- Calogero Lombardo
Transcript
- Calogero Lombardo
UNIVERSITÀ DEGLI STUDI DI CATANIA FACOLTÀ DI INGEGNERIA DIPARTIMENTO DI INGEGNERIA ELETTRICA ELETTRONICA E DEI SISTEMI CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA DELL’AUTOMAZIONE E DEL CONTROLLO DEI SISTEMI COMPLESSI Calogero Lombardo Tecniche di Controllo Sensorless per Azionamenti con Motore Asincrono Tesi di Laurea Relatore: Chiar.mo Prof. Ing. Giuseppe Scarcella Correlatore: Dott.Ing. Giacomo Scelba Anno Accademico 2007 -2008 1 Indice Introduzione 4 Capitolo 1: Introduzione agli Azionamenti per Motore Asincrono 1.1 Generalità sugli azionamenti elettrici 6 1.2 La sfida degli azionamenti in corrente alternata 9 1.3 Classificazione delle tecniche di controllo per motore asincrono Capitolo 2: Il Controllo ad Orientamento di Campo 2.1 Modellistica del motore asincrono 17 2.2 Simulazione del motore asincrono 23 2.3 Controllo ad orientamento di campo 2.4 Implementazione IFOC 17 26 31 Capitolo 3: Il Controllo Sensorless 36 36 3.2 Simulazione del controllo sensorless con stimatore 3.3 L’osservatore di Luenberger 3.4 L’osservatore di ordine ridotto 42 47 50 3.5 Simulazione del controllo sensorless con l’osservatore ridotto Capitolo 4: Risultati Sperimentali 4.1 Il sistema sperimentale 10 29 2.5 Implementazione DFOC 3.1 Lo stimatore di flusso 6 54 57 57 4.2 Dettagli dell’implementazione 66 4.3 Confronto fra gli algoritmi e risultati 73 2 4.4 Conclusioni Bibliografia 86 88 3 Introduzione Il lavoro di tesi presentato, ha avuto come oggetto lo studio e l’implementazione di alcune tecniche di controllo sensorless, da applicare agli azionamenti ad orientamento di campo per motore asincrono. La tesi è stata svolta presso il centro di ricerca CePTIT (Centro per la Promozione e il Trasferimento dell'Innovazione Tecnologica) di Misterbianco (CT) ed è stata la naturale prosecuzione del tirocinio formativo, svolto presso i laboratori della STMicroelectronics di Catania. Il presente volume, che riassume quanto svolto, si divide in quattro capitoli. Nel primo capitolo vengono riassunte le principali tecniche di controllo per motore asincrono, seguendone l’evoluzione storica legata alle tecnologie connesse al mondo degli azionamenti, come l’elettronica di potenza e lo sviluppo dei microcontrollori ed infine viene introdotto il controllo sensorless, evidenziandone le motivazioni che oggi spingono la ricerca in tal senso. Nel secondo capitolo, partendo dalla modellistica del motore asincrono, espressa mediante la teoria generalizzata delle macchine elettriche, viene illustrato il controllo ad orientamento di campo, corredando la trattazione con delle simulazioni numeriche al calcolatore. Nel terzo capitolo sono illustrati in dettaglio, gli algoritmi di ricostruzione sensorless esaminati, e vengono mostrate le simulazioni al calcolatore del controllo ad orientamento di campo, funzionate con i ricostruttori implementati. 4 Nel quarto capitolo infine, sono presentati i risultati sperimentali, discutendo l’implementazione reale del controllo, le problematiche affrontate e i risultati ottenuti dal confronto degli algoritmi esaminati. 5 Capitolo 1 Introduzione agli Azionamenti per Motore Asincrono 1.1 Generalità sugli azionamenti elettrici Gli azionamenti elettrici a velocità controllata (norma CEI C. 642) sono sistemi che mediante un attuatore di tipo elettrico (solitamente un motore con asse rotante), trasformano l’energia elettrica in energia meccanica. La trasformazione è comunque reversibile, nel senso che l’azionamento può, se la sua configurazione lo permette, restituire energia elettrica. L’azionamento si avvale di un dispositivo elettronico di potenza (statico), che può effettuare la conversione e la modulazione dell’energia elettrica (tensioni e correnti), in accordo ad una legge di controllo. Nella figura 1.1 è illustrato uno schema a blocchi che identifica i sottosistemi fondamentali di un azionamento elettrico. Il sistema di controllo è generalmente costituito da una scheda a microprocessore e rappresenta l’intelligenza locale che, in funzione della legge di controllo, dei feedback sulle grandezze elettriche e meccaniche in gioco e dei comandi ricevuti dal mondo esterno, invia il segnale di controllo al convertitore. Lo scopo principale del sistema di controllo è quello di riuscire a regolare nella maniera desiderata le grandezze meccaniche, quali coppia velocità del motore. 6 Il motore può essere di diversa tipologia (sincrono, asincrono, in corrente continua, ecc.) e, a seconda della configurazione, possono variare il convertitore, parte del sistema di controllo e certamente la legge implementata all’interno di quest’ultimo. Come è facile intuire, gli azionamenti elettrici sono un settore che coinvolge numerose discipline e richiede una competenza ad ampio raggio (figura 1.2) che va ancora ad allargarsi se si studia l’azionamento nel contesto applicativo d’utilizzo. Infatti gli azionamenti sono presenti nei più disparati settori applicativi che comprendono, tra l’altro, elettrodomestici, trazione ferroviaria, impiantistica industriale e civile (pompe, ascensori, ecc.), robot industriali, macchine a controllo numerico, periferiche di calcolatori (testine di stampanti, unità dischi, scanner, ecc.), accessori automobilistici (vetri elettrici, tergicristalli, pompe della benzina) e molti altri. Ciascuna di queste applicazioni ha requisiti differenti in termini di potenza installata e caratteristiche del carico, quindi necessitano di uno studio appropriato caso per caso. 7 Figura 1.1: struttura di un azionamento elettrico Figura 1.2: discipline coinvolte nello studio degli azionamenti elettrici 8 1.2 La sfida degli azionamenti in corrente alternata Nei diversi settori di impiego dei motori elettrici, specie in quelle applicazioni dove è necessario controllare in maniera fine la velocità, si assiste ormai da qualche anno ad un crescente utilizzo di motori ad alimentazione sinusoidale, quali il motore asincrono e il motore sincrono a magneti permanenti, che vanno a sostituire gli azionamenti basati su motori a corrente continua. Questi ultimi, come da sempre è noto, sono contraddistinti da facilità nel controllo, ma soggetti a troppa manutenzione a causa della poca robustezza del sistema a lamelle. La volontà di sostituire le macchine a corrente continua con i più robusti motori asincroni, si intravede già nella prima metà del secolo scorso, quando furono compiuti i primi studi sui convertitori rotanti che permettevano di alimentare i motori con tensioni di ampiezza e frequenza variabili, ma le complicazioni nella realizzazione di tali dispositivi, la loro bassa affidabilità e gli elevati costi, fecero abbandonare questa prima via. Successivamente, negli anni 70, con l’avvento dei dispositivi di potenza a semiconduttore, rinasce l’interesse per cercare d’introdurre il motore asincrono nelle applicazioni dinamiche più complesse, ma il paragone di affidabilità di tali nuovi dispositivi pendeva sempre a favore dei motori in corrente continua. Bisogna inoltre dire che la tecnologia elettronica per l’elaborazione dei segnali di quegli anni, basata ancora su dispositivi analogici o sui primi dispositivi digitali, risultava oltre che costosa, ancora insufficiente per implementare le onerose tecniche di controllo che avrebbero potuto garantire un comportamento dinamico quantomeno paragonabile a quello degli azionamenti in corrente continua, quindi si continuò a preferire quasi sempre quest’ultimo, che non necessitava di 9 elaborazioni di segnale complesse. Il motore asincrono rimase ancora confinato in particolari applicazioni dove era essenziale la robustezza del sistema, ma non erano necessarie elevate prestazioni dinamiche. Lo scenario muta profondamente verso la fine degli anni 80, quando la diffusione, a prezzi contenuti, dispositivi di potenza come gli IGBT e lo sviluppo di microprocessori (specie dei primi DSP) capaci di farsi carico delle tecniche di controllo più sofisticate, permetteranno di controllare il motore asincrono in maniera analoga a quello dei motori in corrente continua. Attualmente la ricerca si orienta verso azionamenti ad alte prestazioni dinamiche, l’ottimizzazione energetica e i controlli sensorless. 1.3 Classificazione delle tecniche di controllo per motore asincrono In questa sezione riassumeremo brevemente le caratteristiche che contraddistinguono le diverse tecniche di regolazione e controllo della velocità di un carico collegato all’albero di un motore asincrono [1]. Le prime modalità, ormai totalmente in disuso, consistevano semplicemente nel variare la tensione di alimentazione o nell’inserzione di resistenze rotoriche. Nelle figure 1.3 e 1.4 è illustrato come varia la caratteristica rispettivamente al variare della resistenza rotorica e della tensione di alimentazione. 