PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE

ESCUELA DE INGENIERIA

DISEÑO DE UN NUEVO SISTEMA DE

CONTROL SIN SENSOR DE POSICIÓN
PARA UN GENERADOR DE
RELUCTANCIA CONMUTADA, EN
APLICACIONES DE GENERACIÓN
EÓLICA

ESTANISLAO JUAN PABLO ECHENIQUE SUBIABRE

Tesis para optar al grado de

Magíster en Ciencias de la Ingeniería

Profesor Supervisor:
JUAN WALTERIO DIXON ROJAS

Santiago de Chile, marzo de 2008

 2008, Estanislao Juan Pablo Echenique Subiabre
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
ESCUELA DE INGENIERIA

DISEÑO DE UN NUEVO SISTEMA DE

CONTROL SIN SENSOR DE POSICIÓN
PARA UN GENERADOR DE
RELUCTANCIA CONMUTADA, EN
APLICACIONES DE GENERACIÓN
EÓLICA

ESTANISLAO JUAN PABLO ECHENIQUE SUBIABRE

Tesis presentada a la Comisión integrada por los profesores:

JUAN DIXON ROJAS

DAVID WATTS CASIMIS

J. ROBERTO CARDENAS DOBSON

JUAN DE DIOS ORTUZAR SALAS

Para completar las exigencias del grado de

Magister en Ciencias de la Ingeniería

Santiago de Chile, marzo de 2008

 A mis Padres, por el esfuerzo y
sacrificio que significó para ellos mi
educación.

A Quién me enseño a trabajar con

alegría, sin dejar de poner la última
piedra.

ii
 AGRADECIMIENTOS

Detrás de este trabajo hay un grupo de personas que no por casualidad encontré en mi
camino. Soy conciente de que en este proyecto hay un poco de cada uno de ellos.

En primer lugar quiero agradecer a mi profesor guía, Juan Dixon Rojas, por toda la
dedicación que me brindó en estos dos años de investigación. Por la confianza que puso en
mí y por las innumerables veces que me animó. Por su sencillez y trato humano, y por su
sabiduría como tutor.

También quiero agradecer al profesor Roberto Cárdenas Dobson por su apoyo, buena
voluntad e interés que puso en mi trabajo, desde que viajé a Punta Arenas hasta el día en
que finalicé esta investigación. Agradezco también la ayuda que me prestó Rubén Peña y
todo el personal de la Facultad de Ingeniería Eléctrica de la UMAG. Aprovecho de
agradecer al Núcleo Milenio, NEIM, especialmente al profesor Jorge Pontt, por permitir mi
estadía en Punta Arenas, y en el fondo, por haber creído en mi trabajo

Quiero agradecer a todos mis compañeros del laboratorio, por su buena disposición en
ayudarme, cada vez que lo necesité: Patricio Flores, Micah Ortuzar, Rodrigo Carmi,
Gerardo Perez, Gonzalo Peñailillo y Alex Varchavsky. Con especial cariño, quiero
agradecer a Eduardo Cea, por su simpatía y buen sentido del humor. A Carlos Álvarez y a
Virginia Meza, porque transformaron mi lugar de trabajo en un lugar acogedor.

A mis compañeros del grupo 21, por haber sido comprensivos en los momentos difíciles.

iii
 INDICE GENERAL
Pág.

AGRADECIMIENTOS ..............................................................................................iii

INDICE DE TABLAS ............................................................................................... vii

INDICE DE FIGURAS.............................................................................................viii

RESUMEN.................................................................................................................. xi

ABSTRACT ............................................................................................................... xii

1. Introducción ...................................................................................................... 13
1.1 Objetivos de la Tesis ................................................................................ 13
1.1.1 Alcances de la Tesis....................................................................... 14
1.1.2 Estructura de la Tesis ..................................................................... 15
1.2 Antecedentes y aplicaciones de la SRM .................................................. 16
1.3 Principio de Operación elemental ............................................................ 17
1.4 Aspectos constructivos de la SRM........................................................... 22
1.5 Investigaciones de la maquina de reluctancia como generador ............... 23
1.5.1 Ventajas del SRG en generación eólica ......................................... 25
1.6 Operación de la máquina de reluctancia sin sensor de posición .............. 26
1.6.1 Estado del arte................................................................................ 27
1.6.2 Requerimientos de un estimador de posición para un SRG........... 33

2 Principio de operación del generador de reluctancia conmutada ..................... 35

2.1 Cálculo del torque .................................................................................... 40
2.2 Control de Torque .................................................................................... 43

3 Simulación del modelo implementado ............................................................. 45

3.1 Base teórica e implementación del modelo en PSIM............................... 45
3.2 Estrategia implementada de control de interruptores ............................... 50
3.3 Control de generación propuesto.............................................................. 54
3.4 Resultado de las simulaciones.................................................................. 57

4 Diseño y simulación del nuevo método de control sensorless.......................... 61

4.1 Introducción ............................................................................................. 61
 4.2 Base teórica del método de estimación de inductancia ............................ 63
4.3 Redes neuronales...................................................................................... 65
4.4 Entrenamiento de una red neuronal.......................................................... 67
4.5 Método propuesto..................................................................................... 67
4.6 Desarrollo teórico del método de mínimos cuadrados modificado.......... 68
4.7 Simulaciones del estimador de inductancia ............................................. 70
4.8 Aproximación mediante red neuronal y resultados obtenidos ................. 71
4.9 Conclusiones ............................................................................................ 76

5 Implementación práctica................................................................................... 78
5.1 Características generales del DSP ............................................................ 79
5.1.1 Comunicación serial con el conversor análogo digital externo ..... 79
5.1.2 Comunicación UART .................................................................... 80
5.1.3 Interfaz para enconder de cuadratura............................................. 80
5.1.4 Conversor análogo digital interno.................................................. 81
5.1.5 Módulo PWM ................................................................................ 82
5.1.6 Oscilador, CPU y procesamiento matemático ............................... 82
5.1.7 Módulo de interrupciones externas................................................ 83
5.2 Adquisición de corrientes en las fases...................................................... 84
5.2.1 Sensores de corriente de efecto Hall.............................................. 84
5.2.2 Amplificador de corriente a voltaje ............................................... 85
5.2.3 Filtro Anti-Aliasing para la determinación de las pendientes........ 86
5.3 Medición de voltaje en la carga................................................................ 87
5.3.1 Amplificador de Corriente a voltaje y filtro Antialising................ 87
5.4 Circuitos de disparo.................................................................................. 88
5.5 Circuito de potencia ................................................................................. 89
5.5.1 Circuito conversor.......................................................................... 89
5.6 Consideraciones en el diseño final del circuito impreso .......................... 91

6 Implementación de algoritmos en el dsp y Resultados experimentales............ 93

6.1 Diseño del código principal...................................................................... 93
6.2 Determinación de curvas experimentales de inductancia ........................ 98
6.3 Entrenamiento e implementación de la red neuronal ............................... 99
6.4 Curvas experimentales de generación .................................................... 101

7 Conclusiones y trabajo futuro ......................................................................... 107

 7.1 Conclusiones .......................................................................................... 107
7.2 Trabajo futuro......................................................................................... 108

Bibliografía............................................................................................................... 109

A N E X O S............................................................................................................. 114

Anexo A : Cálculo de ganancias de controladores................................................... 115

A.1 Control del voltaje generado .................................................................. 115
A.2 Controlador de corriente PI-PWM ......................................................... 116

Anexo B: Coeficientes de las redes neuronales ...................................................... 118

B.1 Red neuronal utilizada en simulaciones ................................................. 118
B.2 Red neuronal utilizada en experimentos ................................................ 119

Anexo C: Cálculo de componentes de circuito snubBer.......................................... 120

Anexo D: Plataforma desarrollada de control para el generador de reluctancia...... 121

D.1 Características específicas de DSP utilizado.......................................... 121
D.2 Módulo PWM......................................................................................... 122
D.3 Formato numérico Q15 .......................................................................... 124
D.4 Interrupciones......................................................................................... 125
D.5 Conversor análogo-digital externo ......................................................... 125
D.6 Circuitos de protección........................................................................... 126
D.7 Medición de posición ............................................................................. 127
D.8 Programación y debugging..................................................................... 128
D.9 Adquisición de datos .............................................................................. 129
D.10 Sensor de voltaje .................................................................................... 130
D.11 Interruptores de potencia........................................................................ 130
D.12 Circuito de aislación y disparo de los IGBT .......................................... 131

Anexo E: Datos técnicos de algunos instrumentos y máquinas utilizados .............. 134

Anexo F: Tablas de datos ingresadas en el DSP ...................................................... 135

Anexo G: Código en C de estimador de inductancia y red neuronal para DLL ...... 136

Anexo H: Deducción de ecuaciones para cálculo de pendientes ............................. 138

 INDICE DE TABLAS

Tabla 4-1: Errores de aproximación del estimador con NN................................................ 75

