Está en la página 1de 3

Control No Lineal del Motor de Induccion

Sistemas No Lineales Trabajo Practico


Noviembre 2001

1 Modelos del Motor de Induccion


Usamos como referencia el artculo [1]; recomendamos leer las primeras tres secciones como base para el TP
(no es necesario entender todos los detalles). Trabajamos sobre dos modelos del motor de induccion: el primer
modelo, que usamos en las Secciones 2 y 3, esta expresado en coordenadas que giran con el vector de ujo
rotorico (ver (29) en [1]); el segundo modelo, que usamos en las Secciones 4 y 5, esta expresado en coordenadas
jas al estator (ver (16), (19) en [1]).
Modelo en Coordenadas Fijas al Estator
Consideramos el modelo en un sistema de coordenadas (a, b) jas al estator.

TL
= (a ib b ia )
J
a = a np b + M ia
b = b + np a + M ib (1)
1
ia = a + np b ia + ua
Ls
1
ib = b np a ib + ub
Ls
donde es la velocidad del rotor, a , b son las componentes del ujo rotorico, ia , ib son las componentes de
la corriente estatorica, ua , ub son las componentes de la tension estatorica, y las constantes son:

M2 Rr M M 2 Rr Rs np M
=1 = = = + =
Ls Lr Lr Ls Lr Ls L2r Ls JLr

con np : numero de pares de polos de la maquina de induccion, (Rr , Lr ): resistencia y autoinductancia rotoricas,
(Rs , Ls ): resistencia y autoinductancia estatoricas, M : inductancia mutua, J: momento de inercia del rotor,
y TL torque de carga.
Sea TL una estima de TL . Sumando y restando TL /J en la primera ecuacion, y llamando x = [, a , b , ia , ib ]t ,
u = [ua , ub ]t , podemos escribir el sistema (1) en forma compacta como

x = f (x) + p(x)(TL TL ) + g(x)u (2)

donde 1
(a ib b ia ) TJL J 0 0
n + M i 0 0 0
a p b a
f (x) =
b + np a + M ib
p(x) =
0 g(x) =
1 0 0

a + np b ia 0 L 0
s
1
b np a ib 0 0 Ls

Modelo en Coordenadas que giran con el Flujo Rotorico


Consideramos el modelo en un sistema de coordenadas (d, q) que rotan con el ujo rotorico. (Ver ecuaciones

1
(23) a (28) en [1] para pasar de un modelo al otro).
TL
= d iq
J
d = d + M id
i2q 1
id = id + d + np iq + M + ud (3)
d Ls
iq id 1
iq = iq np d np id M + uq
d Ls
iq
= np + M
d
donde es la velocidad del rotor, d es el modulo del ujo rotorico, id , iq son las componentes de la corriente
estatorica, es el angulo del ujo rotorico.
Notar que la variable no aparece en las primeras 4 ecuaciones de estado, por lo tanto podemos ignorarla
para el calculo del control. Esta variable solo es de interes para volver a las coordenadas jas mediante la
transformacion (24)-(25) de [1], para lo cual es necesario restringir el angulo a [/2, /2].

2 Control por Ganancia Tabulada y Accion Integral


Para el sistema (3) se pide:
1. Tomar como salida  

y= (4)
d
Linealizar el modelo sobre un punto de operacion PO que sea tal que
 

y = y =
d
(por ejemplo, usar los datos nominales en p.219 de [1], es decir = 220 rad/s y d = 1.3 W b.)
2. Disenar un control lineal por realimentacion de estados que sea valido localmente alrededor del PO.
Simular con condiciones iniciales cercanas al PO.
3. Agregar accion integral y usar como senal de referencia para la salida (4) escalones suavizados como en
la Fig.1 de [1, p.218].
Sugerencia: Una forma de generar un escalon suavizado es usar la respuesta al escalon de un sistema
de segundo orden, por ejemplo, con ganancia unitaria. De esa manera, se dispone para el control no solo
de la senal sino de sus derivadas, utiles para las secciones que vienen.
4. Tabular el control del apartado anterior usando como variable tabuladora la senal de referencia. En este
caso, los parametros del control, que eran constantes para los apartados anteriores, varan con la senal
de referencia.
5. Repetir los ensayos variando el torque de carga TL en sistema.

3 Control por Sliding


Descripcion en clase.

4 Control por Linealizacion Exacta. (TL constante conocida)


Consideremos el modelo (2). Supongamos que conocemos el valor de TL y tomamos entonces TL = TL , con lo
cual el modelo se reduce a x = f (x) + g(x)u.
Tomemos como salida el vector  

y = T1 (x) = (5)
||2
donde ||2 = a2 + b2 .

2
1. Calcular el grado relativo de cada componente de y con respecto a cada componente de u = [ua , ub ]t .

2. Tomando como variables de estado y y z = y (cada una de ellas es un vector de 2 componentes) y


= arctan b /a , escribir un modelo de estados de la forma

= f0 (x)
y = z
z = (x) + (x)u

3. Disenar un control por linealizacion entrada (u) salida (y) para que la velocidad y el cuadrado del
modulo del ujo sigan asintoticamente senales suaves de referencia ref (t) y ||2ref (t) (de las cuales se
dispone de sus derivadas de todo orden).

4. Estudiar que pasa con la variable cuando la salida alcanza el valor de referencia constante.

5. Simular usando como referencias los escalones suavizados de la seccion anterior. Repetir los ensayos
variando el torque de carga TL en sistema.

5 Control Backstepping Adaptable. (TL perturbacion desconocida)


Consideremos el modelo (2) y supongamos ahora que no conocemos el valor de TL pero sabemos que es
constante. Proponemos hacer un control adaptable que incluya un estimador TL de TL .

1. Tomemos nuevamente como salida el vector (5) y consideremos las nuevas variables de estado
    1
y y
= con P = J
z y P (TL TL ) 0

y = arctan b /a . Escribir un modelo de estados de la forma

= f0 (x)
y = z + P (TL TL )

z = (x) + (x)u P TL

2. Considerar las 2 ultimas ecuaciones y disenar un control backstepping adaptable para que la salida siga
asintoticamente la senal suave de referencia yref = [ref (t), ||2ref (t)]t (de las cuales se dispone de sus
derivadas de todo orden).
Ayuda: Tomar una nueva variable e = yyref , escribir la ecuacion diferencial que satisface, y considerar
z como un control virtual z = ((e, yref ) que haga tender e a cero asumiendo TL = TL . Usar backstepping
con este control virtual y la funcion de Lyapunov

V (e, z, TL , t) = et e/2 + [z ((e, yref )]t [z ((e, yref )]/2 + (TL TL )2

El control resultante sera un control dinamico de la forma



TL = (e, z, yref )
u = K(TL , e, z, yref , yref )

3. Simular usando como referencias los escalones suavizados de la seccion anterior. Repetir los ensayos
variando el torque de carga TL en sistema.

Referencias
[1] R. Marino, S. Peresada & P. Valigi, Adaptive Input-Output Linearizing Control of Induction Motors,
IEEE Trans. Automat. Contr., vol 38, pp.208221, 1993.