Estimacin de la Resistencia del Rotor de un Motor

de Induccin Mediante el Filtro de Kalman Extendido

Ing. Morales Bazn, Carlos Alberto

Dr. Sellschopp Snchez., F. S.,

Dr. Arjona Lpez, M.A

Profesor

Profesor

Profesor

Instituto Tecnolgico de la Laguna

Divisin de Estudios de Posgrado e Investigacin
Torren, Mxico

RESUMEN
En este trabajo se presenta la estimacin de la resistencia del
rotor de un motor de induccin simulado, que se encuentra bajo
condiciones de carga, pero se presenta una variacin repentina en
la resistencia del circuito del rotor, simulando que pudo ser
debido a una falla en las barras del rotor de jaula de ardilla o en
los conductores del rotor devanado. Para realizar la estimacin
de la resistencia se utiliza un filtro de Kalman Extendido que
permitir tambin determinar las variables del modelo de
referencia del motor de induccin, empleando los datos de
corrientes de estator del motor. El modelado y el anlisis son
presentados en este artculo, as como los resultados obtenidos
mediante simulacin en Matlab.

I.

INTRODUCCION

La mquina de induccin es uno de los elementos elctricos

ms utilizados por sus altas prestaciones y bajo costo. Las
aplicaciones de la mquina de induccin pueden ir desde
sistemas de acondicionamiento de aire, bombas centrfugas de
impulsin o compresores, hasta generacin y suministro de
energa elctrica en parques elicos y aplicaciones en
vehculos hbridos o elctricos entre otros, [1-4].
Las modernas tcnicas de control necesitan un modelo preciso
de la mquina para su buen funcionamiento, por lo que la
exactitud de los parmetros tambin puede ser crucial en el
estudio de los sistemas de potencia. Los parmetros estimados
mediante los ensayos de vaco y cortocircuito clsicos son
pocos precisos cuando se requiere una buena aproximacin del
modelo, [5].

Dicha versatilidad requiere cada vez modelos ms ajustados

que representen bien el comportamiento de la mquina. Para
dicho comportamiento existe una cantidad limitada de
modelos, sin embargo, existe una gran variedad de tcnicas de
estimacin de parmetros de dichos modelos; esto es debido a
que no existe una tcnica nica que permita determinar los
parmetros que ajusten adecuadamente el comportamiento
simulado a todos los puntos de funcionamiento de la mquina
de induccin.
Aunque la estimacin de parmetros destinada a los modernos
algoritmos de control se logra utilizando medidas de rgimen
permanente, es ms usual utilizar medidas de rgimen
transitorio. Los parmetros elctricos se relacionan con las
resistencias e inductancias del circuito de la mquina. El valor
de estos parmetros vara en funcin del punto de operacin de
la mquina, temperatura de funcionamiento, envejecimiento,
frecuencia, saturacin entre otras, todas difcilmente
cuantificables. Sin embargo, en muchas aplicaciones se suele
modelar el comportamiento del motor de induccin asumiendo
la naturaleza de dichos parmetros como constante. Ya que los
parmetros de las mquinas no son constantes es necesario
estimarlos mientras la mquina est funcionando (on-line) y,
preferiblemente en tiempo real, [2-4].
Para estimar los parmetros de las mquinas elctricas se
pueden utilizar medidas en el dominio de la frecuencia o en el
dominio del tiempo, lo que conduce a mtodos basados en las
ecuaciones de rgimen permanente y a mtodos basados en las
ecuaciones dinmicas. Los ensayos de respuesta a la
frecuencia (en ingls Standstill Frequency Response, SSFR) se
encuentran en el primer grupo y el uso de filtros de Kalman
extendidos (Extended Kalman Filter, EKF) o la mayora de
modelos de referencia adaptativos (Model Reference Adaptive
System, MRAS) corresponden al segundo, [5]
Comnmente los fabricantes de las mquinas de induccin no
proporcionan el modelo de comportamiento, y por tanto,
tampoco el valor de los parmetros; excepto en algunas
ocasiones donde se facilita el valor de la resistencia de estator
en reposo o el momento de inercia de la mquina. Los datos
proporcionados por los fabricantes provienen de ensayos
realizados bajo estrictas medidas de calidad, por lo que se

asumen altamente confiables; estos datos corresponden a los

puntos de arranque, par mximo, condiciones nominales y
sincronismo.