10 Figura 1.3: variazione della curva della coppia al variare della resistenza rotorica E’ ovvio, che con queste tecniche, non è possibile modificare la velocità di sincronismo, visto che operano a frequenza costante. Ciò influisce negativamente sul rendimento della macchina perché è noto che lavorare a pulsazione di scorrimento elevata, come riassume la (1.1), peggiora la resa. η =1 − s (1.1) Figura 1.4: variazione della curva della coppia al variare della tensione di alimentazione 11 Per ottenere uno spostamento della velocità di sincronismo, si ricorre al controllo in frequenza e tensione impressa, detto anche controllo V/F costante, che ci consente di mantenere costante il modulo del flusso, di lavorare sempre a bassi valori di scorrimento e avere sempre a disposizione l’intera escursione della parte stabile della caratteristica (vedi figura 1.5). Figura 1.5: variazione della curva della coppia al variare del rapporto V/F Ricordiamo che per valori molto bassi della frequenza di alimentazione, non è possibile continuare a diminuire linearmente la tensione, perchè a causa della caduta sullo statore non più trascurabile, non si avrebbe più il flusso statorico costante, ciò provocherebbe un decadimento della coppia massima. Il controllo a V/F costante si può effettuare sia a catena aperta che a catena chiusa. Ovviamente quello a catena aperta è meno performante, per il semplice fatto che se ci troviamo su una determinata caratteristica, non siamo in grado di mantenere la velocità costante, in conseguenza di una variazione di carico. 12 Il controllo a catena aperta viene utilizzato soltanto in applicazioni semplici, nelle quali è ben nota la caratteristica meccanica del carico, che rimane costante durante l’esercizio. Ha il vantaggio di risultare molto economico, infatti per realizzarlo basta semplicemente un inverter a tensione impressa e un banale controllore. Il V/F costante a catena chiusa, grazie alla retroazione, sarà in grado di adeguare la caratteristica elettromagnetica del motore, ad una variazione della caratteristica del carico, riuscendo a mantenere costante la velocità. Una tipica architettura di controllo a V/F costante [1], che fa uso di un sensore di velocità è rappresentata dallo schema a blocchi di figura 1.6. Figura 1.6: schema a blocchi di un controllo retroazionato V/F Esistono controlli, classificati come controlli in frequenza a corrente impressa, che come il V/F, ci permetto sempre di mantenere il modulo del flusso costante, ma nei quali si interviene imponendo l’ampiezza della corrente statorica necessaria, con inverter a corrente impressa del tipo CSI o CRPWM. Sia il controllo a tensione impressa che a corrente impressa descritti, sono detti anche controlli scalari, perché intervengono solo sul modulo delle grandezze elettriche in gioco. 13 La tecnica di controllo attualmente più impiegata e più performante è il controllo ad orientamento di campo, detto anche controllo vettoriale. L’impiego di questa tecnica è stato possibile solo dopo l’avvento dei più moderni microprocessori, perché richiede non poche risorse di calcolo. La tecnica ad orientamento di campo (nel seguito indicata con FOC, acronimo di field oriented control) permette un controllo disaccoppiato di coppia e flusso, proprio come avviene negli azionamenti in corrente continua. Proprio grazie al FOC, finalmente il motore asincrono entra di prepotenza nel campo degli azionamenti ad alta dinamica, finora esclusiva dei motori in corrente continua. E’ doveroso puntualizzare che già con il controllo scalare si era fatto un tentativo di controllo separato coppia-flusso, ma per quanto complesso, il controllo non risultava disaccoppiato, provocando una risposta del motore più lenta. Nel seguito approfondiremo la conoscenza del FOC, dedicando l’intero capitolo 2, mentre ora ci limitiamo a considerare una sua caratteristica, ossia la necessità del sensore di velocità. Questa caratteristica ha spinto gli studiosi verso la ricerca di nuove tecniche di controllo che mantenessero i vantaggi del FOC, di un sistema retroazionato in velocità, ma facessero a meno del sensore di velocità e/o posizione. La presenza di quest’ultimo, infatti, comporta diversi svantaggi che adesso illustreremo. Impiegare un sensore di velocità (es. encoder incrementale o resolver) comporta maggiori costi economici connessi sia al costo dello stesso, sia all’inclusione e al cablaggio del sensore nell’azionamento, specie nel caso dei motori ad alta velocità, per i quali il sensore deve resistere a notevoli sollecitazioni meccaniche, sia ad una eventuale manutenzione, con ulteriori costi nel caso di arresto 14 dell’impianto; ciò si traduce anche in una minore affidabilità dell’azionamento. Inoltre, ci si trova spesso ad operare in ambienti ostili, ad alto livello di rumore elettromagnetico o di agenti corrosivi, oppure può risultare difficoltosa l’installazione del sensore sull’albero motore per cause d’ingombro e geometrie del sistema da attuare. Capita anche di voler sostituire vecchi azionamenti con controllo scalare a catena aperta, direttamente con il FOC, ma è proprio la difficoltà di includere il sensore che ne impedisce l’aggiornamento. Quindi, in tutte quelle situazioni, dove un controllo scalare, peggio ancora se a catena aperta, è insufficiente e sarebbe quindi necessario un controllo FOC, ma dove il sensore di velocità risulta una condizione fortemente limitante, sarebbe auspicabile impiegare azionamenti FOC di tipo sensorless. L’architettura è sempre quella di un controllo vettoriale, ma la retroazione di velocità non è fatta con un sensore meccanico, bensì mediante un valore ricostruito della velocità, effettuato mediante particolari algoritmi oppure a partire da osservatori dello stato, che hanno in ingresso i valori di grandezze elettriche (tensioni e correnti) nettamente più facili da misurare e danno in uscita appunto, una ricostruzione della velocità. Nel capitolo 3 verranno affrontate proprio queste tematiche. Il vantaggio più evidente è una maggiore affidabilità e un costo inferiore dell’azionamento. Trattandosi di una ricostruzione della velocità, che come vedremo non è perfetta in alcuni zone di lavoro, sommata all’inevitabile introduzione di dinamiche da parte degli algoritmi di ricostruzione, si assiste ad un leggero deterioramento del comportamento rispetto ad un FOC con sensore meccanico, specialmente nelle zone a velocità basse e nulla. Questo abbassamento delle prestazioni è assolutamente accettabile nella stragrande maggioranza delle 15 applicazioni. Le ricerche sugli azionamenti sensorless, come anche il lavoro svolto in questa tesi, mirano proprio a studiare diverse modalità di ricostruzione della velocità, cercando di verificarne di volta in volta le prestazioni che si possono ottenere. 16 Capitolo 2 Il Controllo ad Orientamento di Campo 2.1 Modellistica del motore asincrono Si considerino due avvolgimenti trifase simmetrici, cioè costituiti da tre avvolgimenti monofase uguali, disposti a 120° fra loro: in figura 2.1 sono rappresentati i due avvolgimenti, facendo riferimento in particolare a quello di statore e di rotore di una macchina asincrona con quest’ultimo in corto circuito. Figura 2.1: avvolgimenti di una macchina asincrona 17 Le grandezze elettriche degli avvolgimenti possono essere rappresentate su due sistemi di riferimento (a, b, c) ciascuno aventi 3 assi a 120° : - s.d.r. fisso di statore (as, bs, cs) che in seguito chiameremo anche abcs; - s.d.r. solidale con il rotore (ar, br, cr) che in seguito chiameremo anche abcr; questo sistema ruota alla velocità del rotore in radianti elettrici ωre . Dopo aver introdotto tali s.d.r., è possibile scrivere il modello matematico degli avvolgimenti del motore asincrono [2], descritto dalle successive equazioni differenziali in forma vettoriale (il simbolo p indica l’operatore di derivazione), valido nelle ipotesi di induttanze lineari e assenza di perdite nel ferro: vabcs = rs iabcs + pλabcs (2.1) vabcr = rr iabcr + pλabcr = 0 (2.2) Lsr iabcs λabcs Ls = T λabcr ( Lsr ) Lr iabcr (2.3) dove Vediamo cosa rappresentano le variabili fin ora utilizzate: T vabcs = [ vas vbs vcs ] T iabcs = [ias ibs ics ] λabcs = [λas λbs λcs ]T (2.4) indicano rispettivamente i vettori delle tensioni, delle correnti e dei flussi di statore, nel s.d.r. fisso di statore; T vabcr = [var vbr vcr ] T iabcr = [iar ibr icr ] λabcr = [λar λbr λcr ]T (2.5) indicano rispettivamente i vettori delle tensioni, delle correnti e dei flussi di rotore, nel s.d.r. rotante a ωre (le tensioni di rotore sono da considerarsi nulle in quanto si tratta di rotore in corto circuito); 18 rs 0 0 rs = 0 rs 0 0 0 rs rr 0 0 rr = 0 rr 0 0 0 rr (2.6) sono rispettivamente la matrici delle resistenze degli avvolgimenti di statore e di rotore; Lms L − ms Lls + Lms − 2 2 L L Ls = − ms Lls + Lms − ms 2 2 L L − ms − ms Lls + Lms 2 2 (2.7) (2.8) è la matrice delle induttanze di statore; Lmr L − mr Llr + Lmr − 2 2 L L Llr + Lmr − mr Lr = − mr 2 2 L − Lmr − mr Llr + Lmr 2 2 è la matrice delle induttanze rotore; cos θ re 2π Lsr = Lsr cos θ re − 3 2π cos θ re + 3 2π cos θ re + 3 cos θ re 2π cos θ re − 3 2π cos θ re − 3 2π cos θ re + 3 cos θ re (2.9) è la matrice delle mutue induttanze fra statore e rotore (dipendente dalla posizione reciproca). I simboli che compongono le matrici delle induttanze rappresentano: Lls + Lms (2.10) 19 l’autoinduttanza di un avvolgimento di statore, dove il primo termine è il valore di dispersione, mentre il secondo è quello utile; − Lms 2 (2.11) la mutua induttanza fra gli avvolgimenti di statore; Llr + Lmr (2.12) l’autoinduttanza di un avvolgimento di rotore, dove il primo termine è il valore di dispersione, mentre il secondo è quello utile; − Lmr 2 (2.13) la mutua induttanza fra gli avvolgimenti di rotore; θ re (2.14) l’angolo di rotore in radianti elettrici. Utilizzando il rapporto