首页> 外文OA文献 >Contribuciones en el campo de la detección de la posición y velocidad de motores 'Brushed DC' y 'Brushless DC' mediante técnicas sensorless
【2h】

Contribuciones en el campo de la detección de la posición y velocidad de motores 'Brushed DC' y 'Brushless DC' mediante técnicas sensorless

机译:使用无传感器技术检测“有刷直流”和“无刷直流”电机的位置和速度的领域

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

- INTRODUCCIÓN:Entre los motores eléctricos de corriente continua, se tienen los motores con escobillas (brushed DC, BDC), que emplean escobillas para conmutar la corriente, y los motores sin escobillas (brushless DC, BLDC), que emplean un inversor electrónico para realizar la conmutación de fases. La revisión de la literatura relacionada con motores BLDC (Artículo 1 del compendio) y BDC sugiere que en el control de los mismos utilizando sensores de posición, como codificadores digitales (encoders) o sondas de efecto Hall, puede reducirse el coste y aumentar la fiabilidad mediante la sustitución de dichos sensores por técnicas sin sensores (sensorless).- OBJETIVOS:El objetivo general de la tesis comprende el análisis, desarrollo y validación de diversas técnicas sensorless para la detección de la posición y velocidad de motores BDC y BLDC. Para la consecución de este objetivo se han propuesto cuatro técnicas. La primera está basada en el análisis las ondulaciones o rizado (ripple) de la corriente en motores BDC (patente ES 2334551 A1). La segunda se fundamenta también en la componente ripple de la corriente para motores BDC, pero utilizando reconocimiento de patrones con clasificadores (Artículo 2 del compendio). La tercera está basada en la derivada de los voltajes de fase para motores BLDC (Artículo 3 del compendio). La cuarta aplica redes neuronales artificiales a motores BLDC (Artículo 4 del compendio).- MÉTODOS:La primera técnica permite determinar la posición y velocidad de un motor BDC mediante la detección de las ondulaciones que aparecen en la corriente del motor, utilizando la comparación entre las muestras de la corriente. En la segunda técnica, se estima la posición y velocidad de motores BDC utilizando reconocimiento de patrones con clasificadores de tipo Máquina Vectores de Soporte (Support Vector Machine, SVM). En la tercera técnica, se detecta la información de posición y velocidad de un motor BLDC a través de la derivada de los voltajes de fase con respecto a un punto neutro virtual, empleando un hardware versátil basado en una matriz de puertas programable en campo (FPGA). En la cuarta técnica, se estima la posición y velocidad de un motor BLDC mediante dos ANNs de tipo Perceptron Multicapa (Multilayer Perceptron, MLP).- RESULTADOS:En la primera técnica, se han obtenido unos errores absolutos medios de posición y velocidad inferiores a 17,75 rad y 4,64 rpm, respectivamente, en un rango entre 5.000 rpm y 7.000 rpm en condiciones de velocidad constante o con variación lenta. En la segunda técnica, se han obtenido unos errores absolutos medios de posición y velocidad inferiores a 19 rad y 18 rpm, respectivamente, en un rango entre 500 rpm y 11.000 rpm, en condiciones como aceleración constante y saltos abruptos de velocidad. En la tercera técnica, se han obtenido unos errores cuadráticos medios de posición entre 10º y 30º, y de velocidad inferiores a 3 rpm con el motor BLDC sin carga; así como de posición entre 10º y 15º, y de velocidad inferiores a 1 rpm en condiciones de plena carga, en un rango entre 5 rpm y 1.500 rpm con aceleración constante y saltos bruscos de velocidad. En la cuarta técnica, se ha obtenido un error de posición absoluto medio de 6,47º y un error de velocidad relativo medio de 4,87% en un rango entre 125 rpm y 1.500 rpm con una aceleración constante a plena carga. -CONCLUSIONES:Los resultados muestran que las cuatro técnicas propuestas permiten detectar la posición y velocidad, tanto en motores BDC como BLDC, con una aceptable precisión, inmunidad al ruido y coste computacional sobre un amplio rango de velocidades. En base a ello, puede considerarse que las técnicas desarrolladas representan una alternativa fiable respecto a técnicas de detección basadas en sensores y frente a técnicas sensorless básicas.
机译:-简介:在直流电动机中,有刷电动机(有刷直流,BDC)使用电刷来交流电流,而无刷电动机(无刷直流,BLDC)则使用电子逆变器执行相位切换。有关BLDC电机(《汇编》第1条)和BDC的文献综述表明,使用位置传感器(例如数字编码器(编码器)或霍尔效应探头)控制它们可以降低成本并提高可靠性。通过用无传感器技术代替上述传感器-目的:本文的总体目标包括分析,开发和验证各种无传感器技术,以检测BDC和BLDC电动机的位置和速度。已经提出了四种技术来实现该目的。第一种是基于对BDC电机中电流的纹波或纹波的分析(专利ES 2334551 A1)。第二种方法也基于BDC电机电流的纹波分量,但使用带有分类器的模式识别(《汇编》第2条)。第三是基于BLDC电机的相电压的导数(简编第3条)。第四种方法将人工神经网络应用于BLDC电机(简编第4条)。-方法:第一种技术允许通过检测电动机电流中出现的波动来确定BDC电动机的位置和速度。当前样本。在第二种技术中,使用支持向量机(SVM)分类器的模式识别来估算BDC电动机的位置和速度。在第三种技术中,使用基于现场可编程门阵列(FPGA)的通用硬件,通过相对于虚拟中性点的相电压的导数来检测BLDC电机的位置和速度信息。 )。在第四种技术中,BLDC电动机的位置和速度是通过两个多层感知器(Multiple Perceptron,MLP)人工神经网络来估算的-结果:在第一种技术中,位置和速度的平均绝对误差小于在恒定速度或缓慢变化的条件下,分别在5,000 rpm和7,000 rpm之间的范围内分别达到17.75 rad和4.64 rpm。在第二种技术中,在诸如恒定加速度和突然速度跳跃的条件下,在500 rpm和11,000 rpm之间的范围内,分别获得了小于19 rad和18 rpm的平均绝对位置误差和速度误差。在第三种技术中,无负载BLDC电动机的位置均方误差在10º和30º之间,速度小于3 rpm。以及在10º和15º之间的位置,以及在满载条件下的速度低于1 rpm,在5 rpm和1,500 rpm之间的范围内,具有恒定的加速度和突然的速度跳跃。在第四种技术中,在满负载下具有恒定加速度的情况下,在125 rpm和1,500 rpm之间的范围内,平均绝对位置误差为6.47º,平均相对速度误差为4.87%。 -结论:结果表明,所提出的四种技术可以检测BDC和BLDC电动机中的位置和速度,并且在广泛的速度范围内具有可接受的精度,抗噪声能力和计算成本。基于此,可以认为开发的技术代表了基于传感器的检测技术的可靠替代方案,并且与基本的无传感器技术进行了比较。

著录项

  • 作者

    Gamazo Real José Carlos;

  • 作者单位
  • 年度 2016
  • 总页数
  • 原文格式 PDF
  • 正文语种 spa
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号