Se eligen como variables de estados las corrientes

d iqds y

d i'qdr . Entonces de (1)

II. MODELO DISCRETO DE LA MQUINA DE

INDUCCION
A.

[ ]

d i qds
=E1
'
d i qdr

Modelo qd de la mquina de induccin

La estimacin de las variables de estado necesita de un modelo

dinmico adecuado de la mquina asncrona. Este modelo se
obtiene utilizando la transformacin a un marco de referencia
arbitrario.

[ ] [ ]
iqds
v
+ E1 qds
'
i qdr
v 'qdr

Que tiene la forma ecuacin estado

Las ecuaciones de la mquina de induccin trifsica en

variables de un marco de referencia arbitrario referidas al lado
del estator se pueden expresar como

x = Ax+ Bu

[ ] [ ] [ ]
v qds
i
di
=F qds
+ E 'qds
'
'
v qdr
i qdr
d iqdr

(7)

Donde

x =[ d i qs d i ds d i'qr d i 'dr ]

Donde

(8)

A=E1 F

rs
Lss
0
LM
L ss
rs
LM
0
F=
'
0
rr
( r ) L M
( r ) L'rr
( r ) LM
0
( r ) L'rr
r 'r

L ss 0 L M
0 L ss 0
E=
LM 0 L'rr
0 LM 0

0
LM
0
L'rr

(9)

r s L'rr
Ls L'rr L2M
r L2M

Ls L'rr L2M

r s LM
Ls L'rr L2M
r Lss LM
Ls L'rr L2M

r L2M
+
Ls L'rr L2M
r s L'rr

r 'r LM
Ls L'rr L2M
r L'rr L M

L s L'rr L2M
r Lss L M
L s L'rr L2M
r s L M

Ls L'rr L2M
r 'r Lss
Ls L'rr L2M
L' L
+ r ' rr s2
Ls Lrr L M

L s L'rr L2M

Lss =Lls + LM
'

'

Lrr =Llr + LM

B.
Representacin de la Mquina de induccin en el
sistema espacio estado.

x=[ i qs i ds i'qr i 'dr ]

B=E1

(
10)

(11)

L'rr

L M

L s L'rr L2M

L'rr

'
rr

Ls L L

LM

2
M

'
rr

Ls L L

Ls L'rr L2M
0

Ls L'rr L2M

LM

L M

Lss

L s L'rr L2M

Ls L'rr L2M

2
M

u=[ v qs v ds v 'qr v 'dr ]

Lss
'
rr

Ls L L

2
M

Te

Te
A B
2

H ( k )= e A B d Te I +
0

En estas ecuaciones

modelo continuo mientras que

(17)

son las matrices del

G(k ) y

H (k ) son las

matrices correspondientes al modelo discreto. Los instantes

discretos

de

tiempo

se

representa

con

k =0,1,2, .. , N y Te es el periodo de muestreo.

Entonces, el modelo discreto de la mquina esta descrito por la
ecuacin:

( A Te )2
Te
x ( k + 1 )= I + A Te+
x ( k ) +Te I + A(18)
B u (k )
2
2

Las corrientes del estator de la mquina de induccin en el

marco de referencia arbitrario son las salidas en el modelo
espacio estado.
Esta expansin de orden 2, garantiza una mayor precisin y
una mejor estabilidad del modelo discreto.

La ecuacin de salida es:

z=h [ x , t ]
D.