spire tra i due avvolgimenti della macchina, è possibile per comodità, in analogia con il trasformatore elettrico, riportare allo statore le equazioni di rotore [2]. Nelle circostanze in cui ci troviamo, risulta comodo definire il modello della macchina in un sistema detto bifase equivalente. In realtà il sistema è sempre trifase, ma uno degli assi non influisce sui risultati del modello. Si procede utilizzando delle apposite matrici di trasformazione che mappano le equazioni (2.1 2.3) in un nuovo s.d.r. con tre assi chiamati q d e 0, stavolta ortogonali fra loro. L’asse che verrà trascurato è quello contraddistinto dal pedice 0 che è ortogonale al piano formato dagli assi q e d, lo stesso dei s.d.r. abcs e abcr. 20 Il nuovo s.d.r. può ruotare ad una velocità qualsiasi ω che per comodità faremo coincidere con la pulsazione elettrica ω = ωe di alimentazione della macchina. Quindi il sistema qd (d’ora in poi trascureremo l’asse 0) ruota a velocità ωe rispetto al s.d.r. abcs e ad una velocità ωe − ωre rispetto al s.d.r. abcr. Chiameremo qds le grandezze di statore e qdr quelle di rotore. La figura 2.2 sintetizza quanto detto. Per la teoria relativa, si faccia riferimento a [2]. In definitiva si ottengo le seguenti equazioni: vqs = rs iqs + ωe λds + pλqs (2.15) vds = rs ids − ωe λqs + pλds (2.16) vqr = rr iqr + (ωe − ωre ) λdr + pλqr = 0 (2.17) vdr = rr idr − (ωe − ωre ) λqr + pλdr = 0 (2.18) λqs = Ls iqs + Lm iqr (2.19) λds = Ls ids + Lm idr (2.20) λqr = Lm iqs + Lr iqr (2.21) λdr = Lm ids + Lr idr (2.22) dove Ls = Lls + Lm ed Lr = Llr + Lm con Lm = 3 3 Lms = Lmr . 2 2 21 Figura 2.2: sistemi di riferimento trifase e bifase Adesso ricaviamo l’espressione della coppia elettromagnetica C. Sappiamo da [2], che la coppia è legata all’energia W immagazzinata negli avvolgimenti dalla seguente espressione dW = C dθ r (2.23) dove W= 1 [iabcs 2 iabcr ] λabcs λabcr T (2.24) θr = θ re P (2.25) dove θ r è la posizione meccanica del rotore e P sono le coppie polari. 22 Sostituendo nella (2.24) le espressioni delle correnti e dei flussi, applicando le trasformazioni a primario e le trasformazioni a sistema a bifase, dalla (2.23) si perviene alla seguente espressione della coppia: C= 3 Lm P ( iqs λdr − ids λqr ) 2 Lr (2.26) 2.2 Simulazione del motore asincrono Utilizzando le equazioni (2.15 2.22) e l’equazione (2.26), è stato implementato il modello del motore asincrono in linguaggio Matlab/Simulink. La figura seguente mostra il blocchetto che rappresenta il motore e che al suo interno implementa le equazioni appena citate. Figura 2.3: blocco simulink del motore asincrono Come si può vedere, al motore è stata applicata una terna di sinusoidi opportunamente sfasate di 120°, rappresentanti le tre tensioni di statore. Le figure a seguire illustrano il transitorio di coppia e di velocità dovuto all’applicazione del sistema di tensioni. 23 Figura 2.4: transitorio di coppia Figura 2.5: transitorio di velocità 24 Da notare come al raggiungimento della velocità di regime, il motore si porta a coppia erogata nulla, in quanto la parte meccanica del modello non tiene conto di attriti meccanici e di ventilazione. I dati di targa della macchina simulata sono: P=2 Vn = 230V (∆ ) / 400V (Υ ) f n = 50 Hz H Pn = 1,5hp Pn = 1,1kW n n = 1400 giri / min I n = 5,2 A(∆ ) / 3 A(Υ ) mentre i parametri elettrici (con le grandezze di rotore già riportate a primario) sono: R s = 8,79Ω Rr ' = 8,37Ω R fe = 695Ω Lls = Llr ' = 0,023H Lm = 0,476 H J r = 0,008kgm 2 J = 0,01kgm 2 F = 0,001Nms 25 D’ora in poi, nelle successive simulazioni, verrà utilizzato il blocco Simulink visto in questa sezione. Se necessario, è possibile variare i parametri della macchina semplicemente modificando un file .m allegato a quello .mdl della simulazione. 2.3 Controllo ad orientamento di campo Il controllo a orientamento di campo (FOC) si basa su un opportuno disaccoppiamento degli effetti delle due componenti, secondo un sistema di riferimento bifase, della corrente statorica, in modo tale che una componente controlli esclusivamente il flusso di rotore, mentre l’altra risulti proporzionale alla coppia elettromagnetica. Questo è quanto avviene per gli azionamenti in corrente continua, ma con la differenza che adesso la corrente accessibile fisicamente è una soltanto. Il controllo a campo orientato può essere ottenuto orientando gli assi di riferimento del sistema qd secondo la direzione del campo rotorico e in particolare, scegliendo la direzione dell’asse d coincidente con quella del vettore rappresentativo del flusso di rotore. Il disaccoppiamento tra gli effetti delle due componenti della corrente statorica, permette di semplificare il controllo delle variabili meccaniche dell’azionamento e di imporre un controllo a catena chiusa del flusso rotorico; questa possibilità risulta particolarmente utile durante la fase di avviamento del motore e nel funzionamento a potenza costante, quando il flusso deve essere variato al variare della velocità di rotazione. 26 Per illustrare il principio del FOC, abbiamo bisogno delle equazioni della macchina asincrona, secondo un sistema di riferimento bifase rotante alla velocità del campo magnetico rotante e dell’espressione della coppia elettromagnetica, cioè le (2.15 2.22) (2.26). Ricordiamo che per comodità, è stata scelta la velocità del sistema di riferimento, coincidente con la pulsazione elettrica di alimentazione, cioè ω = ωe . Formalizziamo l’imposizione fatta all’inizio della sezione, cioè che è necessario far coincidere l’asse diretto con il vettore del flusso rotorico: λdr = λr λqr = 0 (2.27) Partendo dalle equazioni (2.15 2.22) e utilizzando la (2.27) dobbiamo dimostrare le due condizioni prima citate che desideriamo ottenere: - coppia proporzionale ad una delle componenti della corrente statorica; - flusso proporzionale all’altra componente della corrente statorica; Mediante la (2.27) l’espressione della coppia (2.26) diventa C= 3 Lm P iqs λr 2 Lr (2.28) Se il flusso è costante, la coppia diviene direttamente proporzionale alla iqs , quindi abbiamo dimostrato la prima delle due condizioni che volevamo ottenere. Combinando la (2.22) con la (2.27) si ha: λr = Lm ids + Lr idr (2.29) ma quello che vogliamo ottenere è che il flusso rotorico sia proporzionale solo alla ids , quindi dobbiamo dimostrare che idr = 0 . Combinando la (2.18) con la (2.27) ottengo rr idr + pλr = 0 (2.30) 27 se λr = cost → idr = 0 arriviamo al nostro obiettivo infatti, la (2.29) diviene λr = Lm ids (2.31) Comunque non è sempre vero che idr = 0 infatti dimostreremo che idr ≠ 0 sono in alcuni transitori, quando λr ≠ cost. Ricaviamo idr dalla (2.29) idr = λr − Lm ids (2.32) Lr e sostituiamola nella (2.30) rr λr − Lm ids Lr + pλr = 0 se moltiplichiamo l’espressione appena trovata per λr − Lm ids + ( pλr ) (2.33) Lr otteniamo rr Lr =0 rr (2.34) Se λr = cost riotteniamo la (2.31), c.v.d. In quei transitori dove λr ≠ cost, come ad esempio durante il deflussaggio nella zona a potenza costante, l’espressione di λr si ricava dalla (2.34) λr = Dove τ r = Lm ids 1+τ r p (2.35) Lr è la costante di tempo rotorica. rr Adesso vediamo in che maniera imporre il funzionamento a orientamento di campo. Come si vedrà, ci serviremo della pulsazione di scorrimento. Combinando la (2.17) con la (2.27) otteniamo vqr = rr iqr + (ωe − ωre ) λr = 0 (2.36) La quantità in parentesi è proprio lo scorrimento 28 ωse = − rr iqr (2.37) λr Combinando la (2.21) con la (2.27) ottengo Lm iqs + Lr iqr = 0 (2.38) dalla quale ricaviamo iqr = Lm iqs Lr (2.39) Sostituendo la (2.35) e la (2.39) nella (2.37), si ottiene una nuova espressione dello scorrimento ωse = iqs τ r ids (1 + τ p ) r (2.40) Se riusciamo ha imporre questo scorrimento alla macchina, siamo certi (c.n.s) di essere in orientamento di campo. Esisto due principali implementazioni del controllo a orientamento di campo, denominate IFOC e DFOC. Andiamo subito ad analizzarle. 2.4 Implementazione IFOC L’equazione (2.35), che fornisce il legame dinamico tra flusso rotorico e la componente diretta della corrente statorica e l’equazione (2.40), che fornisce il valore della velocità di scorrimento necessaria per ottenere l’orientamento di campo, permetto di effettuare una semplice implementazione del FOC, usualmente indicata come IFOC, acronimo di indirect field oriented control. 29 Tale approccio consiste nel ricavare il modulo del flusso dalla (2.35) mentre, sommando alla (2.40) il valore della velocità di rotore in radianti elettrici, si ottiene la pulsazione elettrica ωe = ωse + ωre (2.41) necessaria nel modello matematico visto prima, che ricordiamo avere gli assi coincidenti con le due componenti della corrente statorica iqs e ids . In figura 2.6 è rappresentato lo schema a blocchi del controllo, dove per semplicità è stato omesso l’inverter. Figura 2.6: schema a blocchi IFOC E’ possibile notare un anello di velocità e il successivo anello per la corrente iqs . In uscita al regolatore PI dell’anello di velocità si dovrebbe avere la coppia di riferimento, ma assumendo questa proporzionale alla iqs , possiamo considerare come uscita proprio la corrente di riferimento iqs* . Dall’esterno oltre a dare il riferimento di velocità si impone il flusso per mezzo della ids* . Nel blocchetto che 30 calcola lo scorrimento, sono implementate la (2.35) 3 la (2.40), come rappresentato nel seguente schema a blocchi: Figura 2.7: schema a blocchi del blocco dello scorrimento la im non è altro che la ids imposta più la sua eventuale dinamica. Si vede anche implementata la (2.41) e la successiva integrazione per ottenere l’angolo del flusso rotorico. I blocchetti chiamati Park (da colui che per primo ha effettuato delle trasformazioni) sono le trasformazioni dal sistema bifase qd al sistema trifase abc e viceversa, ai quali si passa l’angolo di rotazione del sistema di riferimento [2]. Di tale angolo è preventivamente effettuato il modulo su base 2π , che serve a limitarne l’escursione tra 0 e 2π radianti. 