Ahmad - Firdaus - 2021 - J. - Phys. - Conf. - Ser. - 1878 - 012047 PT

Assine o DeepL Pro para traduzir arquivos maiores.
Mais informações em www.DeepL.com/pro.
Journal of Physics: Série de Conferências
ARTIGO - ACESSO ABERTO Você também pode gostar
Avaliação de tecnologias de acionamento de

- Modelagem e controle de scooter
elétrica acionada por motor de indução
M Aishwarya e R M Brisilla
controle para motor de indução: Aplicação - Controle de economia de energia do
industrial em veículos elétricos

motor de indução para veículos elétricos
com base na estimativa de parâmetros
on-line
Fan Shengwen, Dai Shuya, Li Ruizhi et al.
Para citar este artigo: A. Z. Ahmad Firdaus et al 2021 J. Phys: Conf. Ser. 1878 012047
- Projeto de otimização de slot de
motor de indução para veículo
elétrico
Yiming Shen, Changqing Zhu e Xiuhe Wang
Veja o artigo on-line para atualizações e aprimoramentos.

Este conteúdo foi baixado do endereço IP 201.1.115.240 em 05/10/2023 às 00:50
ICE4CT 2020 Publicação IOP
Journal of Physics: Série de 1878 (2021) 012047 doi:10.1088/1742-6596/1878/1/012047
Conferências
Avaliação de tecnologias de acionamento de controle para

motor de indução: Aplicação industrial em veículos elétricos
A. Z. Ahmad Firdaus1 , S. A. Azmi1 , K. Kamarudin1 , L.J. Hwai1 , H. Ali1 , M. S.

Z. Azalan1 , e Zamri Che Mat Kasa2
1Faculdade de Tecnologia de Engenharia Elétrica, Universiti Malaysia Perlis
2MSM Perlis Sdn Bhd, Perlis
ahmadfirdaus@unimap.edu.my
Resumo. Atualmente, os veículos elétricos têm ganhado cada vez mais popularidade, o que é
indicado pelo crescimento da participação no mercado global, que deve chegar a 30% até 2030,
depois de registrar 7,2 milhões de unidades em 2019. Em comparação com os motores de
combustão interna (ICE), os veículos elétricos a bateria (BEV) produzem zero emissão de
escapamento, o que reduz consideravelmente as pegadas de carbono. O motor de indução tem
sido amplamente utilizado e sua tecnologia de controle evoluiu do tipo escalar volt/hertz para a
recente tecnologia de controle preditivo. Isso permite que a aplicação do motor de indução se
expanda, deixando de ser o cavalo de batalha da indústria para se tornar o principal motor do
veículo elétrico, onde se espera alto desempenho. Entre os esquemas de controle vetorial, o
Controle Direto de Torque (DTC) ganhou interesse em relação ao Controle Orientado a Campo
(FOC) com estrutura mais simples, melhor robustez e desempenho dinâmico, mas sofre com o
alto torque e a ondulação de fluxo. Em aplicações de veículos elétricos, a alta ondulação em
baixa velocidade é altamente indesejável, podendo causar vibração torcional. O controle de alto
desempenho exige a integração do sensor de velocidade, o que geralmente aumenta a
complexidade do projeto. O trabalho tem como objetivo analisar a melhor tecnologia de
controle para o motor de indução em aplicações de veículos elétricos por meio da avaliação de
parâmetros de desempenho, como melhoria da resposta dinâmica, redução da ondulação de
torque e fluxo e otimização de componentes. Vários problemas que surgem no controle do
motor e possíveis métodos para contorná-los são destacados neste trabalho. Em conclusão, o
controle de torque preditivo de modelo (MPTC) é o esquema mais promissor para veículos
elétricos com excelente resposta dinâmica, bom desempenho em baixa velocidade e redução de
50% da ondulação de torque em comparação com o DTC convencional e integração potencial
com observador de modo deslizante para solução sem sensor.
Palavras-chave: Veículo elétrico, controle preditivo de modelos, controle direto de torque, motor de
indução
1. Introdução
Em 2019, o estoque global de veículos elétricos foi registrado em 7,2 milhões, um aumento de 40%
em uma base anual. Sua participação no mercado global foi planejada para aumentar para 30% até
2030 [1]. Em comparação com o motor de combustão interna (ICE), o veículo elétrico a bateria
(BEV), que é impulsionado por um motor elétrico (também conhecido como motor de tração), usando
a energia armazenada em baterias recarregáveis, produz zero emissão de escapamento [2], reduzindo
consideravelmente as pegadas de carbono pela metade em 2019 [1]. Tanto o motor CC quanto o motor
CA têm sido usados como motor de tração. Os motores CC em série têm sido usados como motores de
tração desde 1900 devido à alta capacidade de torque de partida e à facilidade de controle [3]. No
entanto, suas limitações incluem baixa eficiência, tendência ao acúmulo de calor devido a
complicações com escovas e comutador e falta de regeneração
Conferências
O conteúdo deste trabalho pode ser usado sob os termos da licença Creative Commons Attribution 3.0. Qualquer distribuição
posterior deste trabalho deve manter a atribuição ao(s) autor(es) e o título do trabalho, a citação do periódico e o DOI.
Publicado sob licença pela IOP Publishing Ltd 1
Conferências
capacidade de frenagem [2]. O motor CA tem menos componentes rotativos e oferece flexibilidade em
termos de recuperação de energia usando a frenagem regenerativa. Os três tipos mais populares de
motor de tração CA usados são o motor de indução (IM), o motor síncrono de ímã permanente
(PMSM) e o motor de relutância comutada (SRM). O motor de indução é preferido ao PMSM devido
ao menor custo do material e ao SRM devido à maior eficiência [4].
Em aplicações industriais, 90% dos motores empregados são do tipo de motor de indução trifásico
[5]. Simplicidade, robustez, baixo custo e facilidade de manutenção são os fatores que contribuem para
sua escolha popular na maioria dos setores, desde óleo de palma até usinas siderúrgicas [6], [7]. Eles
são usados principalmente para acionar máquinas, como transportadores, ventiladores, bombas e
compressores. Anteriormente, eles eram operados apenas em velocidade fixa devido à frequência
nominal de alimentação fixa. Em comparação com o acionamento de velocidade constante, a operação
com velocidade variável é superior, com maior eficiência, melhor economia de energia e redução
significativa de custos por meio de paradas menos frequentes [6], [8], [9]. Nas usinas de açúcar, o
controle de velocidade da bomba centrífuga resultou em 50% de economia de energia por meio da
regulagem de 20% da velocidade [10]. A tecnologia de controle evoluiu do tipo escalar - volt/hertz -
para o controle preditivo recentemente desenvolvido. Isso permitiu que a aplicação do motor de
indução se expandisse, deixando de ser o cavalo de batalha da indústria para se tornar o motor
principal do veículo elétrico. O motor de indução é usado como motor principal no atual Tesla Model-
S BEV [11].
Este trabalho tem como objetivo fornecer algumas referências sobre aspectos técnicos para
pesquisadores e participantes do setor na seleção da tecnologia de controle de motores que melhor se
adapte à aplicação em veículos elétricos, dentro do escopo relevante para o motor de indução. Por
meio da revisão, parâmetros como melhoria na resposta dinâmica, redução de ondulação de torque e
fluxo, bem como otimização de componentes, são discutidos e avaliados. Este artigo está organizado
da seguinte forma: A Seção 2 destaca os requisitos operacionais do veículo elétrico, a Seção 3
apresenta as estratégias de controle de motor disponíveis, a Seção 4 discute a análise de desempenho
das estratégias de controle de motor com base na aplicação em veículos elétricos e, por fim, uma
conclusão.
2. Requisito de veículo elétrico
Figura 1: Características idealizadas de torque/potência e velocidade [12].
A Figura 1 mostra as características idealizadas de torque/potência e velocidade de um veículo

