Laboratorio de Automtica, LI2, Universidad de Chile

Modelacin e Identificacin de un Motor de C.C. de excitacin Independiente

Rodrigo Fernndez, Matas Bustos, Jorge Estrada {rfernad, mbustos, jestrada}@ing.uchile.cl

AbstractEn este reporte se presentan la modelacin

fenomenolgica de un motor de corriente continua de excitacin independiente, la identificacin de parmetros de este modelo a partir de mediciones de entrada-salida del motor, y la identificacin de modelos lineales caja negra ARX, a partir de datos de entrada y salida.

I. INTRODUCCIN

ntre los distintos tipos de mquinas elctricas que actualmente se emplean en aplicaciones de control, se encuetra la maquina de corriente continua.

de Ciencias Fsicas y Matemticas de la Universidad de Chile. En el capitulo II de este informe, se revisar la modelacin fenomenolgica de un motor de C.C. de excitacin independiente. En el capitulo III se presenta la medicin experimental de los parmetros del motor. En el capitulo IV se muestran los resultados de la estimacin de los parmetros del modelo fenomenolgico obtenido en el capitulo II, mediante mediciones de entrada y salida ( modelo caja gris). En el capitulo V se presentan los resultados de la identificacin de modelos ARX del motor basado nicamente en informacin de entrada y salida (modelo caja negra). El Capitulo VI presenta comparaciones de los distintos modelos obtenidos con informacin real del motor.

La primera mquina de C.C., fue ideada por el belga Gramme alrededor de 1860 y empleaba un enrollado de rotor especial (anillo de Gramme) para lograr la conmutacin o rectificacin del voltaje alterno generado. Posteriormente, el fsico W. Siemens y otros, contribuyeron al desarrollo de estas mquinas realizando rectificaciones en su construccin, hasta llegar a la mquina de CC que se conoce hoy. Pese a las mejoras que han sido desarrolladas en su diseo, la mquina de corriente continua es constructivamente ms compleja que las mquinas de corriente alterna, el empleo de escobillas, colector, etc., la hace comparativamente menos robusta, requiere mayor mantenimiento y a la vez tiene un mayor volumen y peso por kilo-watt de potencia. No obstante a lo anterior, la mquina de C.C. tiene mltiple aplicaciones, especialmente como motor, debido principalmente a: Amplio rango de velocidades (ajustables de modo continuo y controlables con alta precisin). Caracterstica de torque-velocidad variable, constante o bien una combinacin ideada por tramos. Rpida aceleracin, desaceleracin y cambio de sentido de giro. Posibilidad de frenado regenerativo. Este reporte esta dirigido a alumnos y profesores de los distintos departamentos que utilizan el Laboratorio de Automtica del edificio de Elctro-tecnologas de la Facultad

II. MODELACIN FENOMENOLGICA MOTOR DE CC Considerando el modelo circuital (lineal) del motor de C.C. (figura 1) es fcil obtener las siguientes expresiones en el dominio de Laplace [1], que representan el comportamiento elctrico del motor:

Va = ( Ra + s La ) I a + E
E = G I f

(1.1) (1.2)

Dado que el motor tiene excitacin independiente, I f = cte , por lo que (1.2) se puede escribir como

Figura 1. Modelo circu tal motor de C.C. de excitacin independiente

Laboratorio de Automtica, LI2, Universidad de Chile

2 (1.3) III. MEDICIN EXPERIMENTAL DE LOS PARAMETROS DEL MOTOR Primero se midieron las resistencias de armadura y de campo del motor. Estas presentaron variaciones dependiendo del angulo del rotor (efecto de las escobillas y delgas), por lo que se realizaron varias mediciones de estas. En la Tabla 1 se presentan las mediciones.
Valor Min. [ ] Ra Rc 19.8 7.9 Valor Mx. [ ] 22.3 10.8 Valor Tpico [ ] 21.05 9.35

E = K

despejando la corriente de armadura al combinar (1.3) y (1.1) resulta que:

Ia =

Va K Ra + s La

(1.4)

En las condiciones de excitacin de la maquina de corriente continua, el torque que genera el motor es

Te = G I a I f Te = K I f
Por otro lado, al utilizar la segunda ley de Newton

(1.5) (1.6)

Tabla 1. Mediciones de las resistencias del Motor

De la misma forma se midieron las inductancias de campo y de armadura. Las mediciones de inductancia se presentan en la Tabla 2.
Valor Min. [mH] Valor Mx. [mH] 97 99.8 Valor Tpico[mH] 94.4 65.1