2.5 Implementazione DFOC L’implementazione DFOC, acronimo di direct field oriented control si basa sulla misura diretta del modulo e dell’angolo del flusso rotorico. 31 I metodi utilizzati per determinare tali grandezze possono essere suddivisi in due gruppi, a seconda che si basino sull’impiego di opportuni sensori introdotti nella macchina o sulla misura di grandezze accessibili ai morsetti. I sensori usualmente utilizzati sono sensori ad effetto Hall o avvolgimenti ausiliari nei circuiti statorici. L’inserzione di sonde di Hall permette di ottenere informazioni dirette sulla densità del flusso in vari punti del tra ferro; tuttavia, i segnali così ottenuti sono soggetti ad elevati disturbi le cui frequenze dipendono dalla velocità di rotazione della macchina. Per ricavare le componenti del flusso risulta quindi necessario effettuare un’accurata manipolazione dei segnali ottenuti. L’impiego di avvolgimenti ausiliari nei circuiti statorici fornisce dei segnali proporzionali alle f.e.m. delle tre fasi. Effettuando una trasformazione da trifase a bifase e integrando i valori delle f.e.m. (adesso ridotte a due) si ricavano le due componenti del flusso statorico, e quindi si calcolano le componenti del flusso rotorico. La stessa cosa si può fare partendo dalla misura della tensione e della corrente di statore implementando un ricostruttore di flusso. Le equazioni necessarie per realizzare il ricostruttore (non occorrono quelle delle tensioni di rotore) saranno scritte su un sistema solidale con lo statore (indice s), quindi identiche alle (2.15 2.22) (2.26), ma con ωe = 0 . Le riporto di seguito, in forma vettoriale: s s s vqds = rs iqds + pλqds (2.42) s s s λqds = Ls iqds + Lm iqdr (2.43) s s s λqdr = Lm iqds + Lr iqdr (2.44) 32 Dalla (2.42) ricaviamo le derivate delle componenti del flusso statorico s s s pλqds = vqds − rs iqds (2.45) che integrate mi danno le due componenti ) ( s λqds = ∫ v s − rs i s dt qds qds (2.46) Per effettuare il controllo ad orientamento di campo, bisogna calcolare il flusso rotorico, che è dato dalla (2.44). Ricaviamo i s dalla (2.43) qdr s iqdr = s λqds Lm − Ls s i Lm qds (2.47) e sostituiamola nella (2.44), otteneniamo s = λqdr Lr s L2m s − − λ L s i Lm qds Lr qds (2.48) Ponendo Lσ = Ls − L2m Lr (2.49) La (2.48) diviene s λqdr = Lr s s λ − Lσ iqds Lm qds (2.50) dove le componenti del flusso di statore sono quelle della (2.46). Le due equazioni descritte dalla (2.50) rappresentano le componenti del flusso di rotore che cercavamo, dalle quali possiamo ottenere il modulo 2 λr = λqrs + λdrs 2 (2.51) e l’angolo 33 λqrs θλ = arctg s λdr r (2.52) Nella seguente figura è rappresentato lo schema a blocchi dell’intera implementazione del DFOC. Figura 2.8: schema a blocchi DFOC Da notare che anziché calcolare il modulo del flusso, si può usare direttamente la componete ids* ad esso proporzionale. E’ stata implementata una simulazione in Matlab/Simulink dell’algoritmo DFOC descritto in precedenza, per verificare la validità delle equazioni del ricostruttore di flusso. Inizialmente sono state effettuate delle simulazioni a tempo continuo, ma successivamente, per rendere più verosimili i risultati, sono state effettuate esclusivamente simulazioni a tempo discreto. Lo schema Simulink ricalca perfettamente quello di figura 2.8. 34 La figura seguente mostra il particolare dell’implementazione del ricostruttore di flusso rotorico che implementa la (2.50). All’uscita dell’arcotangente è stato inserito un blocco offset che trasla l’angolo, da −π ; π a 0; 2π . Figura 2.9: stimatore dell’angolo di flusso rotorico. Di seguito è mostrato l’angolo IFOC, sovrapposto a quello ricostruito. I due angoli risultano praticamente identici. Figura 2.10: angolo ricostruito sovrapposto a quello IFOC. 35 Capitolo 3 Il Controllo Sensorless Esistono diverse tecniche di controllo sensorless (si intenda FOC sensorless) per il motore asincrono, che si differenziano sostanzialmente per il modo in cui è effettuata la ricostruzione dell’angolo del flusso di rotore. Successivamente dall’angolo viene ricavata la pulsazione elettrica del sistema alla quale viene sottratta la pulsazione di scorrimento, ottenendo la velocità meccanica da inviare al controllore di velocità. In questo lavoro di tesi sono stati analizzati e implementati due metodi, uno non adattativo ed uno adattativo. Il primo, che nel seguito chiameremo semplicemente stimatore, non è altro che l’evoluzione del ricostruttore visto nel controllo DFOC, quindi un metodo a catena aperta che si basa semplicemente sull’inversione del modello della macchina. Il secondo metodo utilizza un osservatore dello stato, il noto osservatore di Luenberger, quindi un sistema di ricostruzione retroazionato. 3.1 Lo stimatore di flusso Riprendiamo per completezza della trattazione le equazioni implementate nello stimatore visto nel capitolo precedente e lo schema blocchi: 36 s λqdr = Lr s s λqds − Lσ iqds Lm ( ) s λqds = ∫ v s − rs i s dt qds qds (3.1) (3.2) Figura 3.1: stimatore dell’angolo di flusso rotorico Nell’ottica di dover implementare il controllo sensorless, non solo in simulazione, ma anche su un sistema sperimentale a microprocessore, è stato affrontato il problema del calcolo dell’arcotangente effettuata dentro lo stimatore infatti, se questa venisse effettuata semplicemente con la funzione trigonometrica messa a disposizione dal compilatore, certamente richiederebbe diversi cicli macchina. Inizialmente si era pensato di ricorrere ad una soluzione frequentemente impiegata in queste situazioni, cioè quella di tabellare l’arcotangente, ma all’aumentare della precisione aumentano i valori campionati e quindi la memoria necessaria, che risulta una condizione stringente nel caso in cui l’azionamento sia destinato alla commercializzazione. Si è deciso quindi di implementare un algoritmo di estrazione implicita dell’angolo [3] simile a quello del resolver to digital 37 converter. La figura 3.2 ne illustrata l’implementazione: si tratta di un semplice sistema retroazionato che fa uso di un regolatore PI; da notare che scompare l’arcotangente, ma sarà necessario tabellare comunque il seno ed il coseno, che però richiedono meno occupazione di memoria. Figura 3.2: algoritmo di estrazione implicita dell’angolo Vediamo brevemente come funziona l’algoritmo, spesso denominato PLL. Chiamiamo θ l’angolo reale da stimare (nel nostro caso quello del flusso rotorico) e δ l’angolo in uscita alla PLL che, come si vedrà, insegue θ . Considerando che le due componenti in ingresso (le componenti del flusso) sono assimilabili a dei segnali proporzionali a sin θ e cos θ , dopo il blocco sommatore si ottiene il seguente segnale del tipo cos δ sin θ − sin δ cos θ = sin (θ − δ ) (3.3) 38 Dato che un regolatore PI di un sistema retroazionato tende a far annullare il segnale al suo ingresso, si otterrà la condizione sin (θ − δ ) = 0 (3.4) θ =δ (3.5) cioè Ovviamente ciò avviene con una certa dinamica dettata dalla taratura del PI. Effettuando le simulazioni in Matlab/Simulink che vedremo più avanti, è stato verificato che l’angolo stimato mediante PLL (dopo un’opportuna taratura del regolatore) è praticamente identico a quello ottenuto con la funzione arcotangente e ciò avviene con una dinamica quasi immediata. In uscita a questo sistema abbiamo l’angolo del flusso di rotore che, oltre ad essere inviato alle trasformate (come gia visto nel DFOC) viene inviato da un successivo blocco di elaborazione che ne ricava la relativa pulsazione elettrica di rotore. Per il blocco di velocità appena citato, sempre nell’ottica di una implementazione reale, è stata volutamente evitata la derivazione numerica, che nel caso di segnali reali, risulta spesso molto scadente, preferendo un altro algoritmo basato su PLL, illustrato in figura 3.3 39 Figura 3.3: PLL per il calcolo della pulsazione elettrica Nella catena diretta, prima del regolatore, è stato inserito un blocco denominato eliminatore di spike, perché l’errore fra l’angolo in ingresso alla PLL e quello retroazionato sarà affetto da spike dovuti alla non esatta sincronizzazione dei due segnali e alla particolare conformazione di questi, che passano istantaneamente da 2π a zero. Se non si effettua una pulizia di tali spike, questi si ripercuotono sulla pulsazione in uscita alla PLL. Il blocchetto, come si evince dalla figura 3.4 non fa altro che verificare la presenza dello spike effettuando il valore assoluto del segnale e se questo si verifica sostituisce il campione affetto da spike con quello precedente. Figura 3.4: eliminatore di spike 40 Avendo adesso computato la pulsazione elettrica, come era logico aspettarsi, avremo un successivo blocco che sottraendo la pulsazione di scorrimento e dividendo per le coppie