elétrico. O veículo elétrico pode operar na região de torque constante em baixa velocidade até a
velocidade nominal (também conhecida como velocidade básica). Nessa faixa, o torque ideal é gerado
2
Conferências
quando a potência aumenta em conjunto com a velocidade. Além da velocidade nominal, o limite de
potência é limitado e, portanto, o torque gerado diminui à medida que a velocidade é aumentada. Isso
se deve ao fluxo gerado - a força eletromotriz (EMF) excedeu a tensão máxima de saída do inversor e
o torque gerado diminui.
3
Conferências
Portanto, o enfraquecimento do campo é necessário para atenuar o efeito [13]. É altamente desejável
que o veículo elétrico tenha alta eficiência em uma ampla faixa de velocidade operacional [12], [14]
com uma faixa de operação de potência constante de cerca de 3 a 4 vezes a velocidade base. Isso,
combinado com uma boa tecnologia de bateria, proporciona uma alta autonomia de direção, que é um
requisito essencial [3]. Espera-se também que eles possuam alta densidade de torque e alta capacidade
de sobrecarga sem comprometer a necessidade de ter alta tolerância a falhas e robustez adequadas ao
ambiente do veículo. O alto torque é essencial para a partida, em baixas velocidades e em subidas de
colinas, enquanto a alta potência é útil para cruzeiro em alta velocidade [12]. No entanto, o custo
precisa ser mantido baixo, em uma faixa acessível, para despertar o interesse dos consumidores de
classe média.
A ondulação do motor também é um problema em veículos elétricos, já que ele é o único motor
principal ativo. A ondulação apresenta efeitos adversos nas características de saída do motor durante o
acionamento em baixa velocidade e ao operar com alto torque. Em alta velocidade, o efeito da
ondulação seria cancelado pela inércia do rotor. Isso pode causar vibração torcional, fazendo com que
o veículo chacoalhe, especialmente quando a frequência da ondulação coincide com a frequência de
ressonância do sistema [15]. A ondulação do motor é parcialmente causada pela ondulação do torque e
do fluxo e pode ser devida a efeitos colaterais do esquema de controle empregado no sistema de
acionamento, como o Controle Direto de Torque convencional [16]. Portanto, é imperativo que o
efeito de ondulação seja minimizado para garantir o conforto dos passageiros e prolongar a vida útil
dos componentes do veículo.
3. Estratégias de controle de motores CA: Considerações teóricas e práticas

Para o motor de indução, as tecnologias de controle podem ser classificadas em duas categorias
principais de acordo com o princípio de controle: controle escalar e controle vetorial.
3.1. Controle escalar

No controle escalar, o parâmetro principal do motor é variado diretamente para que o parâmetro de
saída, como posição, velocidade e torque, possa ser controlado. Os dois principais tipos de motor de
indução CA são: rotor enrolado e gaiola de esquilo.
No motor de rotor bobinado, o enrolamento do rotor é conectado a anéis deslizantes que, por sua vez,
são conectados a resistores externos. A variação dos resistores possibilitou o controle de velocidade.
No entanto, a eficiência é relativamente baixa devido à alta queda de tensão nos resistores. Além disso,
esse método de controle parece impraticável em condições de carga mais elevadas [3]. A maneira
alternativa de controle é por meio da implementação da modulação por largura de pulso (PWM). O
controle PWM é possível por meio do circuito inversor e é viável com a natureza operacional da gaiola
de esquilo, razão pela qual é mais popular do que o rotor bobinado.
No motor de indução em gaiola de esquilo, a variação da frequência da tensão terminal pode ser
usada para controlar o torque e a velocidade do motor. Entretanto, o controle apenas da frequência do
estator, sem considerar a manutenção de uma relação fixa de tensão/frequência, deteriorará o fluxo no
entreferro. Isso resultou em correntes muito altas que causariam danos ao motor em uma frequência
muito baixa, enquanto em uma frequência alta o motor pode parar. Portanto, tanto a frequência quanto
a relação de tensão precisam ser fixas para manter o torque constante ao controlar a velocidade. Esse
método também é conhecido como método volt/hertz [3].
O acionamento de frequência variável na indústria utiliza tanto o controle em malha aberta quanto
o controle em malha fechada. Para aplicações não críticas, como transportadores e centrífugas, em que
a operação de baixa e média velocidade com carga leve e média, o controle de malha aberta é
suficiente. O sistema típico de acionamento de controle de motor de circuito aberto envolve um
inversor trifásico, um circuito de acionamento, o motor e a carga conectada. A alimentação CA
trifásica é retificada para CC antes de ser enviada ao inversor. O inversor fornece tensão e corrente
trifásicas de frequência variável para o motor de indução. O circuito do driver consiste em um
componente que modula o sinal de entrada na forma de sinal de modulação por largura de pulso
(PWM) que aciona o circuito do inversor [5].
4
Conferências
A Figura 2 mostra o projeto anterior que utiliza o conceito volt-hertz para controle de malha aberta.
A entrada da velocidade de referência combinada com a velocidade de escorregamento produz a
frequência de comando. A frequência de comando é convertida em um comando de tensão
correspondente por meio de um perfil de volt-hertz que mantém a relação entre volt e frequência
aproximadamente nominal [6]. Para o controle em malha aberta, a velocidade de escorregamento
precisa ser estimada na ausência de um sensor de velocidade, mas, com parâmetros adequados do
modelo da máquina de indução, isso é possível [17], [18].
5
Conferências
Figura 2: Controle de malha aberta Volt/Hertz[17]
O controle de loop fechado oferece melhor desempenho dinâmico e é mais adequado para
aplicações críticas. No controle de loop fechado, o sistema rastreia o padrão de entrada e ajusta
automaticamente o parâmetro de acordo com a variação ou perturbação da carga. Com o feedback do
sensor, o parâmetro de velocidade de deslizamento é mais preciso. Em [19], por meio da comparação
da velocidade de referência e de realimentação, o erro é enviado ao controlador, onde a saída é o
torque desenvolvido que pode ser convertido em velocidade de deslizamento. A Figura 3 mostra o
controle de malha fechada Volt/Hertz usando o controlador PI.
Figura 3: Controle de malha fechada Volt/Hertz usando controlador PI [19]
A estrutura de controle pode ser colocada em cascata a partir de apenas um loop de velocidade para
adicionar um loop de corrente interno, permitindo uma otimização mais precisa da corrente e do torque
[6] . O controle PI foi implementado como controlador para o sistema volt/hertz [19], [20], mas,
alternativamente, o controle lógico Fuzzy oferece uma abordagem de projeto mais direta, baseada em
dados de loop aberto, sem a necessidade de conhecimento dos parâmetros do modelo do motor para
ajuste de ganho [21].
3.2. Comutação do inversor

