Low-Speed Sensorless Control of Permanent-Magnet Synchronous Motors
Translated title
Sensorløs regulering af en synkronmaskine med permanente magneter i lavhastighedsområdet
Author
Aaen, Christian
Term
4. term
Education
Publication year
2014
Pages
110
Abstract
Permanentmagnet-synkronmotorer (PMSM’er) med feltorienteret styring (FOC) giver høj effekttæthed, høj virkningsgrad og hurtig respons. En ulempe ved klassisk FOC er behovet for en position- eller hastighedssensor til de roterende referenceomdannelser. Sensorløs styring forsøger at fjerne denne sensor. Metoder baseret på tilbage-EMK (den spænding, der induceres, når rotoren roterer) virker normalt først over cirka 15–20% af mærkehastigheden og er derfor upålidelige ved lav hastighed. Denne afhandling udvikler sensorløse metoder, der fungerer på meget lave hastigheder—defineret som 10 omdr./min eller lavere—og ved stilstand. Inden for et rumvektor-rammeværk (en almindelig måde at beskrive trefasestrømme og -spændinger) udvikles og testes både højfrekvent signalkinjicering og spændingspuls-injektion eksperimentelt. De højfrekvente metoder er typisk følsomme over for spændingsfejl fra ikke-ideelle spændingskildeomformere (forskellen mellem den pålagte og den faktiske spænding). At kompensere for disse fejl kræver ofte en tidskrævende, offline karakterisering af omformeren, hvilket er upraktisk i mange anvendelser. I stedet udvikles puls-injektionsmetoder, der i udgangspunktet er robuste over for omformerens spændingsfejl. INFORM-metoden ændres, så den direkte tager højde for omformerens spændingsfejl. Måleresultaterne viser rimelig sporing af rotorpositionen, men ydeevnen forringes markant over den testede motors mærkestrøm på grund af magnetisk mætning. Derudover præsenteres en ny algoritme, der bygger på de samme grundprincipper som INFORM, men bevidst bruger mindre information. Det begrænser positionsestimatet til faste sektorer á 30 grader, men gør det muligt at estimere rotorpositionen pålideligt inden for 20 elektriske grader (vinklen i motorens magnetiske reference), uanset belastningsstrømmen. Ved lave belastningsstrømme har INFORM-metoden en lidt lavere estimeringsfejl end den nye algoritme.
Permanent-magnet synchronous motors (PMSMs) combined with field-oriented control (FOC) offer high power density, efficiency, and fast dynamic response. A drawback of classical FOC is the need for a position or speed sensor to perform the rotating reference-frame transformations. Sensorless control aims to remove this sensor. Back-EMF–based methods (using the voltage induced when the rotor spins) generally work only above about 15–20% of rated speed and are unreliable at low speeds. This thesis develops sensorless methods that operate reliably at very low speeds—defined here as 10 RPM or below—and at standstill. Using a space-vector framework (a common way to represent three-phase signals), we design and experimentally test both high-frequency signal injection and voltage pulse injection. High-frequency injection is typically sensitive to voltage errors from nonideal voltage-source inverters (a mismatch between commanded and actual voltages). Compensating these errors usually requires offline inverter characterization, which is impractical in many settings. Instead of compensation, the pulse-injection methods are designed to be inherently robust to inverter voltage error. The INFORM method is modified to directly account for inverter voltage error. Measurements show reasonable tracking of rotor position, but performance degrades significantly above the tested motor’s rated current due to magnetic saturation. In addition, a new algorithm is introduced that is based on the same fundamentals as INFORM but deliberately uses less information. This restricts the position estimate to fixed 30-degree sectors, yet allows reliable estimation within 20 electrical degrees (angle in the motor’s magnetic reference), regardless of load current. At low load currents, the INFORM method achieves slightly lower estimation error than the new algorithm.
[This abstract was generated with the help of AI]
Documents