polari, darà in uscita la pulsazione meccanica del rotore da inviare all’anello di velocità. Queste operazioni sono schematizzate in figura 3.5 dove il blocco che ricava la pulsazione di scorrimento è il solito, già descritto nel capitolo precedente Figura 3.5: sottrazione dello scorrimento Durante le simulazioni, sono state sperimentate alcune modifiche agli schemi visti prima: ad esempio, nella PLL di figura 3.3 è possibile escludere sia il blocco del modulo 2π che quello di eliminazione degli spike, a patto che quest’ultimo venga inserito a valle dello schema di figura 3.5. Un altra modifica, che risulta molto conveniente è quella di escludere completamente la PLL di figura 3.3 ottenendo la pulsazione elettrica di rotore direttamente alla PLL di figura 3.2, alla quale è necessario però aggiungere un blocco di integrazione, come illustrato in figura 3.6 41 Figura 3.6: PLL unica per angolo e pulsazione elettrica di rotore 3.2 Simulazione del controllo sensorless con stimatore Per realizzare la simulazione del controllo sensorless con lo stimatore di flusso rotorico, si è partiti dallo schema visto nel capitolo 2 per il DFOC al quale sono state aggiunti le PLL descritte nella precedente sezione. In particolare è stata utilizzata la PLL di figura 3.6, cioè quella che ci permette di ottenete direttamente sia la ricostruzione dell’angolo che la pulsazione elettrica. E’ stato verificato in simulazione che questa è la configurazione che restituisce la migliore stima, oltre ad essere quella meno onerosa da implementare. E’ stato inoltre necessario tarare nuovamente il regolatore PI dell’anello di velocità. Il nuovo schema è quello della figura seguente: 42 Figura: 3.7: schema a blocchi del FOC sensorless con stimatore Da notare che questa volta, il blocco che calcola la pulsazione di scorrimento utilizza le correnti iqs e ids reali e non i riferimenti. E’ stato verificato in simulazione che questa particolarità permette una ricostruzione più fedele delle grandezze. Un figura 3.7 si nota anche uno switch che permette di commutare dal controllo DFOC al sensorless. Questo è necessario, perché a basse velocità la stima sensorless non è affidabile. La motivazione risiede nel fatto che le tensioni sono molto piccole in modulo e tutte le grandezze a frequenza molto basse. Di contro, a velocità molto elevate, dove gli encoder possono avere problemi, gli azionamenti sensorless mostrano un comportamento migliore. Nel caso di un eventuale sistema sperimentale o commerciale, dove è ovvia l’eliminazione dell’encoder, si avvierà il sistema a catena aperta finche questo non raggiunge una velocità (10 rad/s circa) tale da poter iniziare sfruttare lo stimatore. 43 Nelle figure a seguire sono mostrati i diagrammi temporali di velocità, coppia e angolo elettrico. Inizialmente è imposto un gradino di velocità di 150 rad/s, dopo un secondo, sempre con un gradino, il riferimento di velocità si posta a 100 rad/s e dopo un altro secondo è imposto un gradino di coppia. Dalla figura 3.9 si nota che la coppia ha un leggero ripple, che comunque risulta stabile e, come si evince dalla figura 3.8, non pregiudica la stabilità della velocità di regime. In figura 3.10 è rappresentata un particolare della sovrapposizione degli angoli stimati, uno calcolato mediante la funzione atan2 del Simulink e l’altro calcolato mediante la PLL: come era stato già preannunciato, i due angoli sono praticamente indistinguibili. Figura 3.8: velocità meccanica del rotore (stimatore) 44 Figura 3.9: coppia elettromagnetica (stimatore) Figura 3.10: angolo ricavato dall’arcotangente e dalla PLL (stimatore) 45 Nella figura a seguire è riportato un confronto fra la velocità dell’encoder (cioè quella prelevata dal modello della macchina) e le stime effettuate con le PLL; in particolare si è messo a confronto la configurazione a doppia PLL (quella di figura 3.2 più quella di figura 3.3) con la configurazione a PLL unica (quella di figura 3.6). Figura: 3.11: confronto fra le architetture di stima della velocità Si evince immediatamente che l’architettura a PLL unica restituisce una stima con una dinamica più esatta. Non si esclude che anche con la stima a doppia PLL si possano ottenere risultati migliori di quelli mostrati, ma questo dipende dal tuning dei due PI delle PLL che risulta nettamente più complicato del tuning del singolo 46 PI dell’architettura a unica PLL. Quanto appena detto, unito al minor onere d’implementazione, motiva la scelta a favore della PLL unica. 3.3 L’osservatore di Luenberger Come è noto dalla teoria del controllo, un osservatore è un sistema dinamico in grado di ricostruire lo stato di un secondo sistema da osservare. Ricordiamo che affinché un sistema di ordine n sia osservabile, la matrice di osservabilità deve avere rango n. L’osservatore è impiegato in quei casi in cui la grandezza da misurare è difficilmente accessibile o non lo è fisicamente o la misura risulta affetta da elevato rumore, mentre la stima mediante osservatore rappresenta una sorta di filtraggio dello stato stesso. Consideriamo il seguente sistema dinamico lineare, descritto in forma ingresso stato - uscita x (t ) = A x(t ) + B u (t ) y (t ) = C x(t ) (3.6) dove x ∈ℜ n è lo stato del sistema, y ∈ℜ m l’uscita, u ∈ℜ p l’ingresso e le matrici hanno dimensione A ∈ℜ n × n , B ∈ℜ n × p , B ∈ℜ m × n . Questo rappresenta il sistema di cui si vuole stimare lo stato. Adesso illustriamo una prima formulazione dell’osservatore di Luenberger (in breve LO) [4] che è rappresentata dal seguente sistema: xˆ (t ) = F xˆ (t ) + L u (t ) + K y (t ) (3.7) e per questo sistema si desidera che 47 lim x − xˆ = 0 t →∞ ∀u , ∀x(0), ∀xˆ (0) (3.8) La variabile x̂ è da intendere come la ricostruzione dello stato del sistema (3.6), è rappresenta l’uscita stessa dell’osservatore, u e y sono rispettivamente l’ingresso e l’uscita del sistema sotto osservazione. La (3.8) ci dice che l’uscita dell’osservatore, ossia la ricostruzione dello stato effettuata dall’osservatore, converge allo stato reale. Definiamo errore la differenza fra lo stato ricostruito e quello reale come e = x − xˆ (3.9) e studiamone la dinamica: e(t ) = x (t ) − xˆ (t ) = A x(t ) + Bu (t ) − F xˆ (t ) − L u (t ) − K y (t ) (3.10) E’ necessario fare in modo che l’errore non sia funzione dell’ingresso, il che non significa che la stima non è funzione di u , ma che la sua influenza verrà compensata dall’osservatore. Per ottenere questa condizione basta porre L=B (3.11) Sostituendo la seconda delle (3.6) e la (3.11) nella (3.10) si ottiene e(t ) = ( A − KC ) x(t ) − F xˆ (t ) (3.12) F = A − KC (3.13) Scegliendo Si ottiene che la dinamica dell’errore è retta dalla seguente equazione differenziale e(t ) = F e(t ) (3.14) e(t ) = e(0) e F t (3.15) che integrata ci da 48 Quindi per assicurare che l’errore converga asintoticamente a zero è necessario assegnare alla matrice F autovalori a parte reale negativa. Adesso, alla luce della (3.13) e sfruttando la seconda delle (3.6) e la (3.11), la (3.7) diventa: xˆ (t ) = A xˆ (t ) + B u (t ) + K ( y (t ) − yˆ (t ) ) (3.16) che ci restituisce una visione più accurata dell’osservatore di quella data dalle (3.7), cioè che la dinamica dello stato ricostruito, è ricavata mediante un termine che emula il sistema reale più un termine di correzione proporzionale all’errore di ricostruzione dell’uscita. In figura 3.12 è illustrato lo schema a blocchi dell’osservatore. Figura 3.12: struttura dell’osservatore di Luenberger Quanto illustrato in questa sezione è valido per sistemi lineari tempo invarianti. 49 Nel caso di sistemi non lineari ed eventualmente tempo varianti è necessario utilizzare un ELO, acronimo di osservatore di Luenberger esteso [5][6] o altri tipi di osservatore come il EKF (filtro di Kalman esteso) o il FOO (full order obsever), che risultano più complessi del semplice LO. 3.4 L’osservatore di ordine ridotto Per formulare un osservatore per motore asincrono, si parte da un modello della macchina in forma di stato che si deduce dalle equazioni nel sistema bifase visto nel capitolo 2, particolareggiato sul sistema fisso con lo statore. Il modello, il forma compatta e vettoriale è il seguente (è omessa l’equazione meccanica): d is = A11is + A12λr + Bvs dt d λr = A21is + A22λr dt (3.17) dove i vettori delle grandezze elettriche i λds λqs is = ds λs = iqs v vs = ds (3.18) vqs sono da considerarsi sul sistema di riferimento solidale con lo statore (per comodità è stato omesso l’indice s). Le matrici che compaiono nel modello sono A11 = −a1 I A12 = −a2 ( a3 I − ωre J ) A21 = a4 I A22 = −a3 I + ωre J B= 1 I σ Ls (3.19) (3.20) 50 1 0 I = 0 1 0 − 1 J = 1 0 (3.21) ed i relativi coefficienti a1 = 1 1 1−σ + σ Ts Tr Kr = Lm Lr a2 = Kr σ Ls Ks = Lm Ls a3 = 1 Tr σ = 1 − Kr Ks a4 = Lm Tr (3.22) (3.23) E’ evidente che il sistema è non lineare, a causa del prodotto fra ωre e le altre variabili di stato, ma considerando la pulsazione come un parametro, anziché come una variabile di stato, il modello può essere assimilato come lineare tempo variante. La considerazione appena fatta è molto importante, infatti è stato verificato [1] che in questi casi è possibile impiegare un osservatore più semplice delle versioni ELO ed EKF, più simile al FOO, denominato ROO, acronimo di reduct order observer [4][1]. E’ importante precisare che l’osservatore di ordine ridotto non è un