Tabla D-2: Rango de datos permitidos por el DSP ........................................................... 124
Tabla E-1: Datos de placa de SRM. .................................................................................. 134
Tabla E-2: Datos de placa de motor de inducción. ........................................................... 134
Tabla F-1: Funcion tanh(). ................................................................................................ 135
Tabla F-2: Timer vs voltaje demandado. .......................................................................... 135

vii
 INDICE DE FIGURAS
Pág.
Figura 1-1: Fuerzas de atracción en un electroimán. .......................................................... 17
Figura 1-2: Distintas topologías de la SRM. ....................................................................... 18
Figura 1-3: Patrón de inductancias en una SRM de configuración 8/6............................... 19
Figura 1-4: Arcos βs y βr en la SRM .................................................................................. 21
Figura 1-5: Corte Transversal de una SRM de 8/6 polos de 4 fases. .................................. 21
Figura 2-1: Inductancia de fase y posibles corrientes. ........................................................ 35
Figura 2-2: Fase única del conversor utilizado para excitar la SRM. ................................. 35
Figura 2-3: Modelo circuital de excitación en fase motor. ................................................. 37
Figura 2-4: Modelo circuital de demagnetización en fase generador. ................................ 38
Figura 2-5: Control de corriente a bajas y medias velocidades........................................... 39
Figura 2-6: Control de pulso único ..................................................................................... 39
Figura 2-7: Curvas de magnetización en una SRM............................................................. 40
Figura 2-8: Energía convertida bajo las dos estrategias de control..................................... 42
Figura 2-9: Plano Torque Velocidad................................................................................... 43
Figura 3-1: Modelo de saturación. ...................................................................................... 46
Figura 3-2: Diagrama de bloques del modelo circuital. ...................................................... 47
Figura 3-3: Modelo de la inductancia de fase ..................................................................... 48
Figura 3-4: Conexión de inductancia de fase con circuito conversor ................................. 49
Figura 3-5: Modelo dinámico del SRG ............................................................................... 49
Figura 3-6: Conversor de 6 interruptores para un una máquina de 8/6 polos. .................... 51
Figura 3-7: Control de la corriente en base a la inductancia. .............................................. 52
Figura 3-8: Conmutación utilizando estrategia de conmutación suave............................... 52
Figura 3-9: Diagrama de bloques del control propuesto. .................................................... 55
Figura 3-10: Inductancias de encendido y apagado. ........................................................... 57
Figura 3-11: Simulación del SRG a 950 rpm, en régimen transitorio................................. 58
Figura 3-12: Detalle de corrientes y potencias a 950 rpm, en régimen permanente. .......... 59
Figura 3-13: Respuesta dinámica del SRG frente a escalón de torque. .............................. 60
Figura 4-1: Relación entre inductancia, posición y corriente de fase. ................................ 62
viii
Figura 4-2: Modelo de neurona básica................................................................................ 65
Figura 4-3: Red neuronal multicapa.................................................................................... 66
Figura 4-4: Representación del MMC para obtener pendientes.......................................... 68
Figura 4-5: Diagrama de flujo del algoritmo de MMC....................................................... 69
Figura 4-6: Simulación de estimador de inductancia. ......................................................... 70
Figura 4-7: Red Neuronal multicapa implementada en la simulación. ............................... 72
Figura 4-8: Resultados de estimación a 542[rpm]. ............................................................. 72
Figura 4-9: Resultados de estimación a 950 rpm. ............................................................... 73
Figura 4-10: Resultado de estimación a 1500 rpm.............................................................. 74
Figura 4-11: Resultado de estimación frente a una aceleración de 504 a 1600 rpm........... 75
Figura 5-1: Diagrama en bloques del sistema implementado. ............................................ 78
Figura 5-4: Diagrama en bloques de interfaz QEI. ............................................................. 81
Figura 5-5: Tarjeta de sensores de corriente ....................................................................... 85
Figura 5-6: Amplificador de corriente a voltaje.................................................................. 86
Figura 5-7: Filtro universal UAF42 .................................................................................... 87
Figura 5-8: Diagrama de bloques de medición de voltaje................................................... 87
Figura 5-9: Esquemático de amplificado y filtrado de señal de tensión. ............................ 88
Figura 5-10: Circuito de disparo en configuración espejo de corriente .............................. 88
Figura 5-11: Conversor original antes de ser modificado. .................................................. 89
Figura 5-12: Conversor definitivo de 6 interruptores.......................................................... 90
Figura 6-1: Diagrama esquemático del sistema de generación implementado. .................. 93
Figura 6-2: Diagrama de flujo de fase inicial de reconocimiento ....................................... 94
Figura 6-3: Diagrama de flujo de algoritmo de generación. ............................................... 95
Figura 6-4: Representación de instantes de encendido y apagado ...................................... 96
Figura 6-5: Procesos secuenciales realizados entre cada muestra de corriente................... 97
Figura 6-6: Comparación entre inductancia medida y estimada ......................................... 98
Figura 6-7: Curvas de inductancia experimentales con I=0.5[A] a 9[A]. ........................... 99
Figura 6-8: Ambigüedad producida por efecto de saturación. .......................................... 100
Figura 6-9: Esquema de conexión para las mediciones experimentales. .......................... 101
Figura 6-10: Oscilograma de las corrientes, voltaje y tren de pulsos en la partida........... 102
ix
Figura 6-11: Oscilograma operando con y sin la red neuronal. ........................................ 102
Figura 6-12: Detalle de las formas de onda de la corriente y tren de pulsos. ................... 103
Figura 6-13: Formas de onda de corriente, voltaje y potencia generada a 497[rpm]........ 103
Figura 6-14: Formas de onda de corriente, potencia y voltaje a 1272[rpm]. .................... 104
Figura 6-15: Forma de onda de corriente, potencia y voltaje a 1382[rpm]....................... 104
Figura 6-16: Oscilograma del máximo desfase a alta velocidad....................................... 105
Figura 6-17: Respuesta transitoria del SRG frente a un escalón de potencia de 900W.... 105
Figura 6-18: Rampa de aceleración de 590 a 882 [rpm] en 1.7(s) .................................... 106
Figura 6-19: Desaceleración de 882 a 590 [rpm] en 1.7(s)............................................... 106
Figura A.1: Modelo de control de la carga R//C. .............................................................. 115
Figura A.2: Lugar de las raíces del controlador PI. .......................................................... 115
Figura A.3: Modelo de control del SRG. .......................................................................... 116
Figura B.1: Arquitectura de la Red neuronal implementada............................................. 118
Figura C.1: Circuito Snubber utilizado para protección del IGBT ................................... 120
Figura D-1: Modo PWM centrado .................................................................................... 122
Figura D-2: Actualización doble del ciclo de trabajo ....................................................... 123
Figura D-3: Distintas representaciones para el nº hexadecimal 0x4001 ........................... 125
Figura D-4: Comparador de tensión.................................................................................. 127
Figura D-5: Diagrama esquemático del circuito de acondicionamiento ........................... 128
Figura D-6: Ejemplo de pantalla en MPLAB utilizando ICD-2. ...................................... 129
Figura D-1: Diagrama esquemático de la conexión del sensor de voltaje. ....................... 130
Figura D-8: Circuito Snubber RCD. ................................................................................. 131
Figura D-9: Circuitos de disparo y aislación,.................................................................... 132
Figura D-10: Plataforma de control. ................................................................................. 132
Figura D-11: Conversor de potencia con las modificaciones realizadas. ......................... 133
Figura E.1: Hoja de datos del encoder utilizado. .............................................................. 134

x
 RESUMEN

En este trabajo se presenta el análisis, diseño e implementación de un nuevo

estimador de posición para el control de generadores de reluctancia conmutada (SRGs), de
velocidad variable. La estimación de posición se obtiene a partir de la información
contenida en la inductancia insaturada instantánea. Ésta es estimada calculando, en tiempo
real, la pendiente de la corriente de fase y utilizando una red neuronal (NN) cuyas entradas
son la corriente promedio y la inductancia saturada. El estimador propuesto requiere menos
esfuerzo computacional que los métodos tradicionales de estimación de posición, y puede
ser implementado en un DSP de bajo costo, con un mínimo de componentes adicionales.
El método de control propuesto puede ser aplicado a un sistema de conversión de energía
eólica, donde el SRG es utilizado como generador de velocidad variable. Esta aplicación
ha sido desarrollada puesto que el SRG tiene conocidas ventajas como su robustez, bajo
costo de fabricación y buena relación de tamaño-potencia. Las simulaciones y resultados
experimentales presentados en este trabajo, se han realizado en un prototipo de 8/6 polos,
de 2.5kW de potencia.

Palabras Claves: Generador de reluctancia conmutada, Generador eólico sin sensor de

posición, Redes neuronales.

xi
 ABSTRACT

In this thesis, the analysis, design and implementation of a novel rotor position
estimator for the control of variable speed Switched Reluctance Generators (SRGs) is
presented. The rotor position is obtained from the information contained in the unsaturated
instantaneous inductance. This unsaturated inductance is estimated calculating the slopes
of phase currents and using a reduced size neural network (NN) whose inputs are the
average current and the saturated inductance. The proposed estimator requires less
processing time than traditional methods and can be fully implemented using a low cost
DSP with very few additional analog/digital components. The rotor position estimator
presented in this work can be applied to a Wind Energy Conversion System (WECS)
where the SRG is used as a variable speed generator. This application is currently being
studied because the SRG has well known advantages as robustness, low manufacturing
cost and good size to power ratio. Simulation and experimental results are presented using
a 2.5kW, 8/6 SRG prototype.

Keywords: Switched reluctance generator, Sensorless wind generator, Neural Networks.

xii
 13

1. INTRODUCCIÓN

Una de las metas propuestas para el año 2020, en materia de abastecimiento

energético, es que el 5% del total de la energía eléctrica utilizada en nuestro país provenga
de fuentes de energías renovables no convencionales (ERNC)1. La meta no deja de ser
ambiciosa y por ello también es importante que la investigación desarrollada en nuestro
país se oriente a buscar soluciones prácticas, eficientes, y aptas para ser implementadas en
el territorio nacional. Históricamente se ha tendido a importar las tecnologías del exterior,
sin embargo sería interesante que se desarrollasen, en alguna de sus etapas, dentro de
nuestro país. La generación eólica, hidráulica y geotérmica apuntan a ser las alternativas
más viables para nuestro país, dadas nuestras condiciones geográficas.
Por otra parte la demanda mundial de generadores eólicos ha crecido notablemente
en el último tiempo y los fabricantes de generadores no dan abasto para cubrir la creciente
demanda. Una parte importante del costo de fabricación y mantención de un generador
eólico está en la máquina eléctrica que realiza la conversión mecánica-eléctrica. La
investigación centrada en el diseño y control de la máquina es la que puede entregar un
mayor aporte en la mejora de la eficiencia del sistema eólico completo, ya que la eficiencia
aerodinámica de las aspas o palas actuales, es muy cercana a su límite teórico de
aproximadamente 59.3% (Burton, Sharpe, Jenkins y Bossanyi, 2001). No es irreal pensar
que en Chile se puede llegar a construir un generador eólico de bajo costo, de mediana
potencia (mayor a 20kW) y esta tesis pretende ser un aporte en este sentido, por cuanto se
ha estudiado una máquina que potencialmente es un candidato para ser utilizado en
generación eólica.

