Título :	Serie de Fourier como controlador auto-ajustable para sistemas sometidos a perturbaciones periódicas
Autor(es):	Eduardo Espindola Lopez
Palabras clave:	Fourier series PMSM|PMSM Rizado de par Series de Fourier Torque ripple
Área:	INGENIERÍA Y TECNOLOGÍA
Fecha de publicación :	ene-2017
Facultad:	Facultad de Ingeniería
Programa académico:	Maestría en Ciencias (Instrumentación y Control)
Resumen:	Una serie de Fourier como controlador de aprendizaje (FSLC) es propuesta e implementada para el control de velocidad de un motor síncrono de imán permanente (PMSM). Se presenta un análisis de convergencia del error para el FSLC y se especifíca la ley de actualización de coeficientes de la serie de Fourier. Se usa el control por campo orientado, como elemento básico para implementar tres controladores diferentes en un PMSM. Se compara el desempeño del FSLC con un controlador PI clásico y una red neuronal artificial, para un PMSM comercial operado en bajas velocidades. Se analiza la naturaleza periódica del rizado de par en PMSM¿s y se considera como una perturbación periódica; la cual, debe ser compensada por el controlador. Se obtiene una reducción substancial del rizado de par cuando se implementa el FSLC. Además, se alcanza una velocidad de aprendizaje más grade con el FSLC en comparación con la red neuronal artificial. "A new Fourier series learning controller (FSLC) is proposed and implemented for velocity control on a Permanent Magnet Synchronous Motor (PMSM). An analysis of error convergence for the FSLC is presented and the update law for the Fourier series oefficients is specified. The field oriented control method is used as a basic element to implement three different controllers for a PMSM. The performance of the FSLC is compared with a classical PI controller and an artificial neural network controller, for a commercial PMSM operated at low velocity. The periodic nature of torque ripple in PMSMs is analyzed and considered as a periodic disturbance which must be compensated by the controller. With the FSLC implementation is obtained a substantial reduction of the velocity ripple. Furthermore a higher speed of learning is achieved with the FSLC in comparison with the artificial neural network."
URI:	http://ri-ng.uaq.mx/handle/123456789/497
Aparece en:	Maestría en Ciencias (Instrumentación y Control)

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.