osservatore semplificato che trascura alcune variabili di stato, bensì utilizza le stesse equazioni di partenza (3.17) di un osservatore di ordine pieno. La particolarità sta nel fatto che attraverso un’opportuna manipolazione algebrica del modello della macchina (3.17), è possibile ricavare un osservatore composto da due solo equazioni differenziali anziché di quattro. Definendo un nuovo vettore di stato di dimensione due, linearmente dipendente dalle quattro variabili di stato presenti nel modello della macchina (3.17) cioè correnti di statore e flussi di rotore z = λr + His (3.24) 51 e sostituendolo nelle (3.17) si ottengono due sole equazioni differenziali dz = ( HA11 + A21 ) is + ( HA12 + A22 ) λr + HBvs dt (3.25) Infine, sostituendo in queste ultime equazioni l’espressone dei flussi, ricavata dalla (3.24) λr = z − His (3.26) dz = T1 z + T2is + T3vs dt (3.27) T1 = HA12 + A22 T2 = HA11 + A21 − ( HA12 + A22 ) H T3 = HB (3.28) si ottiene dove Il valore ricostruito ẑ del vettore di stato z si ottiene integrando la seguente equazione differenziale: d zˆ = T1 zˆ + T2is + T3vs dt (3.29) Per ottenere i flussi ricostruiti basterà ricavarli dalla seguente λˆr = zˆ − His (3.30) La figura a seguire illustra lo schema a blocchi dell’osservatore di ordine ridotto 52 Figura 3.13: struttura dell’osservatore di ordine ridotto per motore asincrono Si può notare mediante le (3.28) che la matrice H, analoga alla matrice K del classico osservatore di Luenberger, interviene in maniera globale su tutto l’osservatore e non solo sulla sottrazione evidenziata dalla figura 3.13. E’ necessario dimostrare che l’errore sulla ricostruzione effettuata dall’osservatore sia convergente a zero. Partendo dal vettore dell’errore è definito come e = z − zˆ (3.31) in maniera analoga alla sezione precedente e = z − zˆ (3.32) che utilizzando le (3.27) e (3.29) diviene e = T1e (3.33) 53 Integrando si ottiene la dinamica dell’errore retta dal seguente sistema lineare tempo variante e(t ) = e(0) eT t (3.34) 1 Si può dimostrare [1] che scegliendo la matrice H strutturata come di seguito H = −h1 I − h2 J (3.35) e applicando il teorema di Lyapunov, assumendo come funzione di Lyapunov eT e , la convergenza a zero dell’errore è garantita per ogni andamento di ωre se e solo se h1 > − σ Ls Kr h2 = h3 sign (ω ) con h3 ≥ 0 (3.36) Risulta conveniente scegliere h1 = ( k − 1) σ Ls Kr h3 = k σ Ls Kr (3.37) ovviamente con k > 0 3.5 Simulazione del controllo sensorless con l’osservatore ridotto La simulazione del controllo sensorless con l’osservatore ridotto è stata effettuata riprendendo lo schema di figura 3.7 e sostituendo lo stimatore con l’ROO, utilizzando direttamente una ricostruzione della velocità a singola PLL. I parametri del PI sono rimasti invariati. Nelle figure a seguire sono mostrati i grafici temporali di velocità e coppia (si omette quello dell’angolo perché perfettamente sovrapposto a quello dell’IFOC). 54 Quello che si nota è un miglioramento del ripple di coppia. Le prestazioni dinamiche sembrano pressoché identiche. E’ bene dire che le simulazioni fatte in questo capitolo servono esclusivamente a verificare la validità degli algoritmi analizzati e per avere una visione qualitativa di entrambi, ottenendo così una solida base su cui sviluppare il controllo reale. Per effettuare un vero è proprio confronto sarà sicuramente più interessante attenersi ai risultati ottenuti sul sistema sperimentale, che saranno analizzati nel capitolo successivo. Figura 3.14: velocità meccanica del rotore (ROO) 55 Figura 3.15: coppia elettromagnetica (ROO) Nella seguente figura potete osservare lo schema a blocchi del controllo sensorless con l’osservatore di ordine ridotto. Rispetto allo schema del controllo con lo stimatore, è necessario rendere disponibile all’osservatore la ωre . Figura 3.x: Schema a blocchi controllo sensorless con ROO 56 Capitolo 4 Risultati Sperimentali 4.1 Il sistema sperimentale Dopo aver validato gli algoritmi in simulazione, si è passati all’implementazione reale del controllo. Il motore impiegato, le cui caratteristiche sono quelle viste nelle simulazioni del capitolo 2, è il modello 90s/04 MT della Motori Elettrici Bologna, con un encoder incrementale da 1024 cpr (per la preventiva implementazione sensored). Per alimentare il motore è stato usato un inverter della serie PowerFlex700 della Rockwell Automation – Allen Bradley. Per dare una connotazione reale dell’importanza degli azionamenti sensorless, nel sistema sperimentale su cui si è lavorato, il motore ha un costo di circa 300 euro, mentre il solo encoder ha un costo di 250 euro; sicuramente un risparmio enorme se si pensa agli azionamenti commercializzati su scala industriale 57 Figura 4.1: l’inverter Per implementare il controllo è stata impiegato un sistema della DSPACE, in particolare il modello DS1104 di figura 4.2: una scheda add-on su bus PCI da installare su un normale PC. Figura 4.2: scheda PCI DSPACE DS1104 58 La DS1104 è un sistema “real-time” equipaggiato con un processore floatingpoint MPC8240 della Motorola, con architettura PowerPC 603e a 250MHz, che funge da dispositivo master. Al suo interno trova posto anche una DSP TMS320F240 della Texas Instrument (slave) che si occupa dell’interfacciamento con il sistema da controllare. Di seguito è rappresentato uno schema blocchi che riassume l’intera architettura della DS1104. Figura 4.3: schema a blocchi della DS1104 Di seguito sono elencate le principali features della DS1104: 59 60 Per l’interfacciamento fisico della DS1104 con il mondo esterno, è stata una usata la scheda connessioni CP1104+CLP1104. Figura 4.4: CP1104+CLP1104 In figura 4.5 si può vedere una panoramica della postazione di lavoro dove è installato l’intero sistema. I sistemi della DSPACE sono dispositivi “real-time” orientati al “fast prototyping” di sistemi controllo. Fra le loro potenzialità, c’è quella di una facile programmazione mediante schema Simulink. Il software fornito da DSPACE, interagendo con il Toolbox Real-Time Workshop di Matlab/Simulink, permette di convertire lo schema Simulink in codice C. Inoltre, grazie al software ControlDesk, fornito sempre da DSPACE, è possibile realizzare in maniera veloce è intuitiva, interfacce grafiche per monitorare o controllare tutte le grandezze del sistema (figura 4.6) infatti, ControlDesk permette di prelevare o intervenire su tutte le variabili presenti nello schema Simulink, modificarle in tempo reale durante il funzionamento del sistema e visualizzarle su sinottici grafici. 61 Figura 4.5: il sistema sperimentale 62 Figura 4.6: una delle interfacce ControlDesk realizzate Il codice C generato dal Real-Time Workshop viene ulteriormente elaborato dalla libreria Simulink RTI-DS1104 che ottimizza il codice prima di scaricarlo nella scheda. Tutta la procedura è completamente automatica. Ovviamente, prendendo in esempio il nostro caso, dagli schemi Simulink visti nei capitoli precedenti è necessario eliminare il blocco del modello del motore è inserire degli appositi blocchi, presenti nella libreria RTI-DS1104 che permettono d’interfacciarsi con l’hardware della DS1104 come i blocchi ADC, DAC e creare un apposito blocco per la modulazione PWM. Nella figura a seguire sono riassunte le interazioni fra i componenti dell’ambiente di sviluppo. 63 Figura 4.7: ambiente di sviluppo DSPACE Per evitare problemi di compatibilità fra gli schemi Simulink delle simulazioni, realizzati con Matlab/Simulik v.2007a (sulla quale non si avevano a disposizione le librerie RTI-DS1104) e la versione 2006b installata nel PC del sistema sperimentale, si è preferito ridisegnare totalmente lo schema direttamente sul sistema di destinazione. Cronologicamente sono stati implementati: - il controllo V/F a catena aperta; - il controllo IFOC; - lo stimatore e l’osservatore ad unica PLL, che lavora in parallelo all’IFOC, con il quale sono state verificate le prime prestazioni della stima dell’angolo elettrico e della pulsazione elettrica, confrontandole in tempo reale con quelle ottenute dall’IFOC; 64 - il controllo DFOC con lo stimatore/osservatore (passando quindi solo l’angolo elettrico) - il sensorless con lo stimatore/osservatore, introducendo quindi anche il blocco di sottrazione dello scorrimento, ripreso dallo schema implementato per l’IFOC. Prima di far funzionare completamente il sensorless è stata effettuata una prova di chiusura dell’anello di velocità con lo stimatore/osservatore, senza passare l’angolo stimato, bensì quello proveniente dall’IFOC, per verificare l’effettiva stabilità del controllo. Successivamente è stato chiuso il sistema completamente in sensorless. E’ stato realizzato un unico schema Simulink (scaricato nella DSPACE) che racchiude tutti controlli, con la possibilità di effettuare le prove appena elencate mediante appositi switch e controlli grafici dall’interfaccia ControlDesk. In figura 4.8 è mostrato il livello più esterno dello schema Simulink scaricato nella DSPACE, mentre in figura 4.9 è mostrato l’interno del blocco del controllo vettoriale. Figura 4.8: livello esterno schema Simulink 65 Figura 4.9: interno del blocco vector control 4.2 Dettagli dell’implementazione Descriviamo adesso alcune problematiche riscontrate nell’implementazione reale del controllo. Alcune di queste difficoltà si riscontravano già nelle simulazioni, altre, per ovvi motivi, si sono manifestate solo nel sistema sperimentale. Uno degli inconvenienti più grossi che si incontra nella realizzazione di controlli per azionamenti elettrici è quello dell’integrazione numerica dei segnali reali [7], nel nostro caso nell’integrazione delle (3.2) e (3.30). Il primo problema che si manifesta nelle integrazioni numeriche, riguarda la condizione iniziale. Analizziamo analiticamente la situazione. Supponiamo che il segnale da integrare sia 66 X = Am sin (ωt ) (4.1) Il calcolo dell’integrare risulta Y = ∫ X dt = 1 (− A ω m ) cos (ωt ) + Am cos (ωt ) t =0 = 1 ω (−A m cos (ωt ) + Am ) (4.2) Nella (4.2) si evince il termine + Am dovuto alla condizione iniziale. In figura 4.10 è mostrato in dettaglio gli effetti del fenomeno. Figura 4.10: a) segnale da integrare; b) integrazione affetta dal problema della condizione iniziale Il segnale risulta traslato in alto, anziché centrato sull’asse delle ascisse. 