1.1 Objetivos de la Tesis

El objetivo de esta tesis es diseñar e implementar un nuevo método de control

basado en un estimador de posición para el generador de reluctancia conmutada, o
SRG (Switched Reluctance Generator), y demostrar la factibilidad de operación, bajo
este nuevo esquema de control propuesto, en generación de velocidad variable.
 14

Entre los objetivos específicos de la tesis está: 1) Diseñar e implementar una

plataforma de control basada en DSP (Digital Signal Processor) de bajo costo, con
un requerimiento mínimo de circuitos externos (evitando uso de integradores
analógicos y osciladores), 2) Desarrollar un método de estimación de la inductancia
de la máquina en tiempo real, en base a la determinación de la derivada numérica de
las corrientes (Chen y Liu, 2003), por el método estadístico de los mínimos
cuadrados (Dixon, Rodríguez, y Huerta, ), 3) A partir de esta variable estimada,
diseñar e implementar una red neuronal (Neural Network) de un número mínimo de
neuronas que permita relacionar la inductancia saturada con la inductancia
insaturada, y por último, 4) Analizar el desempeño del nuevo método propuesto
frente a cambios en la velocidad del rotor, y a la potencia generada. Estos resultados
permitirán comparar el método propuesto con los métodos existentes, y demostrar la
factibilidad del nuevo diseño para ser utilizado en un SRG de velocidad variable

1.1.1 Alcances de la Tesis

La máquina de reluctancia conmutada2, o SRM (Switched Reluctance

machine), presenta notables características para ser utilizada como generador de
velocidad variable, pero aún hace falta simplificar su control electrónico debido a
que normalmente se utilizan sofisticados modelos matemáticos en su manejo.
Adicionalmente en la SRM se requiere conocer la posición del rotor para la correcta
excitación de sus bobinas. Los sensores de posición no sólo significan un costo y
complejidad adicional, sino que aumentan la vulnerabilidad de los sistemas
electrónicos. En algunas aplicaciones las condiciones ambientales no permiten el uso
de sensores de posición (Ehsani y Fahimi, 2002), por ello se hace necesario utilizar
algoritmos de control que sean capaces de estimar la posición del rotor por sí
mismos. Esta tesis pretende ser un aporte en el control del SRG por cuanto se
simulará, diseñará e implementará un sistema de control simple en un

1
Fuente: www.cne.cl
2
La SRM y el SRG corresponden a la misma máquina. La distinción se hace para referirse a su operación
como motor o generador.
 15

microcontrolador de bajo costo, que no requerirá de un sensor de posición para

operar. El nuevo algoritmo de control desarrollado pretende ser eficiente en el uso de
los recursos computacionales de un DSP, de modo que este último sea capaz de
realizar las tareas necesarias de control en un breve tiempo, y controlar
satisfactoriamente el SRG a distintas velocidades mecánicas.
En esta investigación se ha desarrollado un modelo computacional del SRG,
que ha sido la base para la implementación práctica del método de control propuesto.
El modelo computacional es simple, rápido y económico en el uso de recursos, y está
implementado en el software PSIM. Por ello, con los resultados experimentales
también se está validando el modelo computacional, constituyendo a este último
como una base para desarrollar nuevos avances en el uso del SRG, tanto en
estrategias de control como en el diseño de los circuitos de potencia que controlan la
máquina.

1.1.2 Estructura de la Tesis

El capítulo 1 de esta tesis consiste en una breve descripción de la SRM, su

historia, usos más comunes, ventajas y desventajas respecto a las demás máquinas
eléctricas que tradicionalmente se utilizan en generación. También se describe su
principio de operación elemental y las características constructivas de ésta.
Posteriormente se trata su uso como generador, que es más reciente, y una revisión
del estado del arte. Luego se revisan las técnicas para operar la máquina sin sensor de
posición, el estado del arte del tema en particular y los posibles requerimientos para
un SRG de velocidad variable.
El capítulo 2 consiste en la descripción analítica del modelo de la SRM,
haciendo un especial énfasis en su operación como generador, y en entregar la base
matemática necesaria para entender con profundidad la estimación de posición.
El capítulo 3 consiste en la simulación del SRG, explicando más
detalladamente los esquemas de control y la topología del circuito electrónico de
potencia o conversor, que se utilizará en las pruebas experimentales. Las
 16

simulaciones están simplificadas en el sentido en que se usa un modelo lineal del

SRG.
El capítulo 4 consiste en el diseño y simulación del algoritmo de control
“sensorless”. Se presenta un desarrollo matemático que es la base del método
propuesto, y la simulación se realiza con un modelo no lineal de la SRM.
El capítulo 5 contiene el diseño detallado de la plataforma de control del
SRG, es decir, se trata principalmente del DSP utilizado, los periféricos añadidos y
los circuitos de aislación e instrumentación. También se explican las modificaciones
realizadas al conversor para operar el SRG como generador en una carga constante.
El capitulo 6 contiene la implementación práctica de los algoritmos de control
en el DSP y los resultados experimentales.
El capítulo 7 contiene las conclusiones y un resumen del trabajo futuro
propuesto.

1.2 Antecedentes y aplicaciones de la SRM

La SRM es una máquina eléctrica que se conoce desde hace bastante tiempo,
puesto que fue inventada en 1838, sin embargo su uso se popularizó a finales de la
década del 70 del siglo pasado gracias a la introducción de los interruptores de estado
sólido (IGBT’s, MOSFET’s, etc). Con este tipo de semiconductores de potencia, es
posible conmutar la excitación de las distintas fases de la máquina, a una velocidad
suficientemente rápida como para obtener un giro y torque útiles. La SRM ha
despertado un fuerte interés en la comunidad científica, puesto que es posible
encontrar publicaciones a partir de 1970 hasta nuestros días. En la industria no ha
tenido una fuerte participación. De todos modos el uso principal que se la ha dado es
en su operación como motor, en el campo de los electrodomésticos (lavadoras,
sistemas de aire acondicionado, aspiradoras, calefactores, etc.) y de tracción eléctrica.
En la industria, la principal participación la tienen las máquinas de corriente
alterna (AC), que cubren casi todo el mercado, y lo que no cubren estas máquinas, lo
hacen los motores de corriente continua (DC) (Benavides, 2006).
 17

1.3 Principio de Operación elemental

La SRM es una máquina de doble saliencia y no cabe dentro de ninguna de

las dos categorías antes mencionadas (AC o DC), puesto que el torque no se produce
por la interacción de flujo magnético y corriente eléctrica sino por la tendencia del
rotor a alinearse en la posición de mínima reluctancia (o máxima inductancia). Es
decir, es una máquina eléctrica cuyo principio de operación es similar al de un
electroimán.

Figura 1-1: Fuerzas de atracción en un electroimán (Matveev, 2006).

En la Figura 1-1 se muestra el principio de funcionamiento de la SRM. Al

excitar una de las bobinas, se produce un campo magnético que atrae el trozo de
ur uur
fierro mediante una fuerza F . La fuerza tiene dos componentes, una tangencial Ft y
uur
otra radial Fr . La fuerza radial atrae hacia la posición de alineamiento o mínima
reluctancia. Si el fierro está fijado en uno de sus vértices inferiores, punto O,
entonces la fuerza tangencial se manifiesta en un torque T que produce un
movimiento radial en torno al punto O. Para lograr un movimiento continuo como en
(c), es necesario que apenas se esté en alineación con S2, se excite la bobina siguiente
para que el movimiento continúe hacia S1.
 18

La construcción de la SRM no requiere de colectores, ni escobillas, ni

devanado eléctrico en el rotor. Tampoco requiere de imanes permanentes, puesto que
está constituida por una estructura reluctante con polos salientes tanto en el estator
como en el rotor. En los polos del estator se ubican las bobinas concentradas que se
conectan entre sí en serie en pares diametralmente opuestos formando las fases de la
máquina. Las configuraciones más habituales son 6/4 (6 polos en estator y 4 polos en
el rotor) y 12/8 para los accionamientos trifásicos, 8/6 y 16/12 para los tetrafásicos y
10/8 para los pentafásicos, como se muestra a continuación en la
Figura 1-2.

Figura 1-2: Distintas topologías de la SRM.

La construcción de la máquina tiene que ser tal que el número de polos del
rotor impida que para cualquier posición, se produzca un alineamiento completo con
todos los polos del estator, ya que esto significaría una condición de torque nulo en la
partida para todas las fases simultáneamente. Sin embargo, en aplicaciones de
generación no se requiere cumplir con esta condición, debido a que el torque de
partida es proporcionado externamente.
 19

Figura 1-3: Patrón de inductancias en una SRM de configuración 8/6.

La Figura 1-3 representa la variación de la inductancia con respecto a la

posición del rotor. Como referencia se toma el instante donde el polo del rotor
comienza a alinearse con el polo del estator, en la fase A. Las ecuaciones que
determinan los valores de los ángulos son:

θ1 = min( β r , β s ) (5.1)

θ 2 − θ1 = max( β r , β s ) − min( β r , β s ) (5.2)

2π
θT = conocido como rotor pole pitch (5.3)
Nr

2π
ε= , conocido como ángulo de avance (Stroke) (5.4)
Nr N s
2
En esta investigación se ha utilizado una máquina de configuración 8/6, por
lo que todos los ejemplos y simulaciones serán referidos a esta máquina. Los valores
específicos de esta máquina son:
 20

π
β r = 30º = [rad]
6
7π
β s = 21º = [rad]
60
7π
θ1 = [rad]
60
π
θ 2 − θ1 = 9º = [rad]
20
π
θT = 60º = [rad]
3
π
ε = 15º = [rad]
12
Lu = 12[mH] (inductancia en la posición desalineada)
La = 50[mH] (inductancia en la posición alineada)
Rph = 0.6Ω (Resistencia total de cada fase con sus dos bobinas en serie)

Donde β r y β s corresponden a los arcos de ángulo de polo del rotor y estator,

respectivamente, medidos en radianes (ver Figura 1-4). N r y N s corresponden al

número de polos del rotor y estator respectivamente. La Figura 1-3 es una forma
ideal de presentar la variación de la inductancia. La forma real de la inductancia se
explicará más adelante. Por ahora servirá para explicar algunos conceptos básicos
como la dirección del torque con respecto a la posición del rotor. Dependiendo de la
posición del rotor y del sentido de giro de la máquina se definen dos zonas de torque:
torque de motor y toque de generación. Como primera aproximación, el torque de
motor es aquél que va en el mismo sentido de giro de la máquina. Por el contrario, el
torque de generación es aquél que se opone al movimiento de la máquina.
 21

Figura 1-4: Arcos βs y βr en la SRM

Figura 1-5: Corte Transversal de una SRM de 8/6 polos de 4 fases.