Tn = J

d dt

La

91.7 30.4

(1.7)

Lc

donde Tm representa el torque mecnico neto en el eje del motor y J corresponde al momento de inercia del eje del motor y su carga. El torque mecnico neto se relaciona con el torque elctrico de la siguiente manera:

Tabla2. Mediciones de las inductancias del Motor

El siguiente paso fue determinar la constante G. Para esto se midi experimentalmente la constante K, La corriente de campo se mantuvo constante I f = 0.34 [A] . Para determinar K utilizaremos el hecho de que en rgimen permanente Va = Ra I a + E (1.13) o bien:

Tn = Te b
de (1.7) y (1.8) se tiene que :

(1.8)

Te = J

d + b dt

(1.9)

K=

Va Ra I a

al calcular la transformada de laplace de (1.9) e igualarla con (1.6) se obtiene:

(1.14)

Va K = ( J s + b) Ra + sLa

en la Tabla 3 se presentan las mediciones realizadas para determinar K.

Va [V] 4,70 7,10 9,60 12,15 14,68 17,11 19,70 21,90 24,40 Ia [V] 0,14 0,14 0,15 0,15 0,16 0,16 0,17 0,17 0,17 w[rpm] 296 647 1028 1416 1790 2199 2540 2922 3246 w[rad/s] 30,98 67,71 107,59 148,20 187,35 230,16 265,85 305,83 339,74 K 0,056 0,061 0,059 0,060 0,060 0,059 0,060 0,059 0,061 G 0,16 0,17 0,17 0,17 0,17 0,17 0,17 0,17 0,17

(1.10)

reacomodando trminos :

( ( J s + b)( R

+ s La ) K 2 ) = K Va

(1.11)

de (1.11) la funcin de transferencia H ( s ) =

( s)
Va ( s )

es

Tabla 3. Mediciones para determinar las constantes K y G del Motor

K H (s) = ( Ra + s La )( J s + b) + K 2

(1.12)

Lamentablemente las constantes mecnicas no pueden ser medidas directamente. No obstante se estimaron de forma experimental. Se estimo la constante de tiempo mecnica,

m =

J como un tercio del tiempo que transcurra entre b

Laboratorio de Automtica, LI2, Universidad de Chile desconectar la alimentacin el motor y su detencin. El experimento se realizo 10 veces. La constante de tiempo mecnica obtenida fue m = 3[ s ] . Notar que el experimento se realizo para 10 velocidades iniciales (antes de desconectar la energa) distintas y que el resultado no cambio en mas de un 1%. Por ultimo se calculo el momento de inercia del rotor mediante integracin numrica en MATLAB (despreciando la masa de los enrollados c/r al eje). Se determino que el momento de inercia es J = 7.7463 10 [ Kgm ] . Con esto el valor del coeficiente de friccin b es
-4

b = 2.5821 10-4 [ N m s ]
Con estos parmetros medidos o estimados en forma experimental, y aplicando un factor de escala, debido a lo simple que resulta trabajar con las entradas y salidas del modelo en el rango de 0 a 10 debido a la implementacin en Simulink y Opto22, la funcin de transferencia (1.12) es:

Figura 2. Prediccin a un paso modelo fenomenolgico

H1 ( s ) =

79.2 s + 231.9 s + 86.6

2

(1.15)

H 2 ( z) =

0.0282 z - 1.587 z + 0.615

2

(1.16)

En la Figura 2 se muestra el comportamiento del motor y su prediccin a un paso con el modelo fenomenolgico lineal. IV. ESTIMACIN DE LOS PARAMETROS DEL MOTOR BASADA EN INFORMACION DE ENTRADA SALIDA En esta seccin se describir el procedimiento utilizado para estimar los parmetros del modelo a partir de informacin de entrada / salida del motor. Este enfoque, conocido en la literatura de identificacin de sistemas como caja gris [2], permite mezclar el conocimiento fenomenolgico con la informacin disponible en mediciones experimentales. Para estos efectos se excit el motor con ruido blanco uniforme en el rango de 0 a 10 [V] y de un periodo 10 [s]. Para estimar los parmetros se tomaron 4000 datos (2000 para identificaron y 2000 para validacin) con un periodo de muestreo de 330 [ms]. Se utiliz mnimos cuadrados para estimar los parmetros del modelo [3], utilizando la estructura del modelo fenomenolgico (segundo orden). El modelo identificado en esta forma resulto:

utilizando anti-transformada Z y considerando que los datos fueron muestreados con un retenedor de orden cero, la versin continua de (1.16) es :