67 Un secondo problema è quando il segnale da integrare è affetto da un eventuale offset nel segnale di partenza. Nel nostro caso l’offset risiede nelle correnti misurate, perché le tensioni sono prese dai riferimenti (vedi figura 3.7). Analizziamo analiticamente il problema. Supponiamo che il segnale da integrare, con offset sovrapposto sia X = Am sin (ωt ) + Adc (4.3) Il calcolo dell’integrale risulta Y = ∫ X dt = 1 ω = (− A m 1 ω ) cos (ωt ) + Am cos (ωt ) t =0 + Adc t − Adc t t = 0 = (− A m cos (ωt ) + Am ) + Adc t (4.4) Quanto detto nella (4.4) si traduce in una rampa sovrapposta al segnale utile in uscita dall’integrale. In figura 4.11 è mostrato come si comporta il segnale integrato, a causa dei due fenomeni citati. 68 Figura 4.11: a) segnale da integrare con sopraggiungere di offset; b) risultato dell’integrazione affetta dal fenomeno della condizione iniziale e dell’offset Un netto miglioramento della situazione si ottiene, con l’algoritmo d’integrazione modificato [8][9] di figura 4.12, che riesce contemporaneamente a filtrare l’offset e ad eliminare velocemente il problema della condizione iniziale come si vede in figura 4.13. 69 Figura 4.12: algoritmo d’integrazione filtrante Il problema della condizione iniziale viene efficacemente risolto dopo pochi istanti d’integrazione. Al sopraggiungere dell’offset sul segnale di partenza, l’uscita dell’integrale non diverge, ma rimane comunque affetta da un offset, che andrebbe eliminato. Precisiamo però che i grafici di figura 4.13 sono il risultato si una simulazione in cui al segnale di partenza è stato volutamente sommato, per evidenziare il fenomeno, un gradino del 10% del valore dell’ampiezza della sinusoide, quindi un offset molto grande rispetto a quello di un caso reale. E’ stato realizzato un algoritmo per eliminare tale offset residuo. L’algoritmo non fa altro che effettuare “on line” la memorizzazione del valore massimo e del valore minimo del segnale, calcolando quindi l’offset e compensandolo di conseguenza. Per intercettare i massimi e i minimi è necessario effettuare, mediante blocchi di ritardo unitario, le derivata prima e seconda del segnale. Questo risulta alquanto problematico, perché già la derivata prima risulta rumorosa. Si è preferito generare una sinusoide di frequenza pari a quella del flusso, ossia a pulsazione ωe . Per ottenere una sinusoide di frequenza il più stabile possibile, si utilizza la somma del riferimento di velocità (in radianti elettrici) con lo scorrimento calcolato mediante i riferimenti delle correnti. 70 Figura 4.13: a) segnale da integrare con sopraggiungere di offset; b) effetto dell’integrazione filtrante L’algoritmo appena descritto non è stato comunque applicato nel sistema reale perché sperimentalmente si è visto che l’offset residuo dopo l’integrazione filtrante (cioè quello di figura 4.13b) si manifesta per lo più a basse velocità (dai 30 rad/s in giù) fuori dal range d’interesse per il quale è stato ottimizzato l’azionamento, ed è praticamente presente solo nello stimatore (vedi sezione successiva) e non incide molto sul risultato del calcolo dell’angolo dopo l’arcotangente. 71 Una seconda problematica è la diversa taratura del regolatore PI di velocità fra azionamento con encoder e azionamento sensorless. Passando dall’IFOC al DFOC, cioè passando solo l’angolo, non era stata necessaria alcuna modifica. Questa particolarità, abbastanza scontata, si era riscontrata anche in simulazione, infatti lo stimatore o l’osservatore introducono una nuova dinamica prima sconosciuta al controllo di velocità, mentre passando solo l’angolo, il controllore di velocità non risente di nulla. Come risaputo dalla teoria del controllo, oltre che a verificarlo sperimentalmente, introdurre nuove dinamiche incide molto sulla stabilità e le prestazioni dell’azionamento. In particolare, la taratura del coefficiente proporzionale k p del regolatore di velocità, nel funzionamento con encoder era fissato a 0.2 mentre nel passaggio al sensorless (sia per lo stimatore che per l’osservatore) è stato diminuito a 0.08, ottenendo un buon compromesso fra prestazioni e basso ripple di velocità, per un range che va dai 35 rad/s in su, mentre con valori oltre lo 0.1, a velocità medioalte si perdeva il controllo. Per quanto riguarda l’azione integrale, per lo stimatore si è mantenuto lo stesso valore ki = 2 che si aveva dell’azionamento con encoder, mentre per l’osservatore si è scelto ki = 1.5 . Nel sistema reale è stato preso l’accorgimento d’introdurre l’azzeramento degli integratori ogni qualvolta l’azionamento viene fermato e disabilitato. Per quanto riguarda la taratura dell’osservatore, si è scelto il parametro k = 0.5 già consigliato in letteratura [1]. Nella sezione successiva, verranno analizzate in dettaglio le prestazioni dinamiche mettendo a confronto l’azionamento con encoder e i due sensorless. 72 4.3 Confronto fra gli algoritmi e risultati Il problema dell’integrazione numerica è stata la prima occasione che ha permesso un confronto reale fra lo stimatore e l’osservatore infatti, è stato verificato che nell’osservatore l’offset residuo risulta piccolissimo e si mantiene stabilmente costante nei diversi punti di lavoro del sistema, quindi completamente eliminabile con un apposito tuning in fase di progettazione del controllo. Con lo stimatore l’offset è molto più elevato e non è perfettamente stabile quindi; anche se compensato, a basse velocità, la ricostruzione risulta più scarsa perchè il problema torna a farsi sentire. In occasione della taratura del PI di velocità è stata verificata un’altra particolarità del sistema reale che permette di fare un confronto fra i due algoritmi: solo per il sensorless con stimatore, a basse velocità, tipicamente sotto i 30 rad/s, la stima dell’angolo non è eccellente. Si è verificato che provando a ritornare all’IFOC, lasciando il kp a 0,08 e monitorando l’angolo stimato, questo rimane ancora non ineccepibile, mentre riportando il kp a 0,2 l’angolo torna identico a quello dell’IFOC. Quindi esiste un piccolo decadimento della qualità della stima a velocità basse, dovuta a delle interazioni fra stimatore e controllore di velocità delle quali invece l’osservatore non risente. Questo, sommato al problema dell’offset sui flussi che si manifesta sempre nelle stesse zone di lavoro, ci fa capire come lo stimatore non sia adatto a basse velocità. Si è però verificato che tale decadimento della fedeltà della stima non inficia la stabilità del sistema e comunque l’azionamento, come si è detto della sezione precedente è tarato per dare il massimo a partire dai 35 rad/s in su. 73 Per verificare la qualità delle ricostruzioni ottenute dai due algoritmi e per confrontare le prestazioni dei due azionamenti sensorless, sia fra loro che con l’azionamento con encoder, sono state effettuate le seguenti prove sul sistema sperimentale: - regime permanete a 30 rad/s meccanici; - regime permanete a 50 rad/s meccanici; - regime permanente a 100 rad/s meccanici; - transitorio a gradino da 50 rad/s a 100 rad/s. L’azionamento è stato testato anche a velocità più elevate, oltre i 130 rad/s, ma si è deciso di non riportare risultati oltre i 100 rad/s perché come è noto, gli azionamenti sensorless che si basano su stimatori od osservatori, non hanno problemi ad alte velocità, mentre è più interessante verificarne le prestazioni a velocità medio-basse. Ovviamente per entrambi gli algoritmi non ha senso valutare le prestazioni a velocità sotto i 20 rad/s dove è risaputo che questo genere di sensorless non è adatto. E’ stato verificato comunque che entrambe gli algoritmi, anche se con ricostruzione di angolo scadente ed eccessivo ripple di velocità, continuando a svolgere il loro lavoro a qualsiasi velocità. Sotto i 7-8 rad /s, il controllo diventa pessimo, con scatti di coppia; è tuttavia possibile effettuare l’inversione di velocità. Le acquisizioni sono state fatte mediante l’oscilloscopio Tektronix TDS714L. Tutte le grandezze analizzate provengono dalla DSPACE e sono state portate fuori mediante i convertitori digitale-analogico (opportunamente scalati), tranne la 74 corrente che è stata acquisita mediante una sonda di corrente direttamente da una fase del motore. Si vuole precisare che per verificare il buon funzionamento degli algoritmi, per quanto riguarda la velocità meccanica, bisogna basarsi sull’analisi di quella reale, ricavata dall’encoder perché nei