1

Metode estimacije brzine vrtnje u pogonima s

izmjenicnim asinkronim strojem
Bruno Orekovic
Zavod za elektrostrojarstvo i automatizaciju
Fakultet elektrotehnike i racunarstva
Sveucilite u Zagrebu

SaetakU ovom radu c e se analizirati sljedece metode

estimacije brzine za senzorless sustave: estimatori brzine
bazirani na kliznim reimima rada (engl. Sliding mode theory observers, SMO ), adaptivni sistem preko referentnog
modela (engl. model reference adaptive systems, MRAS),
observer brzine baziran na toku statora (engl. Stator flux
speed observer, SFSO ), observer dualnog moda (engl.
dual mod observer, DM ). Nakon upoznavanja s metodama
prikazat c e se osjetljivost na promjenu parametara motora
i usporedni test metoda estimacije brzine.

Kljucne rijeci: Estimacija, SFSO, MRAS, SMO,

DM, klizanje, potezni moment, klizni reimi rada

Prikazano c e biti stabilno podrucje rada estimatora

brzine.
II. T EHNIKE ESTIMACIJE BRZINE I TOKA
Sve metode estimacije brzine osjetljive su na
promjene parametara motora i funkcioniraju u odredenom
podrucju rada. Medu

razlicitim estimatorima
baziranim na MRAS modelu [3][5], MRAS estimator baziran na struji statora ima najbolje karakteristike te c e isti bit analiziran dalje u radu.

I. U VOD
Ima mnogo prednosti u elektromotornim pogonima bez mjernog c lana. Neke od tih prednosti
koje treba istaknuti su: manja cijena samog pogona,
nema mjernog c lana brzine vrtnje rotora, pogoni
koji zauzimaju manje prostora. Stoga je ovakva vrsta pogona jako popularna u mnogim industrijskim
granama. U dananjoj literaturi koja se bavi ovom
problematikom, estimatori i osjetljivost estimatora
na pogonske parametre su najvie spominjane teme.
Estimatori brzine i toka trebaju biti stabilni neovisno o opterecenju i brzini. U ovom radu analizirati
c e se ovi estimatori: observer u kliznom modu
(SMO)[2], observer sa referentnim modelom i adaptivnim sistemom (MRAS)[3][5], observer statorskog
toka i brzine (SFSO)[2] te observer dualnog moda
(DM)[2].
Estimatori toka i brzine testirani su pomocu sustava upraljavljanja motora preko poteznog momenta
(engl. Direct torque control structure, DTC). Estimatori spomenuti u ovome radu testirani su na
osjetljivost pri malim brzinama vrtnje rotora i prilikom promjene opterecenja na elektromotorni pogon.

Slika 1. Klasifikacija estimacijskih metoda

DM i SFSO [2] su observeri stanja koji koriste
metodu izracuna brzine rotora iz brzine klizanja. Uz
predhodno spomenute observere rad c e se baviti i
SMO [2] observerom za klizne reime rada.

III. M ATEMATI CKI

MODELI ESTIMATORA
BRZINE

Analizirani estimatori toka i brzine su direktno

bazirani na matematickom modelu asinkronog motora. Naponski model asinkronog motora moe se

izraziti pomocu koordinata preko izraza (1), A. SFSO estimator [2]

pri c emu je TN zadana konstanta, r = r +
jr , s = s + s , us = us + jus , i =
is + jis :
TN

Lr
dis
d u
r =
(us Rs is Ls )
dt
Lm
dt

(1)

Strujni model toka rotora je opisan izrazom:



d i
Rr

i
i
TN r =
(Lm is r ) + jm r
dt
Lr

(2)

SFSO estimator [2] je baziran na izrazu:

gdje je m brzina rotora.

Statorski magnetski tok s se moe izracunati iz
jednadbe toka statora:
TN

d
s = us Rs is
dt

Slika 2. Blok dijagram SFSO estimatora [2] brzine

(3)

TN

(4)

pri c emu su Rs otpor statora, Rr otpor rotora,

Ls induktivitet statora, Lr induktivitet rotora, Lm
meduinduktivitet
[4] konstantne vrijednosti.

Vrijednosti TN , fsN i su dane sa:

2
TN = 2f1sN , fsN = 50Hz, = 1 LLsm
[4]
Lr

(8)

Vektor statorske struje se moe izracunati iz relacije

izmedu
rotorskog toka i statorskog toka:

Potezni moment motora me je dan jednadbom:

me = s ib s s is

d
s = us Rs is kAB (is is )
dt

1
Lm
r )
is =
(s
Ls
Lr

(9)

Iz izraza (8) i (9) dobivamo:



Lm

r +us kAB (is is )

s +
Lr
(10)
Virtualni tok rotora uvodimo kako bi nam olakao
izradu
estimatora [2]:
SFSO metoda [2] i DM metoda [2] za estimaciju
brzine rotora temelje se na jednadbi (5).m je
d
brzina rotora, s brzina vrtnje okretnog magnetskog
TN a1 ri = a2 (us Rs is )
(11)
polja koja je dana jednadbom (6), r brzina klizadt
nja je dana jednadbom (7)[1].
Veza izmedu
virtualnog toka rotora i stvarnog toka
rotora je:
m = s r
(5)


d
TN
d
s =
r r r r
dt
dt
|r2 |

(6)


Lm Rr 
r =
r is r is
Lr |r2 |

(7)

d
Rs
TN s =
dt
Ls

is
r = ri
a1

(12)

Gdje je :
a1 =

Lm
Lr
; a2 =
; w = Ls Lr
w
w

(13)

Ovaj nacin estimiranja brzine kod asinkronih moIz izraza (12) i (13) je vidljivo da je glavni nedostora je ovisan o promjenama parametara motora.
Estimirana brzina mora se filtrirati prije upotrebe u tatak algebarska petlja koju dobijemo iz korelacije
upravljackom sustavu zbog diferencijacije koritene vektora statorskog i rotorskog toka [2]. Algebarska
u izrazu (6).
petlja c ini ovakvu vrstu estimatora nestabilnom.

B. SMO estimatori [2]

C. Estimator dualnog moda (DM) [2]

Observer u kliznom reimu rada bazira se na

matematickom modelu asinkronog motora. Brzina
m i pomocna varijabla (koristi se da smanji
greku uzrokovanu vremenskom konstantom rotora)
su visokofrekvencijski signali dobiveni preko sign
funkcije.
Tok rotora se racuna:

DM estimator [2] se temelji na izrazu (8) i racuna

se u koordinatnom sustavu. Strujni model je
prikazan u x y koordinatnom sustavu i neovisan
je o brzini rotora. Sljedeci izrazi koriste se pomocu
prebacivackih funkcija kliznog reima rada. Vektori
toka rotora i toka statora i vektor struje statora su
prikazani u stacionarnom sustavu:
TN

Rr
Lm Rr
dr
TN
= r +
is +j m r Cr (14)
dt
Lr
Lr
Struja statora se moe estimirat preko izraza:
!
Rr L2m
Lm Rr

us rs is L2 is + L2 r
r
r
j LLmr m r LLmr r
(15)
Brzina rotora m je dana sa:

1
dis
=
TN
dt
Ls

m = 0 signs

(16)

d
s = us Rs is + K1 v
dt

(20)

Lr
rs =
(s Ls is )
Lm

(21)

1
is =
Ls



L
m
s
r
Lr

(22)

r je izraen u x y sustavu:
Tok rotora rx

TN

Lm Rr r
Rr r
d r
rx =
sx
rx + K2 v x r
dt
Ls Lr
Lr

(23)

gdje je:

a varijabla sa:
= 0 signs

(17)

1
v = sign(s), s = (is is )(kp + k1 )
p

(24)

is )r
s = (is is )(r (is

gdje su: K1 , K2 , kp , k1 pozitivne konstante odabrane

r = 0.
tako da estimator bude stabilan , ry
PI regulator u izrazu (22) se koristi da postavi
u nulu greku estimatora struje. Brzina se racuna
iz izraza (5). Kut toka rotora se racuna na sljedeci
(18)
nacin:

is )r + (is is )r
s = (is

(19)

s i s se mogu izracunati na sljedeci nacin preko

prebacivackih funkcija:

s
r
= arctg( s )
r

(25)

gdje su C, 0 , 0 proizvoljne konstante.

DM estimator [2] je prikazan na slici 4.
Blokovska shema SMO estimatora [2] kojega smo
prikazali izrazima (18) i (19) prikazana je na slici
3. Kako bi estimatori radili stabilno, prilagodeni
su

da rade na visokim frekvencijama.

Slika 3. Blok dijagram SMO estimatora [2] brzine

Slika 4. Blokovska shema DM estimatora [2]

brzine

D. MRAS estimator [3][5]

Estimator baziran na MRAS modelu [3][5] spada
medu
najcece koritene estimatore. Koristi PI regulator kao adaptivni mehanizam. Da bi se bolje
upoznali sa MRAS metodom estimacije prikazana
je na slici 5.

Slika 7. Simulacijski rezultati, prikazana mjerena

brzina, referentna brzina i estimirana brzina
Slika 5. Blok dijagram MRAS estimatora [2][5]
brzine
IV. R EZULTATI SIMULACIJA
Svi estimatori su testirani preko DTC upravljacke
metode prikazane na slici 6. Potezni moment me
i tok statora s su izracunati pomocu naponskog
modela (3)-(4).

Slika 8. Testni signali za estimator: a) dugi

reverzivni, b) brzi reverzni sa promjenom
opterecenja
Svi estimatori su radili korektno i greka izmedu
stvarne i estimirane brzine bila je zanemariva.
Na slici 9. moemo vidjeti prikaz razlike izmedu

stvarne i estimirane brzine za pojedine metode estimacije brzine.