En la Figura 1-5 el rotor se encuentra alineado con respecto a la fase AA’. En

esa posición el torque que se puede obtener al excitar las bobinas de la fase A es cero.
Si el rotor gira en sentido horario, el torque se opondrá al sentido del movimiento y
por tanto se denomina torque de generación. En esa zona la inductancia de la fase A
comienza a decrecer hasta alcanzar un valor constante, igual a Lu, donde nuevamente
el torque es nulo. Si el rotor está cercano a la posición alineada ( θ ≈ θ3 ), por el lado
izquierdo del polo del estator B, al excitar las bobinas de la fase BB’ se obtendrá un
 22

torque en dirección horaria, al cuál se le denomina torque de motor. En esa zona, la

inductancia aumenta conforme el rotor comienza a alinearse con B. Con lo tratado
hasta aquí, se ve que la SRM requiere de un convertidor de potencia, que encienda y
apague la excitación de cada par de bobinas, y de un control que sincronice los
instantes de conmutación con la posición relativa del rotor respecto al estator, de
modo de obtener el torque necesario para operar como generador o motor, según
corresponda.

1.4 Aspectos constructivos de la SRM

Como se ha mencionado anteriormente, la SRM es una máquina de doble

saliencia de excitación simple. Esto significa que tiene polos salientes tanto en el
estator como en el rotor, pero sólo hay bobinas en el estator. El rotor no tiene bobinas
ni imanes permanentes y es un ensamblado de fierro laminado. Su eficiente
desempeño e inherente bajo costo de fabricación son características sobresalientes.
Sus ventajas pueden ser resumidas en:

• Tanto rotor como estator son de fácil construcción. En el caso del estator, las
vueltas de las bobinas son cortas y robustas, y no hay un entrecruzamiento entre
fases distintas.
• Las principales pérdidas aparecen en el estator que es relativamente fácil de
enfriar. Esto ayuda a producir una máquina de tamaño pequeño para una
potencia dada.
• El torque eléctrico no depende de la polaridad o sentido de la corriente. Esto
permite que, en principio, el convertidor usado sea el mismo tanto en la
operación de motor como de generador.
• La máquina puede operar en un rango muy amplio de velocidades, y se puede
obtener una alta eficiencia de conversión electromecánica.
• El control de la máquina es relativamente sencillo.
• Tiene una baja inercia en el rotor, por lo que la razón torque-inercia es alta en
comparación a las otras máquinas.
 23

Todas estas ventajas la hacen ser un excelente candidato para la generación

eólica. La robustez y los bajos costos de mantención que puede requerir son
características atractivas para cualquier tipo de generador. Más aún si el generador
está ubicado en un lugar de difícil acceso. Una buena eficiencia en un amplio rango
de velocidades permite aprovechar mejor la energía del viento cuando las velocidades
de éste son bajas. La mayoría de los generadores eólicos tienen una baja eficiencia a
bajas velocidades. También es destacable el hecho de que esta máquina puede ser
instalada en un generador eólico sin la necesidad de requerir de una caja
multiplicadora de velocidades (Mueller, 2005). La mayor parte de los costos de
construcción y mantención de un generador eólico se centran en este dispositivo cuya
función es adaptar la velocidad de giro de las aspas a la velocidad nominal del
generador eléctrico.
La máquina presenta algunas desventajas como por ejemplo:
• Torques altamente pulsantes
• Ruido acústico notoriamente mayor que el de otras máquinas.
• Aún cuando es más eficiente que las otras máquinas, requiere de circuitos de
potencia de mayor factor de utilización. Por ello su uso en altas potencias de
generación no se ha popularizado (250kW).
Sin embargo puede ser un aporte en generación distribuida donde las
potencias requeridas no son del orden de los MW. Frente a las primeras dos
desventajas se han desarrollados controles electrónicos más sofisticados que permiten
reducir notoriamente estos defectos (Husain y Ehsani, 1996). Además, el ruido que
puede generar la turbina de viento es mayor que el que podría generar el SRG
(Cárdenas, 1996).

1.5 Investigaciones de la maquina de reluctancia como generador

El uso de la SRM como generador de electricidad ha sido estudiado desde

hace 20 años, y una de las ventajas más apreciadas de esta máquina es su alta
densidad de potencia, robustez y capacidad de operar en condiciones de falla. Debido
a que las fases de la máquina están aisladas unas de otras, la falla de una de ellas
 24

(cortocircuito o desconexión) no afecta la operación de las demás. Sin embargo, estas

características no han motivado su uso comercial como generador. Esta situación es
atribuible al notorio ruido audible que produce, y también a que sus ventajas son
desconocidas en la actualidad.
Los primeros usos como generador en la SRM, se encuentran en aplicaciones
aeronáuticas y aeroespaciales, como máquina de partida-generador, en amplios
rangos de velocidad de operación (MacMinn y Jones, 1989) (Richter y Ferreira,
1995). También en (Ferreira, Jones, Heglund, y Jones, 1995) se detalla el diseño de
una turbina a gas de alta velocidad de 30kW, y por último como máquina de partida-
alternador en algunos automóviles (B. Fahimi, Emadi, y Sepe Jr, 2004).
En cuanto a su uso como generador eólico, los primeros estudios aparecen en
(Fulton, 1986) donde se mencionan los beneficios que puede tener esta máquina, pero
no se especifican más detalles acerca del diseño y control. En (R. Cardenas et al.,
2005) se presenta un trabajo experimental de una turbina eólica construida con una
SRM, por medio de la emulación de la potencia del viento. El estudio se hace
utilizando un generador que opera entre 600 y 1500 rpm; se muestra un análisis
detallado del esquema de control utilizado y de cómo el SRG inyecta energía a la red
eléctrica a través de un inversor PWM.
En (Ogawa, Yamamura, y Ishda, 2006) se presenta un generador eólico de
pequeña potencia (800W), de velocidad variable, utilizando un MPPT (Maximun
Power Point Tracking), para disipar la potencia generada en una carga resistiva.
En (Fleury, De Andrade, Dos Santos E Silva, Felippe, y Domingos, 2007), se
presenta un sistema complementario a la generación eólica con conexión a la red
eléctrica, también en una máquina de baja potencia, donde se pone énfasis en que el
SRG puede ser un sistema de apoyo a la generación eólica cuando la velocidad del
viento es baja.
En (Lopez y Diong, 2004) y (Radimov, BenHail, y Rabinovici, 2006) se
presenta un SRG que genera directamente en AC. Para ello se propone un nuevo
esquema de convertidor denominado Sparse.
En (Mueller, 2005) se presenta la primera aplicación de un generador eólico
en base a un SRG que opera a bajas velocidades (100 rpm) sin requerir de una caja
 25

multiplicadora de velocidades (direct drive). El generador de 20kW, especialmente

diseñado para esta aplicación, alcanza eficiencias de hasta 92%.
Otras investigaciones apuntan a lograr una mayor eficiencia del generador,
tanto en los parámetros de diseño de la máquina como en las variables de control
(Asadi, Ehsani, y Fahimi, 2006). De especial interés es lo publicado por (Kioskeridis
y Mademlis, 2006; Mademlis y Kioskeridis, 2005) puesto que basándose en un
modelo lineal de la máquina presentan ecuaciones analíticas sencillas, para resolver
el problema de optimizar la potencia generada, siendo que la mayor parte de las
publicaciones apuntan a resolver el problema mediante el uso de elementos finitos,
algoritmos de búsqueda, etc. En el SRG no es posible obtener una ecuación analítica
que relacione la potencia generada con: velocidad de la máquina, ángulos de
encendido y apagado, inductancia y corriente por fase.
Todos los trabajos mencionados en cuanto al uso del SRG requieren de un
sensor de posición o “encoder” para la sincronización correcta de los interruptores de
potencia con la posición del rotor. Por lo tanto hasta la fecha, no existe ninguna
publicación de un SRG sensorless, que opere bajo un esquema de corriente regulada,
en un amplio rango de velocidades mecánicas. El objetivo de esta tesis es presentar
una aplicación de SRG sensorless, y por ello es necesario revisar los trabajos
precedentes en cuanto a las técnicas sensorless de la SRM. Esto se verá en la sección
1.6

1.5.1 Ventajas del SRG en generación eólica

El SRG no tiene ninguna ventaja si es usado en turbinas eólicas de velocidad

fija, sin embargo, esta máquina sí presenta ventajas competitivas cuando se compara
frente a generadores de velocidad variable (Cárdenas, 1996).
Los dos tipos de máquinas más utilizadas en aplicaciones eólicas son la
máquina de imanes permanentes de tipo sincrónica (PM) y la máquina de inducción
de doble excitación (DFIG). La primera (PM) es comúnmente utilizada en
aplicaciones de medianas potencias (kW), mientras que la segunda (DFIG) es
ampliamente utilizada en generación de grandes potencias (MW). Los costos de los
 26

materiales utilizados en la fabricación de la PM son altos, aún cuando la eficiencia de

generación es alta, especialmente en máquinas de pequeña potencia, menores a 20kW
(Ogawa et al., 2006). El rango de velocidad de operación de la PM está más limitado
en comparación a la SRM. Otra desventaja de esta máquina es que los imanes
permanentes se ven afectados por las altas temperaturas. La DFIG, un caso particular
de MI, requiere de un convertidor de solo una fracción de la potencia de la máquina,
pero es una máquina más grande, en comparación a una SRM de potencia similar,
debido al bobinado presente en el rotor de la MI.

