데드비트 관측기형 EEMF를 이용한 IPMSM 센서리스 속도 제어 연구 :A Study on IPMSM Sensorless Speed Control Using EEMF with Deadbeat Observer

김승택

추천

검색

자료유형: 학위논문

저자정보: 김승택 (단국대학교, 단국대학교 대학원)

지도교수: 고종선

발행연도: 2020

저작권: 단국대학교 논문은 저작권에 의해 보호받습니다.

이용수23

이 논문의 연구 히스토리 (5)

2023

Hybrid V/f 속도 제어에서 토크 관측기를 이용한 주파수 보상 제어

김승택 , 오귀운 , 고종선 대한전기학회 학술대회 논문집 2023.10 학술대회자료

2022

유도 전동기의 센서리스 속도 제어를 위한 비선형 속도 관측기 연구

김승택 , 장수진 , 정예준 외 1명 전력전자학회 학술대회 논문집 2022.11 학술대회자료

2020

데드비트 관측기형 EEMF를 이용한 IPMSM 센서리스 속도 제어 연구

김승택 전자전기공학과 2020.01 학위논문

2019

이산 시간 확장 유기전력 관측기를 적용한 IPMSM 센서리스 속도 제어 연구

김승택 , 박건호 , 여원석 외 2명 대한전기학회 학술대회 논문집 2019.04 학술대회자료

2018

확장 유기전력 관측기를 적용한 MTPA 기반의 IPMSM 센서리스 속도 제어 연구

김승택 , 박건호 , 정성철 외 3명 대한전기학회 학술대회 논문집 2018.04 학술대회자료

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

초록· 키워드

오류제보하기

최근, 매입형 영구자석 동기 전동기(Interior Permanent Magnet Synchronous Motor, IPMSM)는 높은 전력 밀도, 우수한 제어성, 낮은 유지보수 비용, 높은 신뢰성으로 인해 서보 운전, 로봇, 전기 자동차 등 많은 분야에서 사용하고 있다. IPMSM의 효율적이고 정밀한 제어를 위해서는 속도, 위치 정보가 요구되고, 이러한 정보는 엔코더(Encoder), 레졸버(Resolver) 같은 센서(Sensor)를 사용해 얻는다. 하지만, 센서는 전체 시스템을 복잡하게 하고 사용환경에 따라 신뢰성이 저하되며, 설치 및 유지보수에 따른 비용을 필요로 한다. 따라서, 센서의 한계와 단점을 극복하기 위한 IPMSM 센서리스 제어 연구가 활발히 진행되고 있다. 센서리스 기법 중 기존 확장 유기 기전력(Extended Electromotive Force, EEMF) 기반의 최소 차원 관측기는 전압 방정식을 재구성한 방식으로써, EEMF 추정에 미분 항을 사용하기 때문에 측정 잡음에 민감하고 전류가 급격히 변화하면 시스템에 문제를 초래할 수 있어 저역 통과 필터(Low Pass Filter, LPF)를 필요로 한다. 또한, 실제 모터 파라미터가 정확하지 않거나 운전 중 변동하여 제어 파라미터를 구할 때 사용하는 파라미터와 오차가 생기면 피드백 항이 없기 때문에 이로 인한 오차를 보상하지 못한다는 문제점이 있다.
본 논문에서는, 매우 빠른 관측기(Observer)를 이용하여 EEMF를 추정하는 강인하고 정밀한 센서리스 제어 방법을 보인다. 관측기 내부 피드백 항에 의해 파라미터 변동 및 불확실성에 의한 오차를 보상하고, 미분 항을 제거하여 미분 항에 의한 문제점을 해결한다. 관측기는 극 배치가 쉽고 큰 이득을 사용하여 상태를 빠르고 안정적으로 추정하는 데드비트 관측기(Deadbeat Observer)를 사용한다. 전체 시스템은 안티 와인드업(Anti Windup)을 적용한 PI 속도 제어기, IPMSM의 효율적인 운전을 위한 MTPA(Maximum Torque per Ampere) 제어, 옵셋 전압(Offset Voltage)을 이용한 SVPWM(Space Vector Pulse Width Modulation) 제어 인버터, 센서리스 제어를 위한 데드비트 확장 유기 기전력 관측기, 속도 및 위치 추정 알고리즘으로 구성한다.
제안한 시스템은 데드비트 관측기형 EEMF를 사용하여 구현이 쉽고 넓은 운전 영역에서 동작한다. 또한, 기존 최소 차원 관측기에 비해 다양한 운전 조건에서 더 정밀하고 강인하다. 무부하 운전, 속도 변동, 부하 토크 변동, 파라미터 변동의 네 가지 조건에서 모의실험과 실험을 진행하여 제안한 시스템의 제어 성능을 검증한다. Matlab/Simulink을 이용하여 모의실험 모델을 설계하고 시스템을 검증한다. 실험은 TMS320F28335와 easyDSP, M-G Set을 이용하여 제어 시스템을 구성하고, 오실로스코프, 토크 디스플레이, 클램프 미터 등의 측정 장비를 통해 결과를 얻는다. 최종적으로 모의실험과 실험 결과를 비교 분석하여, 제안한 데드비트 확장 유기 기전력 관측기를 적용한 센서리스 제어 시스템이 기존 최소 차원 관측기보다 정밀하고 강인함을 입증한다.