Com o PWM usado para chavear o inversor, a perda de potência associada à queda de tensão pode ser
reduzida, pois diminui a potência média fornecida a uma carga por meio do controle de chaveamento
rápido [22]. Devido ao seu ciclo de trabalho variável, o PWM é compatível com aplicações de controle
digital. Para aplicações de controle de motor, o uso de PWM em alta frequência de comutação
funciona bem, pois a carga de inércia é resistente a efeitos discretos [6]. Os dois tipos mais usados no
controle de motores são: Modulação de largura de pulso senoidal (SPWM) e modulação de largura de
pulso de vetor espacial (SVM).
O SPWM é popular no controle escalar [18], [19] e pode ser produzido usando o método
interseccional, comparando o sinal da portadora de alta frequência com o sinal senoidal de referência.
A frequência de saída do inversor é determinada pela frequência do sinal de referência. A alta
frequência de comutação é desejável para facilitar o processo de filtragem de harmônicos. No entanto,
como desvantagem, a perda de comutação do inversor também aumentaria [23]. As técnicas para
eliminar os harmônicos indesejados incluem a modificação do sinal da portadora. Outra desvantagem
6
Conferências
do SPWM é a tensão de fase de saída mais baixa em comparação com a alimentação de linha [22].
7
Conferências
O objetivo do SVM é gerar tensões de linha de carga PWM que sejam, em média, iguais às tensões
de linha de carga de referência [22]. O SVM é uma técnica de modulação digital que trata o inversor
como uma unidade única em que oito estados de comutação exclusivos (também chamados de vetores
de tensão) podem ser acionados para a unidade. Os oito estados do VSI consistem em seis vetores
ativos (V1 a V6) e dois vetores nulos (V0 e V7) [24]. A tensão de saída é criada pela comutação repetida
dos vetores adjacentes e do vetor nulo. O sinal de referência é amostrado regularmente usando um
codificador ou resolver [25]. O projeto popular é a sequência de reversão alternada, em que os vetores
nulos são alternados para cada sequência e a sequência é revertida. O PWM com alinhamento central é
uma técnica SVM que combina ambos os recursos para todos os setores e foi adotada comercialmente
na maioria das aplicações de controle vetorial [24].
Em comparação com o SPWM, o SVM demonstrou oferecer um desempenho superior em termos
de resposta dinâmica e distorção de corrente quando implementado para aplicações de controle de
motores, além de uma melhor utilização do barramento CC
[25]-[27], embora o processo de implementação do sinal SVM seja muito mais complexo e aumente o
esforço computacional [28]. O desempenho superior do SVM o tornou mais adequado para ser
implementado no controle vetorial.
3.3. Controle de vetores

O controle escalar é adequado para controlar a velocidade do compressor, do ventilador ou do
transportador, pois a mudança de velocidade é intermitente. No entanto, aplicações dinâmicas, como
veículos elétricos, exigem que o motor acelere, dê ré, pare e dê partida rapidamente, respondendo a
torques que podem mudar repentinamente. Durante essa transição, as tensões e correntes não são mais
senoidais, e a forma de onda gerada por computador muda instantaneamente, tornando ineficaz o
modelo baseado em circuito equivalente. O fluxo deve ser mantido em valor e orientação para
desenvolver instantaneamente o torque necessário. Esse tipo de controle dinâmico é chamado de
controle vetorial de fluxo [7]. Os dois tipos de controle vetorial mais populares são o controle
orientado por campo (FOC) e o controle direto de torque (DTC). Os esquemas de controle FOC [29] e
DTC [30] foram empregados em veículos elétricos e obtiveram bom desempenho dinâmico e alta
eficiência em uma ampla faixa de velocidade.
3.3.1. Controle orientado a campo
Figura 4: Esquema FOC básico para motor de indução trifásico [31]
A Figura 4 mostra o esquema FOC básico para o motor de indução. O conceito foi introduzido pela
primeira vez por F. Blaschke em 1971 [16]. Os sinais do motor, que consistem em correntes do estator
e posição do rotor, foram medidos. As correntes do estator foram convertidas em parâmetro dq usando
a transformação Clarke-Park como feedback e foram comparadas com o parâmetro de referência para
gerar um sinal de erro que foi regulado independentemente pelo controlador (geralmente do tipo PI). O
8
Conferências
controlador envia o sinal de correção na forma de parâmetro dq a ser convertido, usando a
transformação de Park inversa, em parâmetro αβ e modulado para as portas de comutação do inversor.
Posição do fluxo do rotor
9
Conferências
é necessária para executar as transformações Clarke-Park e Park inversa e, geralmente, é medida pelo
sensor de velocidade do motor. Desde então, foram introduzidas várias melhorias no sistema básico
[32], [33]. As principais vantagens do método FOC são o alto desempenho dinâmico, a frequência de
comutação, as baixas ondulações de torque e o componente fundamental máximo da corrente do estator,
mas ele apresenta desvantagens, como a necessidade de duas transformações de coordenadas e de
controladores de corrente, além de altos parâmetros da máquina.
sensibilidade [16].
3.3.2. Controle direto de torque

