Estimación en tiempo real de torque y velocidad en un motor trifásico.

Abstract

El presente proyecto comprende un análisis comparativo de dos técnicas de estimación de variables de estado en una máquina de inducción operando como motor, el filtro Kalman Extendido y el filtro H1 extendido. Los dos filtros han sido modificados para la estimación de sistemas no lineales como es el caso de la máquina de inducción. El análisis considera los resultados en simulación y en tiempo real. La implementación consideró no solo la estimación sino también la complejidad del algoritmo y la carga computacional. Para las pruebas experimentales se aplicaron perturbaciones de carga y cambios en frecuencia. En términos generales, el filtro Kalman Extendido es una técnica de estimación clásica, en la que se asume ruido gaussiano y no correlación en el ruido de proceso y ruido de medición. Este filtro minimiza la varianza del error de forma óptima. Por años ha sido estudiado e implementado debido a su gran versatilidad y poca complejidad. Sin embargo, debido a sus limitaciones sugieron también métodos de estimación más robustos. En el caso de Kalman, el desempeño del filtro depende fuertemente de un conocimiento profundo de la planta, lo cual en la mayoría de aplicaciones reales no es posible. Así también, la sintonización de sus parámetros es engorrosa. El filtro H1 extendido es una técnica de estimación robusta moderna, menos estudiada que el filtro Kalman. Debido a su formulación matemática, este filtro estima minimizando el error en el peor de los casos, es decir cuando el sistema se comporta de forma tal que el error en la estimación es máximo. No se requiere asumir condiciones sobre la naturaleza del ruido en el sistema, lo cual hace que el filtro sea más real en la medida que los parámetros de sintonización pueden determinarse experimentalmente y deben ajustarse a una forma en particular. No obstante, al ser un caso más general requiere de una mayor carga computacional que puede llegar a ser crítico en una implementación real. A nivel simulación este detalle no es fundamental. Todo el análisis de estas dos técnicas de estimación parten de un modelo de la máquina de inducción que tiene a los flujos magnéticos qd0 de rotor y estator, la velocidad del rotor y el torque de carga como variables de estado. Las salidas del modelo son las corrientes qd0 del estator. Sobre este modelo se desarrollan los algoritmos de estimación. A través de los resultados de la simulación e implementación de los filtros se identificaron sus principales características, ventajas y desventajas.