1.6 Operación de la máquina de reluctancia sin sensor de posición

Gran parte de las investigaciones realizadas en la SRM, se han focalizado en

el estudio de la operación sensorless, y en particular, cuando es utilizada como motor.
Pero antes de explicar las distintas técnicas es necesario señalar que en la SRM hay
una definición propia de lo que significan bajas y altas velocidades. Bajas
velocidades se refiere al rango de velocidades donde la magnitud de la tensión
inducida (back-emf) es menor que la magnitud de la fuente de alimentación (dc link).
Por el contrario, altas velocidades corresponden al rango en que la magnitud de
tensión inducida es mayor que la magnitud de la fuente de alimentación. Por ello la
región de operación depende de: el voltaje con que se esté alimentando la SRM, las
características magnéticas de ésta y la velocidad dinámica del rotor. Así, una
máquina de determinadas características puede estar operando a una baja velocidad
mecánica (por ejemplo 100 rpm) y estar en la región de alta velocidad. Para cada
región se aplica un control específico de corriente.
Las características magnéticas de la SRM, o más específicamente el flujo
enlazado varían con la posición del rotor. Este es el principio fundamental en el que
se basan los métodos sensorless. Las variables medidas son típicamente el voltaje, la
corriente, los tiempos de subida y bajada de la corriente chopeada. Las variables
estimadas son la inductancia, el flujo enlazado, etc. y a partir de ellas se determina la
posición del rotor.
 27

Las técnicas desarrolladas en las últimas dos décadas pueden ser clasificadas
de acuerdo a (Ehsani y Fahimi, 2002):

a) Métodos basados en el uso de hardware adicional

Son aquellos que requieren de circuitería externa, puesto que inyectan señales
de prueba en las bobinas.

b) Métodos basados en el almacenamiento de datos

Son aquellos que requieren, por lo general, de grandes tablas (lookup tables)
que almacenen las características magnéticas de la máquina y mediante una
estimación o lectura de variables determinan el ángulo del rotor.

c) Métodos basados en la velocidad de procesamiento de datos

También conocidos como métodos basados en modelos matemáticos, son

aquellos que requieren de microprocesadores muy rápidos (DSPs comúnmente)
capaces de realizar millones de operaciones por segundo. En esta categoría caben los
observadores de estado, redes neuronales, lógica difusa, métodos basados en
estimación de inductancia, etc.

El control sensorless del generador ha sido desarrollado para operación a altas

velocidades bajo esquema de control de pulso único (Edrington, Sepe Jr., Ray B., y
Fahimi, 2002; Jones y Drager, 1997). Hasta la fecha no hay publicaciones que
presenten un SRG sensorless a velocidad variable, que opere a bajas, medias y altas
velocidades, bajo esquema de corriente regulada. Existen algunas publicaciones en la
operación como motor que señalan que sus métodos son aplicables al generador. A
continuación se hará una revisión de las distintas técnicas publicadas hasta la fecha.

1.6.1 Estado del arte

El avance actual en el desempeño de los actuales microcontroladores, ya sea

en su velocidad de procesamiento como en su relación costo-efectividad, ha abierto
una nueva etapa en el desarrollo de las técnicas sensorless. Las nuevas técnicas no
 28

requieren, por lo general, de hardware adicional. Por ello las publicaciones en los
últimos años han seguido la línea de (c). Estos métodos pueden reducir los costos e
incrementar el rango de velocidad de operación. Por esta razón, la revisión
bibliográfica se focalizará en este tipo de técnicas. Por último, los métodos que
almacenan las características magnéticas de la máquina no sólo requieren tablas de
gran tamaño, que significan uso de memoria adicional, también se ven afectados por
el paso del tiempo, ya que una SRM puede cambiar sus características magnéticas.
En ese caso se requeriría una actualización de la tabla, que puede ser un trabajo
tedioso.
La mayor parte de las técnicas implementadas a bajas velocidades se basan
en la inyección de señales exploratorias. Evidentemente estas requieren de circuitería
externa y no son aptas para altas velocidades mecánicas. Por otro lado, los métodos
implementados a altas velocidades no utilizan señales de inspección, sino que utilizan
como variable de entrada o referencia el flujo enlazado, haciendo una estimación de
éste mediante la integración de la ecuación de flujo de la máquina. A bajas
velocidades esta técnica puede ser utilizada, pero presenta dificultades importantes
pues el error de integración es considerable y genera errores significativos en la
estimación de posición. Para corregir este problema se deben implementar algoritmos
para estimar la resistencia de la fase, o utilizar integradores analógicos (Visinka,
2002).

a) Métodos basados en estimación de inductancia

Existen métodos que no requieren de circuitería externa, ni utilizan el flujo

enlazado, y que funcionan a bajas velocidades. Entre ellos está el método de la
determinación de la inductancia mediante los tiempos de bajada y subida de la
corriente chopeada (o regulada), pero es para rangos reducidos de velocidad, aun
cuando es simple y no requiere de hardware adicional (N. Liu, Kalpathi, Blackburn, y
Reuter, 2000). El método es sencillo de implementar, sin embargo el principal
problema es que requiere conocer la tensión inducida cuando la máquina opera a
mayor velocidad, lo que representa una dificultad adicional.
 29

Otro método novedoso, propuesto por (T. Liu y Chen, 2002), en el cual se
basa parte importante de este trabajo, es el de determinar las derivadas de las
corrientes. La premisa del método es que la inductancia instantánea depende del
voltaje aplicado y del cambio de la derivada de la corriente. El método es aplicable
en un rango amplio de velocidades ( asumiendo que la corriente se conmuta en algún
momento, y por lo tanto está siendo chopeada ). No se ve afectado por cambios en la
resistencia de la fase ni por efectos de interferencia mutua con otras fases, ni por la
influencia del back-emf. Sin embargo, como estima la inductancia, a altas corrientes
no tiene un buen desempeño.
Los métodos hasta aquí descritos utilizan la estimación de la inductancia, que
tiene un comportamiento ambiguo en su relación uno a uno con la posición del rotor,
cuando las corrientes de fase son altas. Por ello las siguientes estrategias corrigen este
defecto excitando otras fases cuando la fase correspondiente ya no aporta buena
información.
En (Gao, Salmasi, y Ehsani, 2004) se presenta una técnica novedosa en donde
se estima la inductancia de la fase activa, determinando nuevamente la derivada de la
corriente, pero sin requerir de conmutaciones de voltaje. Utilizando la representación
de Fourier de la inductancia en sus tres primeros términos, determina la posición del
rotor. La técnica es inmune a la interferencia mutua entre fases. El modelo analítico
requiere de mínimos datos experimentales para su desarrollo, mínima memoria y
puede ser fácilmente actualizado si las características magnéticas cambian con el
tiempo. Para solucionar el problema de saturación que produce soluciones múltiples,
el algoritmo realiza una estimación de la inductancia de la fase siguiente, generando
pequeños torques en dirección opuesta al movimiento (en caso de que este esquema
se aplicara a generación, se generarían torques motoreados). Los ángulos de
encendido y apagado son fijos y están dados por la posición alineada y desalineada
de la máquina, por lo tanto el método debe ser modificado para que permita variar los
ángulos de encendido y apagado. Por último el método es apto para bajas velocidades
y ha sido evaluado experimentalmente entre 0 y 130 rpm, en una SRM de 1000 rpm
de velocidad nominal.
 30

En (B. Fahimi, Emadi, y Sepe Jr., Raymond B., 2005) se presenta un técnica
de control sensorless aplicable a los cuatro cuadrantes de la SRM, que eventualmente
podría funcionar en un SRG de velocidad variable. Se proponen dos modelos
analíticos para determinar la posición del rotor, que son usados dependiendo de la
velocidad de la máquina. La resolución de las ecuaciones del modelo de baja
velocidad requiere más procesamiento que el de alta. En la publicación se define baja
velocidad como menor a 250 rpm. Se implementa un algoritmo que observa el back-
emf y a partir de ello determina qué modelo utilizar. Los resultados experimentales
muestran operación sensorless de generación a altas velocidades (1000 rpm con
tensión inducida mayor que la tensión aplicada). Es decir, no se muestra el
desempeño del algoritmo propuesto a 1000 rpm en un control basado en bajas
velocidades probablemente porque el algoritmo no es lo suficientemente rápido como
para operar a esas velocidades mecánicas utilizando el modelo matemático de baja
velocidad.

Es importante señalar que el control a bajas velocidades es donde se aplica el

control de corriente. Bajo este esquema se puede minimizar el rizado del torque, más
que en un esquema de pulso único. Además este método de control es normalmente
utilizado en aplicaciones de generación eólica (D. A. Torrey, 2002). Por ello es
importante desarrollar un algoritmo de control sensorless para bajas velocidades que
opere en rangos más amplios de velocidades mecánicas (0 a 1500 rpm, e incluso
hasta 3000 rpm). Para lograr este objetivo es necesario desarrollar un método que
requiera de poco esfuerzo computacional, y hasta la fecha las estrategias de control a
bajas velocidades no cumplen con este requisito.

b) Estimación en base a control inteligente

Este tipo de técnicas está muy bien resumido en (Vas, 1999).

Paralelamente, junto a los métodos de estimación de inductancia, ha existido
un importante desarrollo en el uso de métodos inteligentes, basados en redes
neuronales y lógica difusa. Los métodos inteligentes no son modelo-dependientes,
 31

aun cuando estos aprenden de datos obtenidos por simulación o experimentación.

Puesto que no son modelo-dependientes, la estimación está libre de dependencias de
parámetros de la máquina y de perturbaciones, a diferencia de los otros métodos de
control moderno. Los requerimientos computacionales de estos métodos varían y en
general son altos, pero su habilidad para manipular las incertidumbres tanto de
perturbaciones como de parámetros es mucho mejor que la de otros métodos.

Las redes neuronales (Neural Networks) son muy útiles para la aproximación
de sistemas no-lineales y en muchas otras aplicaciones que involucran control de
máquinas. Particularmente en el caso de la SRM forman una estructura eficiente de
mapeo para el comportamiento no lineal de esta máquina. Ellas tienen la capacidad
inherente de identificación. El proceso de estimación de la posición del rotor puede
ser visto como un proceso de identificación en que el conjunto de datos de
entrenamiento para la NN está compuesto del flujo enlazado y la corriente como
variables de entrada y el ángulo del rotor como variable de salida. Estos datos pueden
ser obtenidos experimentalmente o por simulación, y luego de un entrenamiento, la
NN “aprende” la relación entre estas tres variables.
También se han utilizado NNs para identificar los estados dinámicos de la
SRM (Bellini, Filippetti, Franceschini, Tassoni, y Vas, 1998). La variable de salida
de la NN es la posición junto con la velocidad. Se probó, en ese trabajo que mediante
simulaciones la NN puede ser utilizada en un control de lazo cerrado como estimador
de posición y velocidad. En (Reay y Williams, 1999), se asume que la variación de la
inductancia se comporta como una función sinusoidal de la posición del rotor y el
número de polos del rotor. Esta simplificación permite una derivación analítica de la
relación para estimar la posición del rotor. La idea de usar la NN se aplica cuando la
velocidad de la máquina se reduce y el algoritmo principal comienza a fallar. Pero el
método se basa en energizar fases no activas y es presentado sólo en simulaciones.
En (E. Mese y Torrey, 2002) se implementa la técnica de mapear el flujo enlazado y
la corriente de fase y mediante ello entrenar una NN que entregue como salida la
posición del rotor. Sin embargo, como la mayoría de estos métodos, se requiere de un
algoritmo para la selección de fase y conmutación del estimador. Es decir, un método
 32