Modelo Discreto Aumentado

Entonces
T

h=[ iqs i ds 0 0 ]

La matriz

vara con el tiempo debido a factores que

dependen de la velocidad del rotor

r . Cuando un

parmetro, en este caso la resistencia del rotor

C.

Modelo discreto de mquina de induccin

El modelo matemtico discreto de la ecuacin (7) tiene la

forma

rr

se

desconoce y se quiere determinar, otra ecuacin se debe aadir

al modelo de mquina, por lo que la resistencia de rotor pasa a
ser una variable de estado y as la ecuacin de estado ya no es
lineal, [2].
Para estimar la resistencia del rotor, se introduce la siguiente
ecuacin

x ( k + 1 )=G ( k ) x ( k ) + H ( k ) u( k)
Rr ( k +1 )=Rr (k )

(19)

Donde

G ( k )=e

A Te

( A Te)
I + A Te+
2

(16)

Esta ecuacin se basa en la hiptesis de que la resistencia del

rotor no vara durante el intervalo de estimacin.
El modelo completo de la mquina es, por lo tanto:

covarianza de
estado

][ ] [ ]

][

x (k +1)
G( k) 0 x( k )
( )
=
+ H k u (k ) (20)
0
I Rr (k )
Rr ( k +1)
0

Clculo de la
matriz de ganancia
de Kalman

La ecuacin de salida es:

K ( k +1 )=

z ( k )=[ i qs i ds 0 0 ]

Estimacin del
vector de estado

Clculo de la
matriz de
covarianza del
error de estimacin

III. FILTRO DE KALMAN EXTENDIDO

El filtro de Kalman es una tcnica de estimacin lineal. No se
puede utilizar para estimar las variables de estado y los
parmetros de un sistema no lineal a menos que el modelo del
sistema se linealize alrededor de un punto de funcionamiento,
[5]. Este procedimiento de linealizacin se conoce como el
filtro de Kalman extendido (EKF). Adems, el algoritmo
convencional del filtro Kalman se puede utilizar para estimar
simultneamente los estados del sistema y los parmetros de la
mquina de forma simultnea.

Asignacin de los
nuevos valores a la
prediccin

El filtro tiene una estructura de prediccin-correccin, y se

describe a continuacin en la Tabla 1.

Matrices
covarianza

de

Linealizacin del
modelo aumentado
Clculo de la
matriz de

Pe ( k + 1 )=

[ I K ( k +1 ) H ] P p (k +1)

k =k +1

x n 0=xn ( 0 )
IV. DESCRIPCIN DEL CASO DE ESTUDIO

Q=Q 0

P 0=P(0)

x n p ( k + 1 )=f [ x ne ( k ) ,u ( k ) , k ]

F ( k )= G(k)
0

f {x n ( k ) , u ( k ) , k }
Rr
1

x n e ( k +1 ) =x n p ( k +1 ) + K ( k +1) [ y ( k +1 )

Pe ( k )=Pe (k +1)

R=R 0

Prediccin del
vector de estado

P p (k +1) H T [ H P p ( k + 1 ) H T + R ]

x n e ( k ) =x n e ( k +1 )

Tabla 1 Algoritmo de Filtro de Kalman Extendido

Valores iniciales
de:
Vector
de
estado

P p ( k +1 )=F ( k ) Pe ( k ) F ( k ) +Q ( k )

Se trata de estimar la variacin de la resistencia del circuito de

rotor de un motor de induccin utilizando el filtro de Kalman
extendido. Para obtener la informacin o datos de las
corrientes de estator cuando existe la variacin de la
resistencia del rotor se procedi a desarrollar un modelo
completo de la mquina de induccin que permitiera la
variacin del parmetro de resistencia. Esta simulacin solo
arrojar datos de las corrientes de estator, las cuales son tiles
para que el modelo del filtro extendido de Kalman se apegue a
las variables de corrientes de estator. Dado que se realizar la
estimacin de la resistencia de rotor, de sta no se cuenta con
informacin, por lo que del modelo simulado solo se toma la
variacin de la resistencia de rotor para fines comparativos, no
entrando al proceso de filtro de Kalman extendido.