Recently, interior permanent magnet synchronous motor (IPMSM) has been used in many fields such as servo driving, robots, and electric vehicles due to their advantages including high power density, excellent controllability, low maintenance cost, and high reliability. Speed and position information are required for efficient and precise control of IPMSM, and this information is obtained using sensors such as encoder and resolver. However, sensors complicate the whole system, reduce reliability depending on the usage environment, and incur the cost of installation and maintenance. Therefore, research on sensorless control of IPMSM has been actively conducted to overcome the disadvantages in the use of position and speed sensors. One of the sensorless techniques, least-order observer, based on the Extended Electromotive Force (EEMF), is a reconstruction of the voltage equation, which uses derivative terms for EEMF estimation. Least-order observer is sensitive to measurement noise and can cause a problem in the system if the current changes rapidly. For those reasons, low pass filter (LPF) is required. In addition, as there is no feedback term, if the parameter is uncertain or the parameter varies during operation, it cannot compensate for the error.
In this paper, a robust and precise sensorless control method for estimating EEMF using a very fast observer is proposed. The feedback term of the observer compensates for errors due to parameter variation and uncertainty, and the derivative term is eliminated by using the observer to solve the problem caused by the derivative term. The observer uses Deadbeat Observer, which is easy for pole placement and estimates the state fast and stably using large gain. The entire system includes PI speed controller with anti-windup, maximum torque per ampere (MTPA) control for efficient operation of IPMSM, space vector pulse width modulation (SVPWM) inverter using offset voltage, deadbeat EEMF observer, speed and position estimation algorithm, and IPMSM.
Proposed system using deadbeat EEMF observer is easy to implement and operates in wide speed range. And proposed system is more robust and more precise than conventional least-order observer in various conditions. In order to verify the control performance of the IPMSM sensorless speed control system, which uses the deadbeat EEMF observer, simulations and experiments were conducted under four conditions: no-load operation, speed variation, load torque variation, and parameter variation. In the simulation, the simulator using Matlab / Simulink was designed. And experiments were carried out using TMS320F28335, easyDSP, and M-G Set. The results were obtained by measurement devices such as oscilloscope, torque display, and clamp meter. Therefore, the results of simulations and experiments show that proposed deadbeat EEMF observer performs better control than the conventional least-order observer under four conditions.

목 차
국 문 초 록 ⅰ
감 사 의 글 ⅲ
목 차 ⅳ
표 목 차 ⅵ
그 림 목 차 ⅶ
기호 및 약어 ⅹ
Ⅰ. 서 론 1
1. 연구의 배경 및 동향 1
2. 연구의 목적 및 내용 3
3. 논문의 구성 4
Ⅱ. IPMSM의 구조 및 수학적 모델링 5
1. IPMSM의 구조 및 특징 5
2. IPMSM 수학적 모델링 7
Ⅲ. 기존 IPMSM 센서리스 속도 제어 방법 13
Ⅳ. 제안하는 IPMSM 센서리스 속도 제어 시스템 16
1. 데드비트 확장 유기 기전력 관측기 16
2. 속도 및 위치 추정 알고리즘 23
3. 단위 전류 당 최대 토크 제어 발생 제어 24
Ⅴ. 전체 시스템 구성 26
Ⅵ. 모의실험 결과 31
Ⅶ. 실험 결과 50
Ⅷ. 결 론 61
참고문헌 62
부 록 64
TMS320F28335 Data Sheet 65
제안하는 데드비트 확장 유기 기전력 관측기 코드 69
영문초록 72

최근 본 자료

전체보기

댓글(0)

광고 및 욕설, 인신공격, 비하 표현이 들어있는 리뷰 작성으로 다른 회원님들로부터 연이은 신고를 받으셨습니다.
이로 인해 회원님께서는 리뷰작성 권한이 제한되었습니다.

0

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 (5)

초록· 키워드

목차

최근 본 자료

댓글(0)