que decida qué fase aporta la mejor información para estimar la posición. Por otro
lado el método requiere de muchas neuronas, lo que significa un mayor tiempo de
procesamiento, presentando un inconveniente si se quiere implementar en tiempo
real, para una máquina que gire a altas velocidades.
En (E. Mese, 2003) se aplica el mismo procedimiento anterior, pero utilizando
un tipo particular de NN denominado CMAC (Cerebellar Model Articulation
Controller). Esta técnica representa una reducción notable en el número de
operaciones matemáticas requeridas y lo hace más apto para aplicaciones de tiempo
real, pero aumenta el requerimiento de memoria.
Los dos métodos anteriores requieren del flujo enlazado, que es una variable
estimada por integración numérica. El error de integración aumenta a bajas
velocidades en esquemas de corriente regulada (pues la tasa de muestreo de corriente
y voltaje debe ser aumentada, ya que son conmutados a altas frecuencias). Para
solucionar este problema, sin aumentar la frecuencia de muestreo a tasas elevadas, se
utiliza un integrador análogo que incrementa el costo y no tiene buen desempeño en
condiciones externas adversas.
En (Hudson, Lobo, y Krishnan, 2004) se implementó un método de
estimación de posición con una arquitectura que requiere un mínimo de neuronas,
disminuyendo notablemente los esfuerzos computacionales, sin aumentar el
requerimiento de memoria. El método se implementó en un DSP de bajo costo. Para
ello se agregó a la entrada de la NN una variable dependiente del flujo y la corriente
(flujo x corriente). La NN cuenta con sólo 4 neuronas, que es el mínimo logrado
hasta la fecha. Sin embargo, también se hace uso de un integrador analógico para
solucionar el problema de integración a bajas velocidades y es aplicado a una
máquina de una sola fase. El aporte de este trabajo es demostrar que es posible
utilizar una NN de mínimo tiempo de procesamiento, y que por tanto puede operar a
altas velocidades mecánicas.
Los estimadores de lógica difusa (fuzzy logic) utilizan un control lingüístico
basado en aproximaciones al razonamiento humano para solucionar problemas de
identificación de sistemas. Similar a los métodos de NN, utilizan como variables de
entrada el flujo estimado y las corrientes medidas, y entregan como salida la
 33

posición. Los controladores difusos, también requieren de un entrenamiento para

aprender las relaciones entre flujo, corriente y posición. Sin embargo tienen un mayor
requerimiento de memoria en comparación a las NNs, y el diseño de las reglas
lingüísticas requiere de la experticia del diseñador. En (Cheok y Ertugrul, 2000) se ha
probado satisfactoriamente su desempeño como estimador de posición.
La ventaja de estas dos últimas técnicas es que están basadas en aprender las
características magnéticas de la SRM. Las variables como el torque de carga, inercia,
coeficientes de roce, no tienen ningún impacto en el desempeño de estos estimadores,
a diferencia de los métodos basados en observadores de estado (Husain y Islam,
2001).
En (Khalil et al., 2007) se utiliza un estimador de posición basado en un
observador de deslizamiento (sliding mode observer), una forma particular de
observador de estados. En el trabajo se demuestra una operación satisfactoria en los
cuatro cuadrantes, sin embargo los requerimientos computacionales del método son
bastante altos. Además se requiere de un tiempo de set-up para que el observador
converja y entregue una estimación confiable. En este periodo de tiempo se requiere
particularmente de una velocidad estable del rotor. Por último se sabe que los
observadores de estado tienen dificultades en los sistema de alta no-linealidad, como
es el caso de la SRM.

1.6.2 Requerimientos de un estimador de posición para un SRG

Los distintos métodos desarrollados hasta la fecha tienen sus ventajas y

desventajas, dependiendo de los principios de operación. El método ideal será aquél
que sólo utilice los terminales de las bobinas, sin requerir de circuitos externos
adicionales o memoria, y que sea confiable en la estimación en un rango de velocidad
amplio. Particularmente en generación de velocidad variable se requiere que el
método tenga las siguientes características:
• Inmune a las perturbaciones o cambios de velocidad, torque o carga.
• Implementable en un microcontrolador.
• Inmune a cambios en las características magnéticas debido al paso del tiempo.
 34

• Capaz de operar a bajas y altas velocidades mecánicas en estrategia de corriente

regulada.
• Mínima generación de torques motoreados.
• Cierta precisión en la estimación de la posición para lograr un control óptimo
del generador.
• Que posea un algoritmo de partida que permita detectar la posición de la
máquina cuando esta ya está en movimiento, independiente de si la velocidad es
constante o no.
En este trabajo se pretende desarrollar un método sensorless para un SRG que
opera desde 0 a 1500 rpm bajo un esquema de corriente regulada. Es decir, un
algoritmo eficiente, en términos de recursos utilizados, capaz de operar a altas
velocidades mecánicas, bajo un esquema de control de corriente donde la tensión de
excitación es mayor que la tensión inducida.
 35

2 PRINCIPIO DE OPERACIÓN DEL GENERADOR DE

RELUCTANCIA CONMUTADA

La SRM puede operar como motor o generador, simplemente cambiando los

ángulos de encendido de los interruptores de potencia. La Figura 2-1 muestra corrientes de
generación y motor en una misma fase.

Figura 2-1: Inductancia de fase y posibles corrientes.

Para explicar las ecuaciones que describen la operación de la máquina se utilizará la

topología del conversor asimétrico clásico de la Figura 2-2. En esta configuración, se
utiliza la misma fuente dc para la excitación y demagnetización de las bobinas a través de
los interruptores y los diodos respectivamente.

Figura 2-2: Fase única del conversor utilizado para excitar la SRM.

Existen otro tipo de topologías que pueden servir para generación, donde se separan
las fuentes de excitación y demagnetización, como por ejemplo la mostrada en (R.
Cárdenas et al., 2005).
 36

La tensión aplicada en la bobina está dada por:

dλ
v ph = Ri + (2.1)
dt

Donde λ es el flujo enlazado, Ri es la caída de tensión debido a la resistencia del par

de bobinas en serie. Como el flujo enlazado depende de la corriente y de la posición del
rotor, es decir λ = λ (i, θ ) , (2.1) puede ser expresada así:
∂λ dθ ∂λ di
v ph = + + Ri (2.2)
∂θ dt ∂i dt

O bien así:
∂λ ∂λ di
v ph = ω+ + Ri (2.3)
∂θ ∂i dt

El primer término del lado derecho de (2.3) se denomina contra-fuerza-

electromotriz o back-EMF (back-Electro Motive Force). Esta magnitud depende de la
velocidad y de la derivada parcial del flujo enlazado respecto del ángulo del rotor,
manteniendo la corriente constante. Una forma diferente de analizar esta ecuación, y que
será la utilizada en el desarrollo matemático de esta investigación, es utilizando la
definición de inductancia propia dada por la siguiente ecuación:
λ ph (i, θ ) ≡ L(i,θ )i (2.4)

Reemplazando la definición en (2.1) se tiene que:

dL(i, θ ) di
v ph = Ri + i + L(i, θ ) (2.5)
dt dt
Aplicando la regla de la cadena sobre el segundo término del lado derecho de (2.5),
 ∂L(i, θ ) di ∂L(i, θ )  di
v ph = Ri +  + ω  i + L(i, θ ) (2.6)
 ∂i dt ∂θ  dt
Reordenando (2.6), se tiene:
 ∂L(i, θ )  di ∂L(i, θ )
v ph = Ri +  L(i, θ ) + i  + iω (2.7)
 ∂i  dt ∂θ
Se define la inductancia incremental como:
∂ ( L(i, θ )i ) ∂L(i, θ )
l (i, θ ) ≡ = L(i, θ ) + i (2.8)
∂i ∂i
 37

Por lo tanto podemos expresar (2.7) en términos de inductancia incremental e

inductancia propia:
di ∂L(i, θ )
v ph = Ri + l (i, θ ) + iω (2.9)
dt ∂θ

El tercer término del lado derecho de (2.9) es el back-EMF (tensión inducida que se
denominará “e”), y con esta forma de expresarlo se puede intuir que es negativo cuando el
rotor se está desalineando, puesto que la inductancia está decreciendo con respecto al
ángulo de avance; y es positivo cuando el rotor se está alineando puesto que la inductancia
se está incrementando. El segundo término tiene que ver con la caída de voltaje inductivo.
El back-EMF es despreciable en ciertas circunstancias:
• Cuando la máquina está en la posición alineada o desalineada
• Cuando la velocidad del rotor es muy baja
• Cuando la corriente en la fase es pequeña.
Volviendo a la Figura 2-2, las corrientes que circulan por la fase son siempre
positivas. Lo que sí cambia de signo es e. Cuando e > 0 y se aplica una tensión +Vdc
mediante el encendido de ambos interruptores, la corriente aumentará pero experimentará
una tendencia a disminuir puesto que e le está “restando” potencia a la batería. Esa
disminución de potencia eléctrica se está transformando en potencia mecánica y será la que
tienda a alinear el rotor (operación como motor). En cambio, si e < 0, se provocará un
incremento de la corriente, y por lo tanto la potencia mecánica se estará transformando en
potencia eléctrica (generador). Sin embargo, el comportamiento de la corriente en la fase
está determinado por la relación entre v ph y e.

Cada vez que se encienden los dos interruptores, la tensión de la fase es igual a la
de la batería. Este instante se conoce como magnetización.

Figura 2-3: Modelo circuital de excitación en fase motor.

 38

Figura 2-4: Modelo circuital de demagnetización en fase generador.

