메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

박영서 (강원대학교, 강원대학교 대학원)

지도교수
김상훈
발행연도
2023
저작권
강원대학교 논문은 저작권에 의해 보호받습니다.

이용수11

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
본 논문에서는 인공 신경망(Artificial Neural Network, ANN)을 이용한 영구자석 동기 전동기(Permanent Magnet Synchronous Motor, PMSM)의 단위 전류당 최대 토크(Maximum Torque Per Ampere, MTPA) 운전점 개선 방법을 제안한다. 영구자석 동기 전동기의 구동 시스템에서 전동기의 가장 큰 손실인 동손을 최소화하기 위해 동일한 토크를 출력하는 고정자 전류 중에서 크기가 가장 작은 전류를 구해 이에 따라 운전하도록 제어하는 MTPA 제어가 통상적으로 사용된다. 전동기의 수학적 모델로부터 전류 지령을 도출하는 기존 MTPA 제어 기법은 인덕턴스와 영구자석의 자속과 같은 전동기의 제정수 정보가 요구되는데, 전동기의 제정수는 부하나 온도에 따라 변동될 수 있기 때문에 구동 환경이나 운전 조건에 따라 전동기의 제정수가 변동할 경우 MTPA 제어가 제대로 이루어지지 못하게 된다.
따라서 본 논문에서는 제정수 변동에 영향받지 않고 정확한 MTPA 제어를 수행하기 위해 인공 신경망을 이용한 새로운 MTPA 제어 방법을 제안한다. 제안된 방법은 인공 신경망 중 하나인 ADALINE(Adaptive Linear Neuron)을 이용하여 축 전류에 대한 고정자 전류의 궤적을 추정하고 추정한 궤적을 통해 고정자 전류가 최소가 되는 축 전류를 찾아 MTPA 운전점을 결정하는 기법으로, 축 전류와 고정자 전류의 정보만 이용하기 때문에 수학적 모델이 불필요하여 제정수 변동에 강인하고 구현 또한 간단하다.
23kW 매입형 영구자석 동기 전동기와 1.5kW 매입형 영구자석 동기 전동기에 대한 시뮬레이션과 1.5kW 매입형 영구자석 동기 전동기에 대한 실험을 통해 제안된 기법의 타당성과 성능을 검증하였다.

목차

제 1장. 서 론 1
1.1 연구 배경 및 목적 1
1.2 논문의 구성 3
제 2장. PMSM의 수학적 모델링 및 기존 MTPA 제어 방법 4
2.1 PMSM의 d-q축 모델링[1] 4
2.2 수학적 모델을 이용한 PMSM의 MTPA 제어 방법[1] 7
제 3장. 기존의 MTPA 제어에 관한 연구 12
3.1 제정수 추정을 이용한 방법[5] 12
3.2 Search algorithm을 이용한 방법[11] 16
3.3 고주파 신호 주입을 이용한 방법[17] 18
제 4장. 제안된 MTPA 제어 방법 22
4.1 인공 신경망을 이용한 MTPA 운전점 개선 22
4.1.1 PMSM의 d축 전류에 대한 고정자 전류 궤적 분석 22
4.1.2 ADALINE(Adaptive Linear Neuron) 26
4.1.3 ADALINE을 이용한 MTPA 제어 29
제 5장. 시뮬레이션 35
5.1 시뮬레이션 구성 35
5.2 시뮬레이션 결과 36
5.2.1 23kW IPMSM 36
5.2.2 1.5kW IPMSM 42
제 6장. 실험 47
6.1 실험 시스템 구성 47
6.2 1.5kW IPMSM의 d, q축 인덕턴스 48
6.3 실험 결과 49
6.3.1 1000rpm에서의 실험 결과 비교 49
6.3.2 실험 결과 파형 52
제 7장. 결론 57
참고문헌 58
부록 A 영구자석 동기 전동기 제정수 61
Abstract 63
감사의 글 65

최근 본 자료

전체보기

댓글(0)

0