O Controle Direto de Torque foi desenvolvido por Takahashi em 1989 [34]. A Figura 5 mostra o
esquema DTC convencional para o motor de indução. Nesse esquema, os sinais do estator eram
alimentados ao estimador de fluxo e torque, com base nas equações de fluxo do motor. O torque
eletromagnético e o fluxo do estator seriam comparados independentemente com os valores de
referência, e seus erros seriam atenuados usando o controlador de histerese de dois níveis para o fluxo
e o controlador de histerese de três níveis para o torque. As saídas de controle, juntamente com o sinal
de seleção do setor de fluxo, foram alimentadas à tabela de comutação e a saída PWM aciona o
inversor.
Figura 5: Esquema DTC convencional para motor de indução trifásico [16]
Em comparação com o FOC, o DTC é mais simples e exige menos esforço computacional. O
controlador de corrente e as transformações de coordenadas não são necessários. Apesar de sua
simplicidade, o DTC permite um bom controle de torque em condições operacionais de estado
estacionário e transitório, alta resposta dinâmica e robustez. Além disso, esse controlador é menos
sensível à desafinação dos parâmetros [16].
No entanto, o DTC convencional produz alta ondulação no torque devido aos controladores de
histerese não lineares. Isso se deve à banda de largura fixa do controlador, resultando em uma
frequência de comutação variável. A tabela de comutação convencional também produz apenas um
vetor de espaço de tensão para todo o período de amostragem. Portanto, o torque do motor pode
exceder o limite superior/inferior de torque, mesmo que o erro seja pequeno [26], [35]. Isso piora na
implementação digital, em que o tempo de amostragem tem um efeito significativo e a ondulação pode
ser maior do que os limites de histerese [35]. A seleção limitada do vetor de tensão também causou
fenômenos indesejáveis de enfraquecimento do fluxo em operações de baixa velocidade [16].
Um método para contornar o problema de não linearidade do controlador de histerese no DTC
convencional foi empregar uma banda variável em vez de usar uma banda de largura fixa. O controle
de lógica difusa foi implementado para variar a banda de histerese com base no erro de torque para
obter uma frequência de comutação constante. Em comparação com o projeto de banda fixa, os
resultados da simulação mostraram melhoria da THD na corrente do estator e redução da ondulação de
torque [36].
A Modulação de Vetor Espacial foi integrada ao DTC (DTC-SVM), em que mais vetores de tensão
10
Conferências
podem ser utilizados por ciclo de amostragem. Isso permite uma comutação mais precisa de acordo
com a velocidade do rotor. Com a frequência de amostragem mantida constante, a ondulação de torque
em baixa velocidade pode ser significativamente melhorada, produzindo melhores harmônicos de
corrente [16] e minimizando a perda de comutação [26]. Em outro projeto, a variável
11
Conferências
O controle fuzzy adaptativo de domínio foi implementado no loop de velocidade para gerar o torque
de referência e os controladores PI foram usados no lugar dos controladores de histerese. Em
comparação com o DTC-SVM convencional, foram obtidos transientes mais rápidos e menor
ondulação de torque e fluxo [37]. Em vez de dois estados ativos por ciclo de amostragem no SVM,
vetores de tensão mais precisos podem ser gerados usando a modulação do ciclo de trabalho entre os
dois estados. O controle lógico fuzzy adaptativo foi implementado como modulador para selecionar o
ciclo de trabalho, além do esquema DTC convencional. Os resultados experimentais mostraram uma
redução significativa da ondulação de torque em 58%, mantendo a ondulação de fluxo [35].
3.3.3. Controle de torque direto preditivo