El caso de estudio seleccionado es la aplicacin del filtro de

Kalman extendido a un motor induccin de 3 HP el cual
arranca en vaco y se le aplica carga un segundo despus del
arranque del motor. Se simula tambin el cambio del valor de
la resistencia debido a una falla en las barras del rotor de jaula
de ardilla.

y como el filtro de Kalman hace que la resistencia estimada

tienda hacia el valor de referncia.

Los parmetros del motor de induccin de 3hp, 220V, 60 Hz

que se utilizan en el diseo del filtro de Kalman son los
siguientes:

r s =0.435

Lls =0.002

LM =0.069

H
'
lr

L =0.002

Fig. 1. Comparacin de la resistencia de rotor estimada y resistencia

de rotor utilizada en la simulacin del modelo.

J =0.089

'
r

r =0.816
m

kg

En la figura 2 se muestra la diferencia que existe entre el valor

de referencia y el valor estimado por el EKF. Ntese como el
error se incrementa a los 2 segundos y, como convergen antes
de los 3 y 4 segundos.

Los valores iniciales de las matrices son

P 0=0
R=0
Fig. 2. Diferencia o error entre la resistencia de rotor estimada con
EKF y la resistencia de rotor empleada en el modelo de simulacin.

Q=0
x n 0=[ 0.1773 6.6797 0.0711 0.0009 0.8160 ]

En la figura 3 se muestran las corrientes

El tiempo de muestreo Te=0.0001 s

V. RESULTADOS OBTENIDOS

i qs e

i ds tanto

medidas como estimadas por el EKF. Debido a que la

estimacin de estas variables es muy cercana al
comportamiento de las corrientes medidas, se aprecia solo la
existencia de corrientes medidas. Entonces se deduce que el
filtro presenta una buena respuesta ante la variacin de las
corrientes, tanto debido al cambio de carga como a la
variacin de la resistencia del circuito del rotor.

A continuacion se presentan los resultados obtenidos de la

aplicacin del filtro de Kalman extendido para estimar los
parametros

i qs , i ds y r 'r

a travs de la simulacin

del caso de estudio propuesto, donde se demuestra la capacidad

del filtro para estimar el parmetro de resistencia de rotor.
En la figura 1 se muestra la resistencia estimada y la resistencia
de referencia empleada en la simulacin del motor de
induccin. Observese como la resistencia de referencia tiene un
incremento a partir de los 2 s hasta el doble de su valor inicial,

Fig. 3. Corrientes qd de estator medidas y estimadas con EKF.

En figura (4a) se observa el error que existe entre la corriente

de estator de eje q,

i qs tanto medida como estimada, donde

se aprecia que el error en la corriente estimada presenta una

media cero. En la figura (4b) se presenta el error entre la
corriente de estator de eje d,

i ds

tanto medida como

estimada. En esta grfica de error se observa un pequeo

incremento en el error a partir de los 2 segundos y como este
se decrementa a partir de los 3 segundos y como antes de los 4
segundos se vuelve a normalizar.

Fig. 6 Comportamiento de la velocidad del rotor

VI.

CONCLUSIONES

Hemos descrito una tcnica para estimar la resistencia

del rotor de las mquinas de induccin. Esta tcnica fue
verificada por simulacin. Los resultados muestran que
el filtro de Kalman extendido puede estimar con
exactitud la resistencia del rotor en el funcionamiento
normal
de
la
mquina.
La ventaja de utilizar la corriente del estator como
variables de estado es que son directamente mensurables.

