Endüksiyon makinalarında durum değişkenleri ve parametre kestirimi
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Bir endüksiyon makinesinin parametrelerinin kestirimi (tanısı), performans tahmini, benzetim analizi ve kontrol uygulamaları açısından oldukça önemlidir. Bu çalışmada, sinüzoidal, altı adım ve PWM (Pulse Width Modulation) besleme gerilimleri altında, üç fazlı sincap kafesli bir endüksiyon motorunun stator gerilimleri ve akımları ile rotor hızı ölçümleri kullanılarak, durum değişkenleri ve parametre tanısı için, genişletilmiş Kalman filtreleme algoritması uygulanmıştır. Kullanılan filtreleme algoritmasının diğer istatistiksel filtrelere göre bir üstünlüğü, ölçüm büyüklüklerinin istatistiksel özelliklerine göre kendi parametrelerini ayarlamasıdır. Diğer filtreleme metotlarında, model parametrelerini ayarlamak için kullanılan ön tahmin büyüklükleri ve ölçüm büyüklükleri arasındaki hata yüzdesi, tüm örnekler için sabit olarak kabul edilir veya programcı tarafından ayarlanır. Halbuki Kalman filtreleme algoritması, bu hata yüzdesini en iyi performans elde edilecek şekilde otomatik olarak değiştirir. Ölçüm büyüklüklerinde çok ani değişimlerin söz konusu olduğu altı adım ve PWM beslemeler için, filtre, daha büyük örnekleme frekansı gerektirmektedir. Ancak bu durumda hesaplama süresi artmaktadır. Tüm besleme gerilimleri için, filtreleme algoritması, durum değişkenleri ve parametrelerin tanısında oldukça iyi performans göstermiştir. Anahtar Kelimeler: Endüksiyon Motoru, Endüksiyon Motor Benzetimi, Vektör Kontrolü, Genişletilmiş Kalman Filtrelemesi, Durum Değişkenleri, Parametre Kestirimi Estimation of the parameters of an induction machine is very important in point of the performance prediction, simulation analysis and control application. In this study, it is presented the application of the Kalman filter to estimate conjointly the states and parameters of a three phased squirrel-cage induction motor fed from a sinusoidal, six step and PWM sources at different times using measurements of the stator voltages and currents and the rotor speed. A feature of the Kalman filter, not present in other statistical filters, is its ability to adjust its ownparameters according to the statistics of the measurements from each sample. In other filtering methods, the percentage of the error between the measured and expected data used to adjust the model parameters is kept as a constant for the entire sample sequence, or is adjusted by the programmer. However, the Kalman filter allows this percentage to change automatically for the best performance. When the measurement data changes instantaneously in case of six step and PWM waveforms, the sampling frequency should be chosen at high values. However, filter demands a higher computational period. For all the supply voltages, filter shows very high performance to estimate both states and parameters. Key Words: Induction Machine, Induction Motor Simulation, Vektör Control, Extended Kalman Filter, State Variables, Parameter Estimation VI
Collections