O DTC baseado em previsão foi proposto por meio da estimativa de ciclos de parâmetros à frente e sua
inclusão em comparação com valores de referência antes de alimentar os controladores de histerese
independentes [38]. Esse método modificou a entrada anterior dos controladores, mantendo a estrutura
do DTC convencional. O método Forward Euler incorporado à modelagem discretizada do IM
conseguiu diminuir o efeito do atraso de tempo causado pelo processamento de dados. Em comparação
com o DTC convencional, o torque de estado estável e as ondulações de fluxo foram reduzidos pela
metade.
O controle preditivo de modelo (MPC) usa um modelo para prever a saída futura da planta e
resolve um problema de otimização para selecionar o controle ideal. Diferentemente do controlador
PID tradicional, o MPC pode lidar com sistemas com várias entradas e saídas que podem ter interação
entre entrada e saída. O MPC também é capaz de prever resultados e lidar com restrições, o que
justifica a necessidade de um processador potente e rápido com grande memória. Os controladores
MPC têm sido amplamente utilizados nos setores de processamento e, recentemente, aplicados aos
setores de saúde, automotivo e aeroespacial [39]. O MPC pode ser classificado em CS-MPC (MPC de
conjunto contínuo) e FS-MPC (MPC de conjunto finito), sendo que o FS-MPC tem um estado possível
limitado e não precisa necessariamente de modulador, reduzindo assim o esforço computacional [40].
O MPC incorporado aos esquemas DTC também é conhecido como MPTC (Model Predictive
Torque Control, controle de torque preditivo de modelo). O MPTC usa o modelo IM discretizado
para estimar os parâmetros de corrente, fluxo e torque. Isso elimina a necessidade de transformar a
estrutura rotacional [38], o que reduz o esforço computacional. O fluxo e o torque do estator são então
previstos para estarem dois ciclos (𝑘 + 2) à frente. A velocidade é regulada no circuito externo para
gerar a referência de torque e geralmente precisa de um sensor de velocidade [41]. O estator de
referência foi definido como fixo. A previsão
são então comparados com o parâmetro de referência antes que a função de custo seja usada para
avaliar o valor mínimo como base para a seleção dos vetores de tensão de modulação.
A função de custo no MPC compara os valores previstos e de referência [42]. Nela, o fator de
ponderação foi determinado com base na compensação entre o rastreamento do torque e do fluxo [43].
Durante cada ciclo, a tensão do estator e todos os parâmetros relevantes, como torque e fluxo, foram
avaliados para 6 setores diferentes. Para cada vetor de tensão do estator, a função de custo g é avaliada
para determinar o valor mínimo, no qual será selecionado como vetor de modulação para acionar o
inversor [44].
A Figura 6 mostra o controlador de torque direto preditivo com controlador de velocidade de lógica
fuzzy para acionamento IM. Nesse esquema, a referência de torque foi gerada a partir do erro de
velocidade usando o controle de lógica difusa e alimentada na função de custo juntamente com o fluxo
do estator de referência e os parâmetros previstos. O horizonte de previsão para o torque e o fluxo do
estator foi aumentado para dois (𝑘 + 2) para levar em conta o atraso de tempo encontrado durante
a implementação do hardware [38], [41], [44].
O MPTC oferece menor ondulação no torque quando comparado ao DTC. Os resultados
experimentais mostraram uma redução significativa da ondulação de torque e corrente em mais de
50%, embora a ondulação de fluxo seja mantida em comparação com o DTC. A operação em baixa
velocidade também foi aprimorada [45]. No DTC, os limites de histerese eram responsáveis por gerar
um vetor de comutação, o que implicava um processo indireto de seleção do vetor de tensão. Já no
MPTC, a seleção do vetor de tensão é direta a partir da otimização da função de custo [46]. No
12
Conferências
entanto, a otimização da função de custo depende dos fatores de ponderação de torque e fluxo, cuja
sintonia era tediosa [45]. A integração da lógica fuzzy para o controle de velocidade do MPTC
melhora os estados transitórios e adiciona robustez contra a carga externa [41].
13
Conferências
Figura 6: MPTC com esquema de lógica difusa [41]
No esquema Fuzzy-predictive-DTC (FPTC) [47], a estrutura de controle da lógica fuzzy é integrada

ao algoritmo MPTC, permitindo variação adaptativa e regras dinâmicas. Após a avaliação da função
de custo, a lógica difusa processa ainda mais o erro de torque e fluxo para rastreamento com base no
eixo desenvolvido de torque constante e variação constante do fluxo do estator. A saída fuzzy é então
modulada usando SVM para acionamento. Os resultados experimentais mostraram uma redução
significativa da ondulação de torque e corrente em 50% e da ondulação de fluxo em 20% em
comparação com o MPTC. O projeto foi testado para apresentar desempenho satisfatório em baixa
velocidade e ser robusto a uma variação de 50% do parâmetro principal. No entanto, o lado negativo é
que a carga computacional aumentou com a implantação do modulador SVM e do complexo
mecanismo de inferência fuzzy, embora a abordagem do projeto tenha adotado funções de associação
mínimas e o sistema de inferência Takagi-Sugeno.
3.4. Considerações sobre o design sem sensor

A maioria dos controles de alto desempenho precisa da medição do sensor de velocidade para o
posicionamento preciso do ângulo do rotor na transformação de coordenadas, seleção de setores no
SVM [26] ou determinação do torque desenvolvido no loop de velocidade [17]. O acoplamento do
sensor, a inércia, a ressonância de torção e a velocidade máxima do sensor estão entre as questões a
serem consideradas na seleção do sensor [6]. Em um veículo elétrico, o espaço e o peso estão entre as
principais restrições. Por isso, o sistema sem sensor pode ser a solução alternativa.
Figura 7: Unidade DTC de três níveis sem sensor [48]
O observador de fluxo adaptável à velocidade foi usado para medir a velocidade do rotor e foi
implementado no DTC convencional [48]. A Figura 7 mostra o diagrama de blocos do DTC sem
14
Conferências
sensor usando o observador de fluxo adaptável à velocidade. As estimativas do torque eletromagnético
e do fluxo do estator foram reguladas independentemente por histerese
15
Conferências
para gerar ações de controle corretivas por meio da tabela de comutação, juntamente com o ângulo do
rotor para a seleção do setor. Os resultados experimentais mostram que a velocidade estimada e a
velocidade real correspondem a uma velocidade muito baixa. O observador de modo deslizante
também foi usado com controle vetorial no projeto sensorless com melhor ondulação de torque e
desempenho robusto[49], [50].
O filtro de Kalman estendido (EKF) também foi proposto no projeto sensorless [51]. Embora o
EKF tenha um bom desempenho com ruídos, o filtro é instável com perturbação externa bruta e erro
de estimativa de modelagem interna. Definir o nível de atenuação para o valor limite melhora sua
robustez e diminui o efeito do erro. [52] No entanto, o erro de estimativa ainda persiste, embora o
controle da dinâmica do motor em uma ampla faixa de velocidade tenha sido eficaz [14].
4. Análise de desempenho das estratégias de controle do motor