Fig. 4. Error entre las variables de corrientes de estator, a) corriente

eje q, b) corriente eje d

Debido a que el modelo de referencia del motor de induccin

utilizado en el filtro de Kalman extendido, incluyen las
corrientes de rotor, se muestran las variables estimadas en la
figura 5. Ntese la modificacin de las corrientes cuando se
aplica carga en 1 seg y la variacin de las corrientes cuando se
presenta la variacin de la resistencia del rotor a los 2
segundos; la corriente de rotor de eje q es mayormente
impactada que la corriente del eje d.

De acuerdo con la teora de filtro Kalman, las covarianzas Q0

y R, se seleccionan de acuerdo con el nivel de ruido de las
variables de estado y el ruido de entrada. Estas matrices se
pueden modificar empricamente para sintonizar la respuesta
del filtro de Kalman extendido. Los valores se pueden
seleccionar para tener una convergencia ms rpida de las
variables a estimar pero cuidando no tener una alta
sensitividad al ruido.
VII.

REFERENCIAS

[1] Paul C. Krause Analysis of Electric Machinery.

[2] Peter Vas, Parameter Estimation, Condition Monitoring, and
Diagnosis of Electrical Machines, Oxford University Press, USA
(March 18, 1993)
[3] Riccardo Marino, Patrizio Tomei and Cristiano M. Verrelli,
Induction Motor Control Design, Springer-Verlag, 2010.
[4] Peter Tavner, Li Ran, Jim Penman and Howard Sedding
Condition Monitoring of Rotating Electrical Machines, The
IET, 2008.

Fig. 5 Corrientes qd de rotor estimadas con EKF

En la figura 6 se observa la variacin de la velocidad del rotor.
Cuando al motor se le aplica carga y aumenta la resistencia del
rotor la velocidad disminuye y como aumenta la velocidad
cuando la resistencia del rotor vuelve a su valor nominal.

[5] Robert Grover Brown, Patrick Y. C. Hwang, Introduction to

Random Signals and Applied Kalman Filtering, 3rd Edition
Wiley, November 1996
[6] F. Corcoles, J. Pedra y L. Guasch, Estimacin de los
Parmetros Elctricos de una Mquina de Induccin.
Informacin Tecnolgica, Vol. 10, No. 2, 1999.

Dr. F. S. Sellschopp Snchez. Egresado de la carrera de

Ingeniera Elctrica del Instituto Tecnolgico de Tepic en 1994.
Obtuvo el grado de M.C. en Ingeniera Elctrica en 1999 en el
Instituto Tecnolgico de La Laguna y el grado de Doctor en
Ciencias en Ingeniera Elctrica en el mismo instituto en 2003.
Es profesor de tiempo completo en el Instituto Tecnolgico de
La Laguna y sus reas actuales de investigacin son
estimadores en redes elctricas, mquinas y redes elctricas
hacia el anlisis de la calidad y ahorro de la energa elctrica.
e-mail: sellschopp@hotmail.com
BIOGRAFIAS

Ing. Carlos Alberto Morales Bazn. Egresado de la Carrera

de Ingeniera Industrial en Elctrica en el Instituto
Tecnolgico de la Laguna en 1990. Profesor de tiempo
completo de la carrera de Ingeniera Elctrica en el mismo
Instituto desde 1996. Actualmente Tesista de la Maestra en
Ciencias de la Ingeniera Elctrica en el Instituto Tecnolgico
de la Laguna. Sus reas de interes son Mquinas y Redes
Elctricas, Calidad de la Energa.
Email: camb70@hotmail.com

Dr. M.A. Arjona L. Ingeniero Elctrico egresado del Instituto

Tecnolgico de Durango en 1988. Obtuvo el grado de Maestro
en Ciencias en Ingeniera Elctrica por el Instituto
Tecnolgico de la Laguna en 1990. Obtuvo el grado de Doctor
en Filosofa en Ingeniera Elctrica por el Imperial College of
Science, Technology and Medicine en Londres, Inglaterra en
1996. Actualmente forma parte de la planta acadmica del
Posgrado en Ingeniera Elctrica del Instituto Tecnolgico de
la Laguna.