Állandómágneses szinkrongépek paraméteridentifikációs algoritmusainak összehasonlítása
Comparison of parameter identification algorithms for permanent magnet synchronous machines
Keywords:
PMSM drives, parameter identification, RLS algorithm, ARMAX model identification,, Trust region optimization, /, PMSM hajtások, paraméteridentifikáció, RLS algoritmus, ARMAX modell identifikáció, Trust region optimalizációAbstract
Permanent magnet synchronous machines (PMSM) are playing an increasingly important role in modern technical equipment. In order to implement the closed-loop control of a PMSM, it is essential to know its electrical and mechanical attributes. In this work, different parameter identification algorithms are compared in order to provide an efficient method for estimating the characteristics of PMSM drives.
Keywords: PMSM drives, parameter identification, RLS algorithm, ARMAX model identification, Trust region optimization
Kivonat
Az állandómágneses szinkron gépek egyre nagyobb szerepet játszanak a korszerű műszaki berendezésekben. Ezen motorok alkalmazásához nélkülözhetetlen a hajtás villamos és mechanikai tulajdonságainak ismerete. Jelen munka célja a különböző paraméteridentifikációs algoritmusok mérések segítségével történő összehasonlítása, annak érdekében, hogy a PMSM hajtások jellemzőinek becslésére hatékony eljárást adjon.
References
Ahn, H., Park, H., Kim, C., Lee, H. A Review of State-of-the-art Techniques for PMSM Parameter Identification. Journal of Electrical Engineering & Technology. Springer, 2020, 15, 1177–1187.
S. Wiedemann, R. M. Kennel, Self-Commissioning of the Current Control Loop in AC Drives. PCIM Europe 2018; International Exhibition and Conference for Power Electronics, Intelligent Motion, Renewable Energy and Energy Management, Nuremberg, Germany, 2018, pp. 1-8.
Chaves, W. & Kaneko, E. & Mollon, M. & Niro, L. & Vargas, A. N. & Montezuma, M. Parameters Identification of a Direct Current Motor Using the Trust Region Algorithm. International Journal of Advanced Engineering Research and Science. 2017, 4, 162-169.
S. -e. Mokhlis, S. Sadki and B. Bensassi, System Identification of a DC Servo Motor Using ARX and ARMAX Models, 2019 International Conference on Systems of Collaboration Big Data, Internet of Things & Security (SysCoBIoTS), Casablanca, Morocco, 2019, pp. 1-4.
P. Stumpf. Állandómágneses gépek. Teljesítményelektronika és villamos hajtások tantárgy előadási segédlet, BME-AUT, 2019.
Monson H. Hayes. Statistical Digital Signal Processing and Modeling. John Wiley & Sons, 1996.
L. Ljung. Prediction error estimation methods. Circuits, Systems, and Signal Processing, 2002, 21, 11–21.
W. Ye. Trust-region methods. Northwestern University, 2014
P. Stumpf. Egyenáramú gépek. Teljesítményelektronika és villamos hajtások tantárgy előadási segédlet, BME-AUT, 2019.