A Tabela 1 resume as tecnologias de controle de motores de indução. Apenas a unidade de frequência
variável volt/hertz é um controle do tipo escalar, enquanto os outros métodos são do tipo vetorial. Do
ponto de vista da aplicação em veículos elétricos, características operacionais como resposta dinâmica,
desempenho de ondulação, desempenho em baixa velocidade, solução sem sensor e redução de custos
são características importantes a serem analisadas.
Tabela 1. Literatura sobre tecnologia de controle
de motores de indução Método
Resultados
[17], [18], [20]Variável Controle escalar. Comumente usado em aplicações
Volt/hertz industriais e acionado por SPWM. Problemas em
acionamento de baixa velocidade e não é adequado para aplicações de
frequência alta dinâmica. Controle vetorial. Alto desempenho
dinâmico, mas também alto esforço computacional
[16], [32], [33]FOC convencional devido à complexidade e à alta sensibilidade dos
esquemas. parâmetros.
[16], [26], [36] esquemas DTC. Implementação mais simples com o uso da tabela de comutação
e controlador de histerese, mas com maior ondulação
para o DTC convencional. O desempenho melhorou
com a integração com SVM, banda de histerese
variável e loop de controle de velocidade adicional.
No entanto, o tempo de computação também
aumentou.
[38], [41], [44], DTC baseado em Usa a função de custo como alternativa ao uso do
[45] previsão usando MPC SVM e a transformação de coordenadas melhorou a
(MPTC). ondulação de torque e o bom desempenho em baixa
velocidade com esforço computacional reduzido.
Integra a estrutura fuzzy após a função de custo e a
Controle de torque saída modulada usando SVM. Base de regras
preditivo fuzzy (FPTC) dinâmicas aprimorada projetada. Redução
[27]
significativa da ondulação de torque e fluxo em
comparação com o MPTC. Desempenho robusto e
satisfatório em baixa velocidade. A desvantagem é a
alta carga computacional.
Observador para Excelente correspondência de velocidade real até
[48]-[50]
velocidade sem sensor uma velocidade muito baixa para SVM discreto,
no sistema de controle apesar da compensação em alta carga com o
vetorial. observador de modo deslizante, que proporciona
[14], [52] melhor desempenho de ondulação.
EKF para controle de Alternativa ao projeto do observador. No entanto, o
velocidade sem sensor. erro de estimativa de velocidade interna persistiu e é
suscetível a distúrbios graves.
16
Em termos de resposta dinâmica, todas as estratégias de controle vetorial têm desempenho superior
Conferências
ao controle escalar devido à modelagem avançada do motor de indução que mantém o fluxo em
condições dinâmicas. Para a estratégia de controle vetorial, as vantagens do DTC em relação ao FOC
são a eliminação dos reguladores de corrente e as transformações de coordenadas,
17
Conferências
menor sensibilidade ao ajuste dos parâmetros, implementação simples, alta resposta dinâmica e
robustez. No entanto, as desvantagens incluem alta ondulação de corrente, fluxo e torque, frequência
de comutação variável e falta de controle de corrente direta. A implementação do SVM para substituir
a tabela de comutação adiciona mais vetores de tensão, gera uma frequência de comutação constante
que reduz a ondulação da corrente e do torque em 50% para ficar no mesmo nível do FOC. Entretanto,
o problema persiste na operação em baixa velocidade. Isso foi contornado no MPTC, que usa
algoritmo preditivo e função de custo para substituir o SVM e melhorar ainda mais a ondulação de
corrente e torque em 50% com carga computacional reduzida. O desempenho em baixa velocidade
também foi aprimorado. O FPTC integra regras fuzzy dinâmicas após a função de custo e o SVM. Em
comparação com o MPTC, o FPTC produziu ondulação de fluxo 20% menor e ondulação de corrente e
torque 50% menor. No entanto, o FPTC exige computação de alto desempenho devido ao complexo
mecanismo de inferência fuzzy e à implantação do modulador.
O projeto FPTC pode ser robusto e produzir o melhor desempenho de ondulação, mas requer
computação de alto desempenho. O MPTC ainda produz excelente desempenho dinâmico mesmo em
baixa velocidade com ondulação relativamente maior, mas foi significativamente melhorado em
relação ao projeto DTC e FOC. Para a solução sem sensores, o EKF e o observador foram usados
como estimadores de velocidade no sistema. O observador de modo deslizante tem sido amplamente
usado no DTC com maior precisão em comparação com o EKF, que sofre de erro de estimativa e não é
robusto. O MPTC, com seus recursos preditivos, pode ser usado junto com o observador de modo
deslizante para fornecer uma solução de controle sem sensor para veículos elétricos.
5. Conclusão
Este documento analisou as tecnologias de controle associadas ao motor de indução em aplicações
industriais para veículos elétricos. Como motor principal em veículos elétricos, o alto desempenho
esperado inclui excelente desempenho dinâmico, baixo torque e ondulação de fluxo, particularmente
em baixa velocidade, e solução sem sensores para menor complexidade. O MPTC, com seus recursos
de algoritmo preditivo, pode ser usado em conjunto com o observador de modo deslizante para
fornecer controle sem sensor para veículos elétricos devido ao excelente desempenho dinâmico,
mesmo em baixa velocidade, enquanto produz baixa ondulação de torque e fluxo. Os recursos
alcançados com baixa carga computacional e estrutura relativamente mais simples são compatíveis
com os requisitos de baixo custo para veículos elétricos.
Reconhecimento
Os autores gostariam de agradecer à Faculdade de Tecnologia de Engenharia Elétrica da Universiti
Malaysia Perlis pelo financiamento e apoio contínuo a esta pesquisa.
Referências
[1] "Perspectiva Global de EV 2020 - Análise - IEA." [Online]. Disponível:
https://www.iea.org/reports/global-ev-outlook-2020. [Acessado em: 15-Nov-
2020].
[2] J. Erjavec, Hybrid, Electric & Fuel-Cell Vehicles (Veículos híbridos, elétricos e a célula de
combustível), 2a ed., Delmar Ceng Learning, 2013. Delmar Cengage Learning, 2013.
[3] K. T. Chau, Electric Vehicle Machines and Drives. Cingapura: John Wiley & Sons,
Cingapura Pte. Ltd, 2015.
[4] D. G. Dorrell, A. M. Knight, L. Evans e D. A. Staton, "Comparison of Different Motor
Design Drives for Hybrid Electric Vehicles", pp. 3352-3359, 2010.
[5] N. Mohan, Advanced Electric Drives: Analysis, Control, and Modeling Using
MATLAB/Simulink (Análise, controle e modelagem usando
MATLAB/Simulink). 2014.
[6] N. Mohan, T. M. Undeland e W. P. Robbins, Power electronics : converters, applications,
and design, 3rd ed., John Wiley Sons, 2003. John Wiley & Sons, 2003.
[7] T. Wildi, Electrical machines, drives, and power systems, 6th ed., Pearson New
International Edition, 2013. Pearson New International Edition, 2013.
18
Conferências
[8] B. Wu, High-Power Converters and Ac Drives (Conversores de alta potência e inversores de
frequência). Hoboken, NJ, EUA: John Wiley & Sons, Inc., 2006.
[9] R. Saidur, S. Mekhilef, M. B. Ali, A. Safari e H. A. Mohammed, "Applications of variable
speed drive (VSD) in electrical motors energy savings", Renew. Sustain. Energy Rev., vol. 16,
no. 1, pp. 543-550, 2012.
[10] ESKOM, "Variable Speed Drives : Reducing energy costs in the sugar industry," 2016. .
19
Conferências
[11] "Model S | Tesla." [Online]. Disponível: https://www.tesla.com/models. [Acessado em:

29-Jan-2020].
[12] Z. Q. Zhu e D. Howe, "Electrical machines and drives for electric, hybrid, and fuel cell
vehicles", Proc. IEEE, vol. 95, no. 4, pp. 746-765, 2007.
[13] H. Zheng, B. Wang e W. Luo, A novel field weakening control strategy with variable
reference voltage for asynchronous motor, vol. 3, no. PARTE 1. IFAC, 2013.
[14] A. M. Trzynadlowski, M. Farasat e M. S. Fadali, "Efficiency improved sensorless control
scheme for electric vehicle induction motors", IET Electr. Syst. Transp., vol. 4, no. 4, pp. 122-
131, 2014.
[15] W. Sibo, Z. Huichao, L. Zhiyu e W. Xiaoxu, "Um novo método de teste de ondulação de
torque baseado na análise de ondulação de torque PMSM para veículos elétricos", pp. 1-
10, 2015.
[16] D. Casadei, F. Profumo, G. Serra e A. Tani, "FOC and DTC: Two viable schemes for
induction motors torque control", IEEE Trans. Power Electron, vol. 17, no. 5, pp. 779-787,
2002.
[17] O. E. S. Mohammed Youssef, "Um novo método de controle de Volts/Hertz em malha aberta
para motores de indução", 2018 20th Int. Middle East Power Syst. Conf. MEPCON 2018 -
Proc., pp. 266-270, 2019.
[18] Z. Zhang, Y. Liu e A. M. Bazzi, "An improved high-performance open-loop V/f control
method for induction machines", Conf. Proc. - IEEE Appl. Power Electron. Conf. Expo. -
APEC, pp. 615-619, 2017.
[19] S. Srilad, S. Tunyasrirut e T. Suksri, "Implementation of a scalar controlled induction motor
drives", 2006 SICE-ICASE Int. Jt. Conf., pp. 3605-3610, 2006.
[20] H. M. D. Habbi, H. J. Ajeel e I. I. Ali, "Speed Control of Induction Motor using PI and V / F
Scalar Vector Controllers", vol. 151, no. 7, pp. 36-43, 2016.
[21] A. Z. A. Firdaus, S. A. Azmi, N. I. Norazli e K. Kamarudin, "Design and simulation of fuzzy
logic controller for variable frequency drive of three phase ac induction motor", J. Adv. Res.
Dyn. Control Syst., vol. 11, no. 12 Special Issue, pp. 834-842, 2019.
[22] M. H. Rashid, Power Electronics: Circuits, Devices, and Applications (Circuitos, dispositivos e
aplicações). Pearson, 2009.
[23] M. E. ASKER e H. KILIÇ, "Modulation Index and Switching Frequency Effect on
Symmetric Regular Sampled Spwm", Eur. J. Tech., vol. 7, no. 2, pp. 102-109, 2017.
[24] Infineon Technologies AG, "Different PWM Waveforms Generation for 3-Phase AC Induction
Motor with XC164CS," no. July, pp. 1-23, 2006.
[25] Y. Ma, L. Fan e Z. Miao, "Realizing space vector modulation in MATLAB/Simulink and
PSCAD", no 45º Simpósio de Energia da América do Norte, NAPS 2013, 2013.
[26] V. T, S. Srinivasa, N. I. T. Warangal e A. Machine, "Reduction of torque ripple in direct
torque control of induction motor using constant switching frequency operation", Energy
Convers, vol. ൯, no. November, pp. 1-6, 2010.
[27] A. Berzoy, J. Rengifo e O. Mohammed, "Fuzzy Predictive DTC of Induction Machines with
Redução da ondulação de torque e operação de alto desempenho", IEEE Trans. Power
Electron, 2018.
[28] M. A. Hannan, J. A. Ali, A. Mohamed e A. Hussain, "Optimization techniques to enhance
the performance of induction motor drives: A review", Renew. Sustain. Energy Rev., vol. 81,
no. September 2016, pp. 1611-1626, 2018.
[29] H. Liu et al., "Induction Motor Drive Based on Vector Control for Electric Vehicles", em
2005 International Conference on Electrical Machines and Systems, 2005, pp. 2-6.
[30] Bhim Singh, Pradeep Jain, A. P. Mittal e J. R. P. Gupta, "Direct torque control: a practical
approach to electric vehicle" (Controle direto de torque: uma abordagem prática para
veículos elétricos), em 2006 IEEE Power India Conference, 2006, p. 4 pp.
[31] M. B. Bilal Akin, "Sensored Field Oriented Control of 3 phase Induction Motor" (Controle
orientado por campo sensorizado de motor de indução trifásico), 2013.
[32] M. Ichiro, N. Osamu e N. Sakae, "A NEW SIMPLIFIED CURRENT CONTROL METHOD
20
Conferências
FOR FIELD ORIENTED INDUCTION MOTOR DRIVES", em Conference Record
da Reunião Anual da Sociedade de Aplicativos Industriais do IEEE, 1989, no. 6, pp. 390-395.
21
Conferências
[33] H. Rasmussen, "Adaptive Field oriented control of induction motors", ECC 1997 - Eur.
Control Conf., no. July, pp. 349-354, 1997.
[34] I. Takahashi e Y. Ohmori, "High-performance direct torque control of an induction motor"
(Controle de torque direto de alto desempenho de um motor de indução).
IEEE Trans. Ind. Appl., vol. 25, no. 2, pp. 257-264, 1989.
[35] L. Romeral, A. Arias, E. Aldabas e M. G. Jayne, "Novel direct torque control (DTC) scheme
with fuzzy adaptive torque-ripple reduction", IEEE Trans. Ind. Electron, vol. 50, no. 3, pp.
487-492, 2003.
[36] N. Farah, M. H. N. Talib, Z. Ibrahim, S. N. M. Isa e J. M. Lazi, "Controlador de corrente de
histerese variável com acionamentos de motor de indução baseados em controlador lógico
difuso", 2017 7th IEEE Int. Conf. Syst. Eng. Technol. ICSET 2017 - Proc., no. October, pp.
122-127, 2017.
[37] Y. Pan, Y. Zhang e Z. Wang, "A novel variable domain adaptive fuzzy control of direct
torque control for induction motor based on space vector control", em 2010 Seventh
International Conference on Fuzzy Systems and Knowledge Discovery, 2010, pp. 639-643.
[38] J. Beerten, J. Verveckken e J. Driesen, "Predictive Direct Torque Control for Flux and
Torque Ripple Reduction", IEEE Trans. Ind. Electron, vol. 57, no. 1, pp. 404-412, 2010.
[39] J. Han, Y. Hu e S. Dian, "The State-of-the-art of Model Predictive Control in Recent
Years" (O estado da arte do controle preditivo de modelos nos últimos anos), IOP Conf.
Ser. Mater. Sci. Eng., vol. 428, no. 1, 2018.
[40] K. Wróbel, P. Serkies e K. Szabat, "Model predictive base direct speed control of induction
motor drive-continuous and finite set approaches", Energies, vol. 13, no. 5, 2020.
[41] A. Ammar, B. Talbi, T. Amied, Y. Azzoug e A. Kerrachr, "Predictive Direct Torque
Control with Reduced Ripples for Induction Motor Drive Based on T-S Fuzzy Speed
Controller", Asian J. Control Editor. Off., 2017.
[42] S. Vazquez, J. Rodriguez, M. Rivera, L. G. Franquelo e M. Norambuena, "Model Predictive
Control for Power Converters and Drives: Advances and Trends", IEEE Trans. Ind. Electron,
2017.
[43] P. Cortés et al., "Guidelines for weighting factors design in model predictive control of power
converters and drives", em Proceedings of the IEEE International Conference on Industrial
Technology, 2009.
[44] H. Miranda, P. Cortes, J. I. Yuz e J. Rodriguez, "Predictive Torque Control of Induction
Machines Based on State-Space Models", IEEE Trans. Ind. Electron, vol. 56, no. 6, pp. 1-4,
2009.
[45] Y. Zhang, H. Yang e B. Xia, "Controle de torque preditivo de modelo de acionamentos de
motor de indução com ondulação de torque reduzida", IET Electr. Power Appl., vol. 9, no.
9, pp. 595-604, 2015.
[46] K. V. Praveen Kumar e T. Vinay Kumar, "Predictive torque control of open-end winding
induction motor drive fed with multilevel inversion using two two-level inverters", IET Electr.
Power Appl., vol. 12, no. 1, pp. 54-62, 2018.
[47] A. Berzoy, J. Rengifo e O. Mohammed, "Fuzzy Predictive DTC of Induction Machines with
Reduced Torque Ripple and High-Performance Operation", IEEE Trans. Power Electron, vol.
33, no. 3, 2018.
[48] Y. Zhang et al., "An Improved Direct Torque Control for Three-Level Sensorless drive", IEEE
Trans. Power Electron, vol. 27, no. 3, pp. 1502-1513, 2012.
[49] P. T. Doan, T. L. Bui, H. K. Kim e S. B. Kim, "Sliding-mode observer design for sensorless
vector control of AC induction motor", 2013 9th Asian Control Conf. ASCC 2013, 2013.
[50] V. Shah e N. Krishna Prakash, "Implementação em FPGA do controle de corrente orientado
por campo sem sensor da máquina de indução", 2017 IEEE Int. Conf. Comput. Intell. Comput.
Res. ICCIC 2017, pp. 1-5, 2018.
[51] K. L. Shi, T. F. Chan, Y. K. Wong e S. L. Ho, "Estimativa de velocidade de um
acionamento de motor de indução usando um filtro de Kalman estendido otimizado",
IEEE Trans. Ind. Electron, 2002.
22
Conferências
[52] W. Yang, X. Cai e J. Jiang, "Speed sensorless vector control of induction motor based on
robust extended Kalman filter", Proc. Int. Conf. Power Electron. Drive Syst., vol. 1, pp. 423-
426, 2012.
23

