Zeitschrift für Kernenergiewissenschaft und Energieerzeugungstechnologie

Minimierung der Drehmomentwelligkeit eines Permanentmagnet-Synchronmotors durch iterative Lernsteuerung

Sonya J und Iniya V

Permanentmagnet-Synchronmotoren (PMSM) erzeugen große Drehmomentwelligkeiten. Dies führt dazu, dass das System nichtlinear ist. Aufgrund der Luftspaltflussoberwellen treten im Motor unerwünschte Drehmomentpulsationen auf. In diesem Dokument wird der ILC-Algorithmus (Iterative Learning Control) implementiert, um die im System auftretenden Welligkeiten zu reduzieren. Iterative Learning Control ist eine adaptive Steuerungsmethode, mit der die Welligkeiten durch wiederholtes Lernen reduziert werden. Die am häufigsten verwendeten ILC-Schemata wie Proportional Type ILC (P-ILC) und Model Predictive Control ILC (MPC-ILC) weisen den niedrigeren Drehmomentwelligkeitsfaktor (TRF) und die Konvergenz auf. Diese reduzieren nicht nur die Drehmomentwelligkeiten, sondern beschleunigen auch die Reaktion des Systems. Die vorgeschlagenen Algorithmen werden an Permanentmagnet-Synchronmotoren getestet und es werden Ergebnisse erzielt.