Cuando la SRM se opera como generador, la excitación puede ser realizada antes
de la alineación de manera que la corriente en la fase alcance un valor adecuado cuando el
∂L
rotor entre en la región de < 0 (de generación). Dependiendo de la velocidad, se puede
∂θ
∂L
comenzar la excitación en la zona donde ≈ 0 , y de este la modo la corriente sube más
∂θ
rápido y no se pierde energía en producir torques motoreados. Posterior a la
magnetización, si después se apagan ambos interruptores, la tensión aplicada en la fase es
igual –Vdc. En ese instante, conocido como demagnetización, la corriente será devuelta a
la batería. La tensión en las bobinas será –Vdc hasta que la corriente se extinga. Sin
embargo, la corriente sólo decrecerá si la magnitud del voltaje de la fuente es mayor que e.
Esto ocurre para bajas y medias velocidades. Por esta razón es necesario que durante la
etapa de generación se requiera de múltiples periodos de excitación y demagnetización
para mantener la corriente en un nivel adecuado (ver Figura 2-5). Esta estrategia se conoce
como control o chopeo de la corriente.
Eventualmente, a bajas velocidades, podría realizarse sólo una excitación y
demagnetización en la fase de generación como se ve en la Figura 2-6, pero esto llevaría a
tener picos de corriente elevados, y por tanto torques muy pulsados. Esta estrategia de
conmutación conocida como pulso único (single pulse) se utiliza preferentemente para
altas velocidades, cuando e es superior a la tensión de la fuente dc.
Con esta información es posible identificar una velocidad que determina un cambio
en el comportamiento de la corriente.
En la ec (2.9), si consideramos despreciable el valor de R entonces ella se reduce a:
 39

di
v ph = l +e (2.10)
dt

Se denomina velocidad base (Millar, 2001) a aquella velocidad en que v ph = e , es decir,

VDC
ωB = (2.11)
∂L
i
∂θ

Cuando la máquina supera esta velocidad, la magnitud de e es tal que no permite

controlar la corriente, entonces la estrategia de conmutación es la de control de pulso
único. En esta estrategia sólo se controlan los ángulos de encendido y apagado3.
Si la velocidad de la máquina es inferior a ωB entonces los parámetros a controlar

serán: corriente en la fase, ángulo de encendido qon y ángulo de apagado qoff

Figura 2-5: Control de corriente a bajas y medias velocidades

Figura 2-6: Control de pulso único

3
La velocidad base no es una velocidad rigurosamente definida, sino más bien una aproximación elegida por
el fabricante.
 40

2.1 Cálculo del torque

Para determinar el torque instantáneo a una corriente y ángulo del rotor

específicos, es necesario conocer la relación entre torque, corriente y flujo. Estas
variables están relacionadas por el concepto de coenergía.

Figura 2-7: Curvas de magnetización en una SRM.

La coenergía (W’) para una fase con una corriente i0 y posición θ1 es el área
bajo la curva de magnetización, de color gris,

W ' = ∫ λ di (2.12)

La energía almacenada en forma de campo magnético es el área sobre la

curva, en este caso el área del triangulo ∆OAD. Matemáticamente es:

W f = ∫ id λ
(2.13)

Si el rotor se desplaza un ∆θ desde θ1 hacia θ2 (se acerca a posición de

alineamiento), manteniendo la corriente constante, el intercambio de energía desde la
fuente de poder ∆We es igual al incremento en la energía magnética almacenada más
la energía mecánica producida:
 41

∆We =XABCD (2.14)

El incremento de la energía magnética almacenada está dado por:

∆W f = OBC − OAD (2.15)

El trabajo mecánico realizado en el desplazamiento está dado por:

∆Wm = T ∆θ = ∆We − ∆W f (2.16)

∆Wm = OAB (2.17)

Gráficamente el trabajo mecánico es el área azul y es también equivalente al

cambio de la coenergía. Como el torque mecánico desarrollado es producto del
torque eléctrico (asumiendo que no hay pérdidas), en el límite cuando ∆θ → 0 se
tiene que:
 ∂W ' 
Te =   (2.18)
 ∂θ  i =constante

En condiciones ideales, considerando que no hay saturación, las curvas de

magnetización son rectas en cualquier posición. En ese caso la coenergía W’ y la
1
energía magnética Wf son iguales a L(θ )i 2 , entonces (2.18) se expresa como:
2
1 dL(θ )
Te = i 2 (2.19)
2 dθ

En un periodo completo de una fase, el trabajo mecánico total W producido

por esa fase está dado por el área encerrada por la vuelta cerrada (loop) de la curva λ-
i que va de origen a origen (asumiendo que la corriente inicial es 0 y termina en 0),
tanto para una máquina girando a alta velocidad con control de pulso único, como
una con corriente chopeada a bajas o medias velocidades (ver Figura 2-8).
La expresión matemática del trabajo realizado en el loop es:
θoff
W= ∫ T (i,θ )dθ
θon
(2.20)
 42

Figura 2-8: Energía convertida bajo las dos estrategias de control

Si la SRM posee m fases en el estator y Nr polos de rotor, existirán mNr veces

en que se produce este ciclo de trabajo al cabo de una revolución. Por lo tanto el
torque medio estará dado por:
mN rW
Tmedio = [Nm] (2.21)
2π
En generación la curva cerrada se recorre en sentido horario, y el torque
medio es negativo. La potencia eléctrica que se podrá obtener será máxima cuando se
maximice el área encerrada por el lazo. El área OAB corresponde a la energía que la
fuente de excitación debe entregar inicialmente a la SRM para que ésta a su vez
entregue la energía generada en el instante en que comienza a bajar por la curva. Si la
máquina no se saturara, las curvas serían rectas y por lo tanto el área W aumentaría,
sin embargo también aumentaría la energía que la fuente debe entregar a la máquina
inicialmente, y por lo tanto el convertidor debería ser más grande por el
requerimiento mayor de Volt-Ampere (Miller, 2001). También se ve que la
pendiente del flujo desalineado debe ser lo mínima posible, mientras que la
pendiente alineada lo máximo posible (La grande, Lu pequeño). Con ello más torque
se puede extraer de la máquina.
 43

2.2 Control de Torque

La curva de torque característica de una SRM está dada por la Figura 2-9
(Miller, 2001). En la región de torque constante el back-emf es pequeño y por lo
tanto se requiere control chopeado para mantener la corriente constante. En esta
zona, a medida que aumenta la velocidad, es posible mantener el torque medio
constante con la misma forma de onda de la corriente. La elección de los ángulos de
encendido y apagado influyen en el ruido auditivo, la forma de la corriente o del
torque, o en la eficiencia de la máquina. En la región de potencia constante, la
corriente es controlada mediante pulso único debido a que la tensión del dc-link es
insuficiente para el chopeo. Ello se debe al incremento de la back-emf. El modo de
lograr potencia constante es aumentando el tiempo de conducción de los
interruptores, a medida que aumenta la velocidad. Con ello también se aumenta el
pico del flujo máximo, que puede ser aumentado hasta un cierto valor
(aproximadamente el doble de la velocidad base). Si la velocidad continúa
aumentando, significará una pérdida del área encerrada, sin embargo la región de
potencia constante es posible mientras la pérdida de área sea compensada con el
aumento de velocidad (P=Teωm).

Figura 2-9: Plano Torque Velocidad

 44

En la zona de potencia constante, el torque es inversamente proporcional a la

velocidad. En la zona de caída de potencia, es decir, cuando la pérdida de área es
1
mayor que el aumento de velocidad, se tiene que P ∝ .
ωm
 45

3 SIMULACIÓN DEL MODELO IMPLEMENTADO

Una parte importante del desarrollo de esta investigación consiste en la modelación

computacional de la SRM. Existen algunos software que contienen modelos numéricos de
la máquina (por Ej. MATLAB), sin embargo dada la complejidad de ellos, al momento de
simularlos, los tiempos de cálculo son considerablemente altos.
El objetivo de esta implementación es conocer la operación de la SRM como
generador, interactuando con la estrategia de control propuesta. El modelo ha sido
implementado en el software PSIM. Este modelo no considera pérdidas magnéticas ni
tampoco inductancias mutuas entre las distintas fases. Las simulaciones orientadas a
conocer la operación del conversor y el controlador no consideran los efectos de
saturación. En cambio, las simulaciones del capítulo siguiente sí la consideran, con el fin
de mostrar el desempeño del estimador de posición. Los interruptores de potencia, esto es
IGBTs y diodos, son ideales.

3.1 Base teórica e implementación del modelo en PSIM

Las ecuaciones dinámicas de la SRM son:

dω
J = Te − Bmω − TL (3.1)
dt

Donde J es el momento de inercia del rotor, ω es la velocidad angular del

rotor, Te es el torque eléctrico desarrollado por la SRM, Bm es el coeficiente de roce
viscoso del rotor y TL es el torque aplicado en el eje del rotor.
El torque eléctrico instantáneo está dado por la suma de los torques
individuales producidos por las fases de la máquina, es decir:
m
Te = ∑ Tej (3.2)
j =1
 46

Donde Tej es el torque instantáneo de la fase j.

Para modelar las curvas de magnetización de una SRM, con el objeto de
considerar los efectos de saturación, se puede utilizar un análisis basado en
elementos finitos. Sin embargo en este trabajo se utilizó el modelo propuesto por (D.
A. Torrey y Lang, 1990; D. A. Torrey, Niu, y Unkauf, 1995) que requiere conocer
los parámetros indicados en la Figura 3-1.

Figura 3-1: Modelo de saturación.

Para todas las posiciones del rotor el flujo enlazado está dado por:

(
λ (i,θ ) = Lu i + f (θ ) λsat (1 − e− Ki ) + Lsat i − Lu i ) (3.3)

donde:
La − Lsat
K= y,
λsat

1 1   x 
f (θ ) = + cos  N r θ + 2π
Ns
  , x = índice de la fase(0.. − 1)
2 2  N  2
  s  
A partir de (3.3) y utilizando la definición de inductancia propia (2.4) se llega
a que:
λ
L(i,θ ) = Lu + f (θ )  sat (1 − e− Ki ) + Lsat − Lu 

(3.4)
 i 
 47

La inductancia incremental se obtiene por la derivada parcial del flujo

respecto a la posición:

l (i,θ ) = Lu + f (θ ) ( ( La − Lsat ) e− Ki + Lsat − Lu ) (3.5)4

Con estas expresiones y recordando que por (2.5) se tiene:

dL
v ph − Ri − i
dt = di (3.6)
L dt
Las derivadas están expresadas en forma total y con respecto al tiempo. Con
ellas es posible obtener el modelo circuital, con una fuente de corriente, reduciendo
los tiempos de cálculo en comparación a utilizar derivadas parciales. Para el cálculo
del torque por fase se utilizará (2.19) que proviene de la ecuación lineal. La razón es
que lo que se busca en las simulaciones es entender el comportamiento del
conversor, y el diseño del estimador de posición, más que un análisis detallado del
torque producido por la máquina. El modelo se muestra en Figura 3-2.

Figura 3-2: Diagrama de bloques del modelo circuital.