Slika 6. Blok dijagram DTC-SVM strukture

Estimatori su prvo testirani na promjene opterecenja i brzine. Ti testovi su se izvodili kako bi
se ustanovilo ponaanje estimatorima u idealnim
uvjetima. Na slici 7. je prikazano ponaanje sustava
sa pojedinim estimatorom s obzirom na promjenu
brzine. Paralelo je prikazana mjerena brzina i ona
estimirana. Na slici 8. je prikazana promjena sustava
s obzirom na promjenu testnog opterecenja.

Slika 9. Prikaz greaka estimacije za pojedine

estimacijske metode: a)MRAS, b)SMO, c)SFSO,
d)DM [2]

Iduci test je bio promjena parametara asinkronog

motora i osjetljivost estimatora na promjenu parametara. Test se proveo tako da se povecao otpor
statora i rotora za 10% . Estimatori svejedno ne gube
stabilnost. SMO i MRAS [2] imaju manju greku
prilikom estimacije brzine nego SFSO i DM estimatori. DM i SFSO estimatori su puno osjetljiviji nego
SMO i MRAS estimatori na promjene parametara
asinkronog motora to se moe vidjeti u oscilacijama estimirane brzine kod SFSO i DM estimatora.
Kod vecih promjena parametara kao u naem slucaju
otpora statora, SFSO estimator gubi stabilnost, pa se
zbog toga u radu ne rade vece promjene parametera
kako bi svi sustavi radili stabilno. Na slici 10. je
prikazano ponaanje pojedinih estimatora.

Tablica 2. Greke estimatora pri promjeni pojednih

parametara
U tablici prvu grupu formiraju estimatori MRAS
i SMO. Ova grupa estimatora je najstabilnija pri
promjenama koje se dogadaju
prilikom zagrijava
nja motora. Drugu grupu c ine estimatori SFSO i
DM.Njihova glavna karakteristika je velika osjetljivost na promjene otpora statora i mala otpornost za
promjene induktiviteta u motoru. Pri vecim promjenama parametara sustavi bazirani na SFSO i DM
metodi mogu postati nestabilni.

Slika 10. Referentna brzina, mjerena i estimirana

brzina uz promjene otpora statora, usporedba
pojedinih estimacijskih metoda: a)SMO, b)MRAS,
c)SFSO, d)DM
Slika 11. Pregled osjetljivosti na promjenu
induktiviteta pojedinih estimacijskih metoda
metoda: a)MRAS, b)SMO, c)SFSO, d)DM

Prema rezultatiam simulacija koje moemo vidjeti na slici 10. SFSO i estimator DM su vie
osjetljivi na promjene otpora od SMO i MRAS.
Prilikom testa opterecenje na osovini se mjenjalo od

V. Z AKLJU CAK
nule do nominalne vrijednosti. Tri parametra motora
su se mjenjala: Rs , Rr iLm . Mijenjanje tih parametra
U radu je pokazan nacin dobivanja najcice koje namjerno napravljeno, jer se ti parametri mjenjaju ritenih estimacijskih modela danas. Prikazana je
prilikom zagrijavanja motora. Paralelna usporedba osjetljivost pojedinih estimatora na promjene paraestimatora je prikazana u tablici 2.
metara motora. Sve metode rade stabilno za male

promjene parametara motora. SMO i MRAS estimatori brzine i toka su se pokazali najboljima
prilikom vecih promjena parametara motora. MRAS
estimator radi stabilno i prilikom male brzina rotora.
MRAS je trenutno najbolji model izrade esimatora
za DTC upravljacku metodu i za industrijske primjene. Daljnje istraivanje je moguce u reimima
malih brzina gdje greka raste, gdje se i MRAS
estimatori ponaaju nestabilno. Istraivanje bi se razvijalo u primjeni Kalmanovog filtra kao estimatora
brzine pri malim brzinama jer ima mogucnost filtriranja smetnji koje su pri malim brzinama jednake ili
vece od signala koji se koristi za estimaciju brzine.
L ITERATURA
[1] p. Quoc Dzung, Le Minh Phoung, Le Dinh Khoa, Trunog Phunoc
Hoa "A new Aproach for motor speed estimaor using ANN based
on FPGA" Ho Chi Min university, Vietnam, 2009.
[2] T. Kowalska, G. Tarchala, M. Dybkowski "Analysis of the
chosen speed and flux estimator for sensorless induction motor
drive",Wrlocaw University of Technology, Poland 2011.
[3] T. Kowalska, "Stator-current-Based MRAS Estimator for a wide
range speed-sensorless induction-motor drive", Poland 2010.
[4] F. Kolonic "Lectures: Vector control of a induction drive",
Croatia 2009.
[5] Mustapha Messaoudi, Habib Kraiem, Mouna Ben Hamed, Lassaad Sbita and Mohamed Naceur "A robust sensorless direct
torque control of Induction motor based on MRAS and extended
Kalman filter", Tunisia 2011.