제어기 과도 응답특성을 고려한 매입형 영구자석 동기전동기의 강건 최적설계 :Robust Design Optimization of an Interior Permanent Magnet Synchronous Motor Considering Dynamic Performance of a Controller

문재경

추천

검색

자료유형: 학위논문

저자정보: 문재경 (경북대학교, 경북대학교 대학원)

지도교수: 김동훈

발행연도: 2020

저작권: 경북대학교 논문은 저작권에 의해 보호받습니다.

이용수4

이 논문의 연구 히스토리 (3)

2023

고정자 권선의 절연 열화를 고려한 매입형 영구자석 동기전동기 평균 토크의 신뢰도 분석

문재경 , 김동훈 한국자기학회지 2023.12 학술저널

2020

제어기 과도 응답특성을 고려한 매입형 영구자석 동기전동기의 강건 최적설계

문재경 전기공 2020.01 학위논문

2019

표면 부착형 영구자석 동기 전동기의 파라미터 변동에 따른 제어기의 응답특성 분석

문재경 , 강병수 , 임종수 외 2명 대한전기학회 학술대회 논문집 2019.07 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 논문에서는, 설계 변수의 불확실성을 고려한 전동기 구동 시스템 성능을 향상시키기 위해 강건 최적설계를 수행하였다. 제어기의 과도 응답특성의 변동성을 발생시키는 매입형 영구자석 동기전동기의 q축 인덕턴스의 변동을 최소화하였다.
전동기 구동 시스템은 전동기와 제어기로 구성된다. 기존의 전동기 구동 시스템은 먼저 전동기를 최적화하고 최적화 된 전동기를 사용하여 제어기를 최적화한다. 그러나 기존의 시스템 설계는 각 부품들의 상호 유기적인 관계를 고려하지 못하기 때문에 시스템의 최적성능을 보장할 수 없다. 따라서 본 논문에서는 제어기를 고려하여 전동기를 강건 최적설계 하였다.
각 부품들의 관계를 고려하기 위해 전동기 파라미터가 제어기에 미치는 영향을 분석하였다. 사용된 전동기 파라미터는 저항과 수직축 인덕턴스 및 직교축 인덕턴스이다. 제어기의 과도 응답특성의 변동을 최소화하기 위해서는 전동기 파라미터의 변동을 최소화할 필요가 있음을 분석하였다.
강건 최적설계를 수행하기 위해서 몬테카를로 시뮬레이션과 비교하여 성능함수의 통계적 모멘트를 효과적으로 계산하는 단변수 차원 감소법이 사용되었다. 기존의 전동기와 제안된 설계를 통한 전동기를 통하여 q축 인덕턴스의 변동을 비교하였다. 각 전동기들의 파라미터에 따라 제어기의 이득을 설정하였으며, 제어기 과도 응답특성인 오버슈트와 2% 안정화시간을 분석하였다.

1. 서 론 1
1.1. 연구의 필요성 1
1.2. 연구의 개요 4
2. 확률론적 최적설계 6
2.1. 강건 최적설계 6
2.2. 몬테카를로 시뮬레이션 9
2.3. 차원 감소법을 이용한 통계적 모멘트의 계산 11
2.4. 차원 감소법을 이용한 강선 최적설계의 알고리즘 14
3. 매입형 영구자석 동기전동기의 제어 15
3.1. 좌표 변환 15
3.2. dq축 인덕턴스의 계산 17
3.3. 자속 기준 제어 20
3.4. 제어기의 구성 22
3.5. 역기전력 전향보상 24
4. 적용 사례 26
4.1. 최적설계를 위한 제어기 파라미터의 선정 26
4.2. 전동기 파라미터 변동에 따른 제어기 과도응답의 변동성 검증 27
4.3. 제어기를 고려한 전동기 설계 알고리즘 30
4.4. 매입형 영구자석 동기전동기 모델 32
4.5. 전동기의 설계 정식화 35
4.6. 전동기의 강건 최적설계 결과 37
4.7. 제어기를 통한 전동기의 과도 응답특성 분석 38
5. 결 론 41
참고문헌 42
Abstract 45

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)