Murat BARUT, Recep YILDIZ, EMRAH ZERDALİ

HIZ-ALGILAYICISIZ ASENKRON MOTOR KONTROLÜ İÇİN DAĞILIMLI KALMAN FİLTRESİ İLE GERÇEK-ZAMANLI YÜK MOMENTİ VE ROTOR DİRENCİ KESTİRİMİ

Bu çalışmada, asenkron motorların (ASM’lerin) hız-algılayıcısız kontrolü için ölçülen stator akımları ve gerilimleri kullanılarak; stator akımının ve rotor akısının duran eksen takımı bileşenlerini, rotor hızını, yük momentini ve rotor direncini eş zamanlı olarak kestiren dağılımlı Kalman filtresi (DKF) tabanlı kestiricinin gerçek-zamanlı uygulaması literatüre ilk kez tanıtılmaktadır. Böylece tasarlanan DKF tabanlı kestiricinin kestirim başarımı, stator gerilimleri/akımlarının ölçme hatalarını dikkate alarak, yük momenti ve rotor direncinin basamak biçimli ve doğrusal olmayan belirsizlikleri/değişimleri altında sıfır hız geçişlerini ve hız terslendirmelerini de içeren geniş bir hız bölgesi için gerçek-zamanlı olarak test edilmiş olmaktadır. Mevcut literatüre göre hız-algılayıcısız olarak en fazla durum ve parametre kestirimi yapan DKF algoritmasından elde edilen sonuçlar, kestirilen durum ve parametrelerin hızlı bir şekilde gerçek değerlerine yakınsadığını ve sürekli haldeki kestirim hatalarının oldukça tatmin edici olduğunu göstermektedir. Bu yönleri ile literatürde bilinen ilk çalışmadır.

Anahtar Kelimeler:

Asenkron motor, dağılımlı kalman filtresi, durum ve parametre kestirimi, hız-algılayıcısız kontrol

UNSCENTED KALMAN FILTER BASED REAL-TIME LOAD TORQUE AND ROTOR RESISTANCE ESTIMATIONS FOR SPEED-SENSORLESS CONTROL OF INDUCTION MOTOR

In this study, the real-time application of unscented Kalman filter (UKF) based estimator simultaneously estimating the stator stationary axis components of the stator currents and the rotor fluxes, the rotor mechanical speed, the load torque, and the rotor resistance by using measured stator currents and voltages for speed-sensorless control of induction motors (IMs) is firstly introduced to the literature. Thus, the performance of proposed UKF based estimator is tested by considering measurement errors of stator voltages/currents in real-time for a wide range of speeds including zero-speed transitions and speed reversal under step-type and nonlinear uncertainties/variations of the load torque and rotor resistance. According to the current literature, the results obtained from the UKF algorithm, which estimates the maximum states and parameters in case of speed-sensorless, show that estimated states and parameters quickly converge to real values and steady-state estimation errors are quite satisfactory. With these aspects, it is the first known work in the literature.

Keywords:

Induction motor, unscented Kalman filter, state and parameter estimation,

PDF

___

[1] BOLOGNANI, S., PERETTI, L., ZIGLIOTTO, M., “Parameter Sensitivity Analysis of an Improved Open-Loop Speed Estimate for Induction Motor Drives”, IEEE Trans. Power Electron., 23, 2127–2135, 2008.
[2] KUMAR, R., DAS, S., SYAM, P., CHATTOPADHYAY, A.K., “Review on Model Reference Adaptive System for Sensorless Vector Control Of Induction Motor Drives”, IET Electr. Power Appl., 9, 496–511, 2015.
[3] QU, Z., HINKKANEN, M., HARNEFORS, L., “Gain Scheduling of a Full-Order Observer for Sensorless Induction Motor Drives”, IEEE Trans. Ind. Appl., 50, 3834–3845, 2014.
[4] LASCU, C., BOLDEA, I., BLAABJERG, F., “Direct Torque Control of Sensorless Induction Motor Drives: A Sliding-Mode Approach”, IEEE Trans. Ind. Appl., 40, 582–590, 2004.
[5] VICENTE, I., ENDEMAN, A., GARIN, X., BROWN, M., “Comparative Study of Stabilising Methods for Adaptive Speed Sensorless Full-Order Observers With Stator Resistance Estimation”, IET Control Theory Appl., 4, 993–1004, 2010.
[6] BARUT, M., BOGOSYAN, S., GOKASAN, M., “Experimental Evaluation of Braided EKF for Sensorless Control of Induction Motors”, IEEE Trans. Ind. Electron., 55, 620–632, 2008.
[7] AKIN, B., ORGUNER, U., ERSAK, A., EHSANI, M., “Simple Derivative-Free Nonlinear State Observer for Sensorless AC Drives”, IEEEASME Trans. Mechatron., 11, 634–643, 2006.
[8] BARUT, M., DEMIR, R., ZERDALI, E., INAN, R., “Real-Time Implementation of Bi Input-Extended Kalman Filter-Based Estimator for Speed-Sensorless Control of Induction Motors”, IEEE Trans. Ind. Electron., 59, 4197–4206, 2012.
[9] JAFARZADEH, S., LASCU, C., FADALI, M. S., “State Estimation of Induction Motor Drives Using the Unscented Kalman Filter”, IEEE Trans. Ind. Electron., 59, 4207–4216, 2012.
[10] JAFARZADEH, S., LASCU, C., FADALI, M.S., “Square Root Unscented Kalman Filters for State Estimation of Induction Motor Drives”, IEEE Trans. Ind. Appl., 49, 92–99, 2013.
[11] YILDIZ, R., BARUT, M., ZERDALI, E., “Speed-sensorless induction motor drive with unscented Kalman filter including the estimations of load torque and rotor resistance”, 42nd Annual Conference of the IEEE Industrial Electronics Society (IECON), 2946–2950. Florence, ITALY, 2016.
[12] HAYKIN, S., Kalman Filtering and Neural Networks (1st ed.), Wiley-Interscience, New York, USA, 2001.
[13] JULIER, S., UHLMANN, J., DURRANT-WHYTE, H. F., “A New Method for the Nonlinear Transformation of Means and Covariances in Filters and Estimators”, IEEE Trans. Autom. Control, 45, 477–482, 2000.