Predictive Torque Control of Induction Motor Based on a Robust Integral Sliding Mode Observer

Mousavi, Mahdi; Davari, S. Alireza; Nekoukar, Vahab; Garcia, Cristian; He, Long; Rodríguez, José

doi:10.1109/tie.2022.3169831

Cited by 23 publications

(7 citation statements)

References 35 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A ideia por trás da definição da componente ⃗ v f b é expressá-la em função da variação do vetor corrente do estator. Portanto, utilizando-se de (12), ⃗ v f b é definido em (13).…”

Section: Tabela I Estados De Comutação E Vetores Tensão Do Vsiunclassified

“…Nessa técnica, o eixo das abscissas do sistema de coordenadas é alinhado com o vetor fluxo do rotor, permitindo o desacoplamento elétrico entre T em e |⃗ ψ rdq |, o que por sua vez, possibilita o controle independente do torque mantendose o fluxo constante. Essas componentes são aplicadas em (12) para ∆ ⃗ i sdq (k), visto que ⃗ i re f sdq = i re f sd + ji re f sq .…”

Section: Tabela I Estados De Comutação E Vetores Tensão Do Vsiunclassified

“…Em [11] o MPC comum emprega um modelo não linear considerando a representação de Taylor do MI para cada ponto de equilíbrio. Um controle preditivo de torque para MI que faz uso da combinação de um observador de modo deslizante integral e um observador Luenberger adaptativo é apresentado em [12].…”

Section: Introductionunclassified

See 2 more Smart Citations

Controle Preditivo Robusto De Corrente Por Estados Finitos Para Motor De Indução Usando Abordagem Deadbeat No Referencial Síncrono

Oliani¹,

Santos²,

Figueiredo³

et al. 2023

Eletrônica de Potência

View full text Add to dashboard Cite

O controle preditivo baseado em modelo tem ganhado destaque na área de acionamentos de máquinas de indução. Entre as suas principais vantagens estão o alto desempenho, a flexibilidade e a simplicidade de implementação. No entanto, eventuais variações nos parâmetros da planta comprometem o desempenho do controle. Propostas para o aumento da robustez dessa técnica têm sido objeto de pesquisa com diferentes abordagens, como modificações no modelo matemático da planta e projetos de novos observadores de fluxo. Este trabalho propõe um controle preditivo robusto baseado em modelo de corrente, empregando o controle indireto orientado por campo no referencial síncrono. A corrente do estator e o fluxo do rotor são tomados como variáveis de estado e o vetor tensão do estator é tido como a entrada. O seu diferencial com relação à estratégia de controle preditivo por estados finitos clássica está na construção do algoritmo de controle. O vetor tensão é calculado em duas componentes, combinando o controle preditivo clássico com a abordagem deadbeat: uma considera a referência de corrente do estator e a outra considera as perturbações causadas por erros de parâmetros. O desempenho do método de controle foi verificado através da condução de ensaios em bancada de teste experimental ao se analisar o comportamento estacionário e dinâmico do sistema. Os resultados corroboram a eficácia da proposta de controle robusto contra variações paramétricas.

show abstract

Section: Tabela I Estados De Comutação E Vetores Tensão Do Vsiunclassified

See 1 more Smart Citation

Controle Preditivo Robusto De Corrente Por Estados Finitos Para Motor De Indução Usando Abordagem Deadbeat No Referencial Síncrono

Oliani¹,

Santos²,

Figueiredo³

et al. 2023

Eletrônica de Potência

View full text Add to dashboard Cite

show abstract

“…In [14], the ordinary MPC employs the nonlinear model considering the taylor representation of IM for each equilibrium point. A predictive torque control for IM employing a combined integral sliding mode observer and an adaptive Luenberger observer was presented in [15].…”

Section: Introductionmentioning

confidence: 99%

Robust Finite Control Set Model Predictive Current Control for Induction Motor Using Deadbeat Approach in Stationary Frame

et al. 2023

View full text Add to dashboard Cite

The model predictive control increased its prominence in the field of induction machine drives. However, the performance of this strategy depends on the accuracy of the machine model parameters. In order to overcome this deficiency, this paper proposes a robust model predictive current control employing indirect field-oriented control in stationary reference frame using the stator current and the rotor flux vectors as state and stator voltage vector as the input. The control algorithm combines the classical model predictive control with the deadbeat approach in order to calculate the applied stator voltage vector in two components: one element considers the stator current reference, and another employs the disturbances caused due to the parameter errors, which allows to compensate the parameter mismatches in the plant model. The minimized cost function employs the predicted stator voltage vector to select the voltage vector to be applied to the stator terminals of the motor. The control method performance was verified using an experimental test bench analyzing the system steady-state and dynamic actions. In this way, the results corroborate the proposed controller robustness against parametric variations.

show abstract

“…Various observers have been employed in the literature to estimate the unknown function of the ULM. Non-linear state observer [25], sliding mode observer [26], integral sliding mode observer [27], and quasi-resonant observer [28] are among the successfully adapted methods to ULM. Using observers to estimate the unknown functions of ULM complicates the predictive algorithm because in each iteration the observer must be performed.…”

mentioning

confidence: 99%

Sampling error‐based model‐free predictive current control of open‐end winding induction motor with simplified vector selection

Mousavi

Davari

Flores‐Bahamonde

et al. 2022

IET Electric Power Appl

Self Cite

View full text Add to dashboard Cite

A sampling error‐based finite‐set predictive current control (FS‐PCC) is proposed in this article for the open‐end winding induction motor (OEWIM) drive. The proposed scheme controls the zero‐sequence current (ZSC) alongside the stator currents. In a model‐free approach, this method predicts the future of ZSC and stator current components by the stator current and voltage sampling errors. In this way, the parameters of the OEWIM are not utilised in the prediction algorithm of the FS‐PCC. So, the proposed method is robust against the variation of the parameter. Moreover, this article presents a simple vector selection technique for the FS‐PCC of the OEWIM. The proposed technique has two cost functions and a simple algebraic equation to put the voltage vectors (VVs) in the prediction algorithm. The first cost function uses VVs that do not have the zero‐sequence voltage component. Then, the algebraic equation determines VVs that must be utilised in the second cost function. Finally, the optimum VV is selected by the second cost function. In the proposed scheme, the prediction algorithm is iterated 14 times instead of 27 iterations of the conventional predictive algorithm. So, besides establishing a novel model‐free prediction algorithm, the proposed method has almost 50% fewer calculations. The validity of the proposed sampling error‐based FS‐PCC and the simplified vector selection technique has been verified through experimental tests.

show abstract

Predictive Torque Control of Induction Motor Based on a Robust Integral Sliding Mode Observer

Cited by 23 publications

References 35 publications

Controle Preditivo Robusto De Corrente Por Estados Finitos Para Motor De Indução Usando Abordagem Deadbeat No Referencial Síncrono

Controle Preditivo Robusto De Corrente Por Estados Finitos Para Motor De Indução Usando Abordagem Deadbeat No Referencial Síncrono

Robust Finite Control Set Model Predictive Current Control for Induction Motor Using Deadbeat Approach in Stationary Frame

Sampling error‐based model‐free predictive current control of open‐end winding induction motor with simplified vector selection

Contact Info

Product

Resources

About