transitori possono verificarsi sovraelongazioni e sottoelongazioni del segnale ricostruito che nella velocità reale sono inesistenti. Le acquisizioni per le prove a regime fatte sull’azionamento funzionante in sensorless con stimatore e con osservatore sono: - confronto fra l’angolo elettrico IFOC con quelli ricostruiti; - acquisizione dei flussi ricostruiti; - acquisizione della velocità meccanica del rotore ricostruita, confrontata con quella reale dell’encoder; - acquisizione della terna trifase delle tensioni di alimentazione, prelevata dai riferimenti inviati alla space vector PWM; - acquisizione della corrente di una fase. Le acquisizioni per la prova in transitorio, effettuata sia sull’azionamento funzionante con l’encoder e sui due sensorless, sono: - acquisizione dei flussi ricostruiti; - acquisizione dell’angolo ricostruito; - acquisizione della velocità meccanica del rotore reale (dall’encoder). Le figure delle acquisizioni all’oscilloscopio si trovano di seguito, nella presente sezione. A 30 rad/s, la ricostruzione effettuata dallo stimatore, come già più volte detto non è soddisfacente. Nell’osservatore invece la ricostruzione dei flussi è buona 75 anche se non si riesce a conferire un comportamento ottimo all’azionamento, nel senso che la velocità reale è affetta da un ripple elevato. Tale comportamento è da imputare anche alla taratura del PI di velocità, ottimizzato per far lavorare meglio l’azionamento a velocità più elevate. Per tali motivi, riportiamo solamente l’acquisizione dei flussi e dell’angolo stimati, che ci serve per illustrare il fenomeno dell’offset. A 50 rad/s le ricostruzioni dell’angolo sono ottime i entrambe i casi (lo erano gia dai 35 rad/s). La velocità stimata è leggermente più rumorosa di quella osservata, ma ciò non inficia assolutamente la velocità reale. Si può notare come la corrente sia impeccabile nell’osservatore, mentre nello stimatore compaiono piccole deformazioni vicino ai picchi delle sinusoidi ed un leggero spostamento del della posizione picco-picco. A 100 rad/s nell’osservatore la corrente è migliore, mentre nello stimatore ci sono le solite imperfezioni viste prima e si nota anche qualche imperfezione nei picchi dei flussi, ma questi sono stabili e quindi ricostruzione di angolo e velocità sono molto buone tanto quanto quelle dell’osservatore. Nel confronto fra i 50 rad/s e i 100 rad/s si evince la caratteristica di queste tecniche sensorless più volte enunciata, e cioè che la velocità reale risulta molto pulita alle alte velocità. Un fenomeno che evidenziamo adesso, ma che si ha a qualunque velocità, è la diversa ricostruzione dell’ampiezza dei flussi. Effettuando analiticamente il calcolo, si può verificare che è corretto quello dello stimatore. In ogni caso, in questa sede, il modulo del flusso non è un’informazione rilevante ai fini del controllo. 76 In transitorio si può vedere come la ricostruzione dei flussi da parte dell’osservatore è nettamente migliore, infatti i due segnali, anche in pieno transitorio hanno sempre il valore picco-picco quasi identico, mentre nello stimatore, in alcuni istanti ciò non avviene e questo deteriora la ricostruzione dell’angolo. Inoltre i flussi dello stimatore sono affetti da disturbi, mentre quelli dell’osservatore sono perfettamente puliti. Guardando la risposta a gradino della velocità, si vede come l’osservatore conferisce all’azionamento una velocità quasi assente da ripple, addirittura migliore di quella del funzionamento con encoder, mentre lo stimatore presenta ancora qualche piccola imperfezione. Figura 4.14: effetto dell’offset sui flussi stimati a 30 rad/s 77 Figura 4.15: 50 rad/s; ch1) angolo IFOC; ch2) angolo osservato Figura 4.16: 50 rad/s; ch1) angolo IFOC; ch2) angolo stimato 78 Figura 4.17: 50 rad/s; ch1) flusso asse q osservato; ch2) flusso asse d osservato; ch3) velocità meccanica encoder; ch4) velocità meccanica ricostruita con l’osservatore Figura 4.18: 50 rad/s; ch1) flusso asse q stimato; ch2) flusso asse d stimato; ch3) velocità meccanica encoder; ch4) velocità meccanica ricostruita con lo stimatore 79 Figura 4.19: 50 rad/s osservatore; ch1-2-3) tensioni di alimentazione; ch4) corrente della fase a Figura 4.20: 50 rad/s stimatore; ch1-2-3) tensioni di alimentazione; ch4) corrente della fase a 80 Figura 4.21: 100 rad/s; ch1) angolo IFOC; ch2) angolo osservato Figura 4.22: 100 rad/s; ch1) angolo IFOC; ch2) angolo stimato 81 Figura 4.23: 100 rad/s; ch1) flusso asse q osservato; ch2) flusso asse d osservato; ch3) velocità meccanica encoder; ch4) velocità meccanica ricostruita con l’osservatore Figura 4.24: 100 rad/s; ch1) flusso asse q stimato; ch2) flusso asse d stimato; ch3) velocità meccanica encoder; ch4) velocità meccanica ricostruita con lo stimatore 82 Figura 4.25: 100 rad/s osservatore; ch1-2-3) tensioni di alimentazione; ch4) corrente della fase a Figura 4.26: 50 rad/s stimatore; ch1-2-3) tensioni di alimentazione; ch4) corrente della fase a 83 Figura 4.27: transitorio IFOC; ch3) velocità meccanica encoder; ch4) angolo IFOC Figura 4.28: transitorio; ch1-2) flussi osservati; ch3) velocità meccanica encoder; ch4) angolo osservato 84 Figura 4.29: particolare di un transitorio dell’osservatore Figura 4.30: transitorio; ch1-2) flussi stimati; ch3) velocità meccanica encoder; ch4) angolo stimato 85 Figura 4.31: particolare di un transitorio dello stimatore 4.4 Conclusioni Il presente lavoro di tesi ha riguardato lo studio e la validazione sperimentale di alcune tecniche di controllo sensorless per motore asincrono. Le tecniche analizzate sono basate su approcci diversi, la prima, infatti, inverte semplicemente le equazioni caratterizzanti il modello della macchina elettrica ottenendo un ricostruttore di flusso, la seconda è basata su uno degli osservatori più performanti e utilizzati a livello controllistico, l'osservatore di Luenberger, adattato, nel corso della tesi, all'azionamento elettrico con motore asincrono. Scopo della dissertazione è stato analizzare le due tecniche soprattutto dal punto di vista implementativo, valutando le risorse necessarie ad una corretta implementazione nell'ottica di fornire un prodotto direttamente trasferibile al mercato degli azionamenti elettrici, ed effettuando il confronto sperimentale delle 86 prestazioni ottenibili a parità di risorse. Infatti, mentre molto materiale è presente riguardante studi teorici sulle tecniche in oggetto, poco è stato detto sulle problematiche relative alle implementazioni, alla luce dei nuovi processori a disposizione per il controllo degli azionamenti elettrici e di nuove tecniche di riduzione degli offset degli integratori, di ricostruzione della velocità rotorica, di riduzione dei disturbi, quali le tecniche di estrazione implicita dell’angolo e della velocità di rotore e l’algoritmo d’integrazione numerica filtrante sviluppate nel lavoro di tesi. Si possono considerare pienamente superate anche le problematiche relative al passaggio degli algoritmi studiati, dalle simulazioni all’implementazione reale. In merito al confronto fra le due tecniche, possiamo affermare che, grazie alle proprietà adattative, l’osservatore conferisce prestazioni superiori alle ricostruzioni dei segnali. Questo avviene specialmente alle basse velocità, grazie anche all’attenuazione dei problemi d’integrazione. Alle medie e alte velocità le prestazioni di ricostruzione dei due algoritmi quasi si eguagliano. In transitorio l’osservatore permette la ricostruzione della velocità del rotore con meno ripple. I vantaggi riscontrati con l'osservatore, sono stati ottenuti con un carico computazionale uguale o di poco superiore a quello dello stimatore. La complessità maggiore del primo, infatti, come si evince dal lavoro di tesi, è soprattutto in termini di sviluppo teorico che, una volta completato, consegna equazioni implementabili con le stesse risorse utilizzate per implementare lo stimatore e consente di ottenere prestazioni superiori allo stesso costo. 87 Bibliografia [1] “Il Motore Asincrono negli Azionamenti Industriali” - A. Bellini, G. Figalli – ed. Aracne 1995 [2] “Analysis of Electric Machinery” - P. C. Krause - IEEE Press [3] “Adaptive Speed Identification for Vector Control of Induction Motors without Rotational Trasducers - Colin Shauder - IEEE Transaction on Industry Applications, vol.28 no.5, September/October 1992 [4] “An Introduction to Observers” - David G. Luenberger - IEEE Transaction on Automatic Control, vol.ac-16, no.6 December 1971 [5] “Application of extended Luenberger observer for flux and rotor time-constant estimation in induction motor drives” - Orlowska-Kowalska, T. – Control Theory and Applications, IEE Proceedings D - 1989 [6] “Sensorless Vector and Direct Torque Control” - Peter Vas - Oxford Science Publications 1998 [7] “An Improved Flux Estimation in Induction Machine for Control Application” - D. Seyoum, F., Rahman and C. Grantham [8] “Zero-Speed Tacholess IM Torque Control: Simply a Matter of Stator Voltage Integration” - Kevin D. Hurst, G. Habetler, Giovanni Griva, and Francesco Profumo - IEEE Transaction on Industry Applications, vol.34 no.4 July/August - 1998 [9] “Comparison of Low-Cost-Implementation Sensorless Schemes in Vector Controlled Adjustable Speed Drives” - M. Cacciato, G. Scarcella, G. Scelba, 88 S. M. Billè, D. Costanzo, A. Cucuccio – SPEEDAM 2008 89