H 2 (s)

0.3967 s + 1.62 s + 0.395

2

(1.17)

En la figura 3 se presenta la prediccin a 1 paso del modelo caja gris (verde) v/s el motor (azul).
Motor v/s modelo Caja Gris

Figura 3. Prediccin a 1 paso modelo caja gris

Laboratorio de Automtica, LI2, Universidad de Chile V. IDENTIFICACIN DEL MOTOR En la modelacin del motor se desprecio la dinmica de sensores y actuadores. Si bien las constantes de tiempo de estos son bastante pequeas, vale la pena incluir estos efectos en el modelo del motor. Dada la gran dificultad de modelar analticamente la respuesta del sensor de velocidad y del puente H (chopper) que alimenta la armadura del motor se opto por hacer un modelo caja negra del conjunto, es decir un modelo de entrada y salida en el cual se debe seleccionar la estructura y los parmetros de este. Para generar el modelo se utilizaron los mismos 4000 datos que fueron utilizados en la estimacin de (1.16). A diferencia del caso anterior el problema ahora consiste en determinar no solo los parmetros del modelo, sino que tambin su estructura, es decir, que regresores y autoregresores son considerados en el modelo. Este tipo de modelo recibe el nombre de modelo caja negra [4]. Para esto se consideraron modelos del tipo ARX. Se generaron todos los modelos ARX con un denominador de orden entre 1 y 8, numerador de orden entre 0 y 5 y retardo puro entre 0 a 5 periodos, y se calculan sus parmetros con los primeros 2000 datos (conjunto de entrenamiento). Posterior mente se evala el error cuadrtico medio normalizado NSSE de cada modelo en los ltimos 2000 datos (conjunto de validacin) y se escoge aquel que tenga el menor NSSE. El resultado de este procedimiento fue el siguiente modelo:

Figura 4. Prediccin a 1 paso del mejor modelo ARX

H3 ( z) =

0.027 z 3 + 0.063 z 2 - 0.046 z - 0.006 (1.18) z 3 - 1.3 z 2 + 0.131 z + 0.205

el cual utilizando el mismo procedimiento que en el capitulo anterior puede transformarse a tiempo continuo, resultando:
Figura 5. Error de prediccin a 1 paso de los Modelos 0.58 s3 + 7.43 s 2 + 46.72 s + 49.17 (1.19) H 3 ( s) = 4 3 2 s + 9.09 s + 135.8 s + 184.1 s + 49.02 Cabe destacar que si bien el error tpico del modelo obtenido

En la Figura 4 se aprecia el desempeo del modelo obtenido mediante este enfoque.

.

VI. COMPARACIONES DE LOS MODELOS OBTENIDOS De las figuras 2, 3 y 4 podemos ver que el desempeo de los modelos es similar. No obstante podemos ver que los modelos cuyos parmetros fueron estimados resultaron ms certeros. En la tabla 3 se presenta el error NSSE de los modelos. Modelo Error NSSE Fenomenolgic o 2.88 Caja Gris 2.75 Caja Negra 2.73

en el capitulo 5 (caja negra) es el menor, el modelo de mas utilidad para el diseo de una estrategia de control para el motor es el obtenido en el capitulo IV (caja gris) debido a que presenta un desempeo bastante similar al modelo caja negra, pero tiene una baja complejidad (2do orden) lo que facilita su tratamiento matemtico. En la figura 5. se presenta el error de los tres modelos en el conjunto de validacin ( azul fenomenolgico, rojo modelo caja gris, verde modelo caja negra). Por ultimo es importante recalcar que aun cuando el modelo caja negra tiene el menor error NSSE de los modelos, su complejidad (4to orden) dificulta su utilizacin para el diseo de estrategias de control para el motor, se recomienda utilizar el modelo caja gris de segundo orden que presenta un rendimiento similar para estos efectos. REFERENCIAS
[1] Apunte C5.

Laboratorio de Automtica, LI2, Universidad de Chile

[2] [3] [4] Modelos caja gris,buscar algun paper de esto. Touraj Assefi, Stochastic Prosseses and Stimation Theory with Applications, John Wiley & Sons 1979 Modelos caja negra, Libro de Jlung .