Ahmad - Firdaus - 2021 - J. - Phys. - Conf. - Ser. - 1878 - 012047 PT

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Ahmad - Firdaus - 2021 - J. - Phys. - Conf. - Ser. - 1878 - 012047 PT

Enviado por

Direitos autorais:

Formatos disponíveis

Assine o DeepL Pro para traduzir arquivos maiores.

Mais informações em www.DeepL.com/pro.

Journal of Physics: Série de Conferências

ARTIGO - ACESSO ABERTO Você também pode gostar

Avaliação de tecnologias de acionamento de

industrial em veículos elétricos

Veja o artigo on-line para atualizações e aprimoramentos.

Avaliação de tecnologias de acionamento de controle para

A. Z. Ahmad Firdaus1 , S. A. Azmi1 , K. Kamarudin1 , L.J. Hwai1 , H. Ali1 , M. S.

2. Requisito de veículo elétrico

Figura 1: Características idealizadas de torque/potência e velocidade [12].

A Figura 1 mostra as características idealizadas de torque/potência e velocidade de um veículo

3. Estratégias de controle de motores CA: Considerações teóricas e práticas

3.1. Controle escalar

Figura 2: Controle de malha aberta Volt/Hertz[17]

controle de malha fechada Volt/Hertz usando o controlador PI.

Figura 3: Controle de malha fechada Volt/Hertz usando controlador PI [19]

3.2. Comutação do inversor

3.3. Controle de vetores

3.3.1. Controle orientado a campo

Figura 4: Esquema FOC básico para motor de indução trifásico [31]

3.3.2. Controle direto de torque

Figura 5: Esquema DTC convencional para motor de indução trifásico [16]

3.3.3. Controle de torque direto preditivo

Figura 6: MPTC com esquema de lógica difusa [41]

No esquema Fuzzy-predictive-DTC (FPTC) [47], a estrutura de controle da lógica fuzzy é integrada

3.4. Considerações sobre o design sem sensor

Figura 7: Unidade DTC de três níveis sem sensor [48]

4. Análise de desempenho das estratégias de controle do motor

[11] "Model S | Tesla." [Online]. Disponível: https://www.tesla.com/models. [Acessado em:

Você também pode gostar