Con este modelo se construye en PSIM la inductancia de fase (ver Figura

3-3). Los terminales de la bobina (In+ y Out) son conectados al circuito conversor.
Cada fase es una inductancia distinta e independiente y se requiere de 4 inductancias
en total. El modelo de inductancia es válido para saturación y no saturación. Lo que

4
Se intentó ajustar los parámetros del modelo de Torrey a las curvas experimentales. El ajuste entre las
curvas de inductancia reales y las del modelo es deficiente, sin embargo el modelo permite comprender el
funcionamiento general de una SRM bajo condición de saturación.
 48

define el tipo de operación es la inductancia propia, que puede ser determinada de

dos formas: linealmente ( L = L(θ ) ) o dependiente de la corriente ( L = L(i, θ ) ).

Figura 3-3: Modelo de la inductancia de fase

 49

Figura 3-4: Conexión de inductancia de fase con circuito conversor

El modelo dinámico implementado en PSIM se muestra a continuación:

Figura 3-5: Modelo dinámico del SRG

 50

El modelo de la Figura 3-5 es lineal (no considera saturación) puesto que la

tabla de datos (look-up table) es de una entrada (posición) y una salida (inductancia).
La inductancia de las otras fases se obtiene de la misma manera pero desfasando la
posición en el valor correspondiente.
Para la simulación del modelo saturado, presentado en el capítulo siguiente
se utiliza un bloque con dos entradas: posición y corriente; y la salida es la
inductancia propia. Las ecuaciones del bloque no lineal son las del modelo de la
Figura 3-1 explicado anteriormente.

3.2 Estrategia implementada de control de encendido y apagado de

interruptores

Para simplificar la implementación de los algoritmos de control se han

utilizado librerías dinámicas (DLL) utilizando el software Visual C++. Con esta
herramienta se puede interactuar PSIM con algoritmos desarrollados en lenguaje C.
En PSIM se agrega un bloque que llama a un archivo .dll el cual tiene entradas y
salidas. Las entradas son variables de PSIM, y las salidas son variables generadas por
las rutinas de C. Esta técnica es más eficiente y rápida que cuando se interactúa con
MATLAB. Por otra parte, los códigos desarrollados en C son similares a aquellos
que se cargarán posteriormente en el DSP.
El modelo de conversor para las simulaciones es el de 6 interruptores,
mostrado en la Figura 3-6. La conmutación de los interruptores se explica más
adelante
 51

Figura 3-6: Conversor de 6 interruptores para un una máquina de 8/6 polos.

El esquema de conmutación de los interruptores se basa en que la corriente de

una determinada fase se debe extinguir en el instante en que el rotor se desalinea
completamente (ver Figura 3-7). Para extinguir la corriente se debe aplicar una
tensión negativa en un instante previo a la desalineación, que es determinado
mediante relaciones matemáticas. En el momento en que se aplica el pulso negativo,
la corriente de la fase siguiente ya debe alcanzar el valor de referencia Iref. Este
esquema de manejo de corriente es el propuesto en (Mademlis y Kioskeridis, 2005).
La modificación principal es que en esta tesis se utilizará un control de corriente PI y
de banda de histéresis, en vez de utilizar modulación delta. Por otra parte, las
relaciones matemáticas utilizadas en este trabajo han sido obtenidas en base a valores
instantáneos de inductancias, no de ángulos.
Por último la simulación utiliza la información del encoder para la
sincronización inicial. Luego de ello, sólo se utiliza la información de inductancias
de cada fase.
 52

Figura 3-7: Control de la corriente en base a la inductancia.

Figura 3-8: Conmutación de los interruptores para un par de fases utilizando

estrategia de conmutación suave.

 53

Como se muestra en la Figura 3-8, las fases A y C poseen un interruptor y un

diodo en común que están conectados a un mismo nodo de sus respectivas fases.
Ambas fases operan independientes de las fases B y D, que a su vez tienen otro
diodo e interruptor en común, conectados de igual manera. Por esta razón las fases A
y B permiten traslape de corriente, al igual que D con A o C con B. Lo que no puede
ocurrir es traslape de fases que comparten diodo e interruptor. Para excitar una fase
ambos interruptores deben estar encendidos. Con ello se aplica una tensión de +Vdc.
Cuando se alcanza la corriente de referencia, iref, se apaga el interruptor común y el
interruptor Ma (o Mb) se conmuta de acuerdo a la señal PWM.

Ma=OFF → v ph = −VDC (demagnetización)

Si M_A_C=ON → 
Ma=ON → v ph = 0 (freewheeling)

Finalmente cuando la corriente debe extinguirse, se apagan ambos

interruptores. Este esquema de conmutación se conoce como conmutación suave
(soft switching). La corriente puede subir cuando v ph = 0 porque la back-emf tiene

signo negativo y actúa como fuente de voltaje. Si la corriente de referencia, iref, fuese
reducida, la back-emf sería pequeña y no permitiría que la corriente aumentara
cuando v ph = 0 .

Existe otra forma de conmutación, conocida como conmutación fuerte (hard

switching). En ella la técnica es encender y apagar los dos interruptores
simultáneamente en la fase de generación. Así la fase se conmuta entre +VDC y

−VDC . Este esquema, tiene la ventaja de que la corriente sube más rápido (la fuente
y la back-emf actúan en el mismo sentido) cuando la corriente o la velocidad de la
máquina es muy baja, pero dificulta el control del PI, pues los di/dt son mayores. Por
ello la frecuencia de la portadora, para obtener un control satisfactorio, debe ser
mayor que en el caso de conmutación suave. Otras desventajas de la conmutación
fuerte es que genera un rizado de corriente mayor, y por tanto un torque con más
rizado. También produce un ruido acústico mayor.
 54

3.3 Control de generación propuesto

El sistema de control propuesto para la generación, no para el control

sensorless, se basa en los trabajos de (R. Cardenas et al., 2005; Mademlis y
Kioskeridis, 2005), con ciertas modificaciones explicadas a continuación.
El objetivo del sistema implementado es controlar la potencia generada en
una carga constante, dada una velocidad de giro de la máquina. Como la carga a la
salida del generador es constante, sólo puede controlarse el voltaje generado. Se
busca que la tensión generada sea aquella que logra un balance adecuado entre
potencia mecánica de entrada y potencia eléctrica generada, asumiendo que las
pérdidas son nulas. Además como el voltaje generado en la carga es también el
voltaje de excitación, se busca que éste sea lo suficientemente alto como para evitar
que la máquina supere la velocidad base y deba ser controlada mediante pulso único.
La partida del SRG será utilizando una fuente dc de excitación externa. Cuando el
SRG pueda generar una tensión mayor que la de la fuente externa, entonces no se
requerirá de esta última. Así el SRG operará en régimen de autoexcitación.
En generadores eólicos de velocidad variable, la velocidad de la turbina es
controlada para que opere en el punto de mayor eficiencia. Para cada velocidad
existe un óptimo para el cual se extrae la máxima potencia (R. Cardenas, Ray, y
Asher, 1995). La relación no lineal entre la velocidad y la potencia máxima que se
puede extraer de la turbina está dada por:
Popt = k opt ωm3 (3.7)

Donde Popt es la potencia óptima, kopt es una constate que depende de las
características aerodinámicas de la turbina y de la caja multiplicadora de velocidades.
Se utilizará esta ecuación para determinar la potencia eléctrica que deberá generar la
SRM para cada velocidad, asumiendo pérdidas despreciables. La constante (kopt =
6.17 × 10−4 ) que se utilizará es la obtenida a partir del punto (Pe, ωm) = (2.4kW,
1500rpm) dado por las características nominales de la máquina, idéntica a la utilizada
en (R. Cárdenas et al., 2005)
 55

La potencia generada por la SRG en condiciones de autoexcitación, es decir,

con VL > Vext (ver Figura 3-6) está dada por:
Pout = VL I L (3.8)
La eficiencia del generador está dada por el cuociente entre potencia generada
y la potencia mecánica de entrada al sistema:
Pout
η= (3.9)
Pin
Si no se consideran las pérdidas, entonces:
VL 2
Pin = Pout ⇔ koptωm 3 = (3.10)
RL
Por lo tanto, la ecuación que relaciona el voltaje de la carga con la velocidad
del generador está dada por:

VL = f (ωm ) = RL koptωm3 (3.11)

La ec. (3.11) es la que se utilizará para generar la referencia de voltaje en la

carga.
El diagrama en bloques del control propuesto para las simulaciones es el
siguiente:

Figura 3-9: Diagrama de bloques del control propuesto.

 56

En la práctica son muy escasas las aplicaciones que operan a voltaje variable
(bombeo de agua, sistemas de calefacción y aire acondicionado). Lo común es que la
carga sea variable, y la tensión generada fija. La justificación de esta estrategia es
que lo que se quiere demostrar en este trabajo es la implementación del método
sensorless, bajo un esquema de velocidad variable, en donde el generador ajusta la
potencia generada de acuerdo a la velocidad de giro de las aspas. Ahora bien, en caso
de que se requiera utilizar una estrategia de voltaje fijo en la carga, entonces será
necesario incluir un convertidor de potencia que a partir de una tensión variable,
produzca una tensión regulada a la salida.
Continuando con la explicación del control propuesto, la señal de error de
voltaje en la carga pasa a través de un control PI que genera la referencia de corriente
común para todas las fases del SRG. El lazo interno del control de corriente está
compuesto por un control PI (distinto al del control de voltaje) más un anti-windup
que evita que el error integral produzca efectos indeseados cuando el error ha
sobrepasado cierto umbral. A partir del nuevo PI se genera un valor para el ciclo de
trabajo de la señal PWM que va entre 0 y 1. La frecuencia de la portadora es de
5kHz. El cálculo de las ganancias del controlador está en el ANEXO A. Los
controladores, tanto de voltaje como de corriente están diseñados en el dominio
continuo y operan dentro de él. Más adelante se detallará la transformación al
dominio discreto, para las pruebas experimentales.
Para el apagado de la corriente se hace el siguiente análisis: si la máquina se
está acercando a la posición de desalineamiento, considerando despreciable la
resistencia de fase, el ∆θ requerido para que la corriente de la fase se extinga (desde
iref a 0) luego de aplicar una tensión negativa igual a –Vdc está dado por:
iref ωm Lu
∆θ f = (3.12)
VDC
Como la variación de inductancia de bajada es aproximadamente lineal y
cumple la relación:
La − Lu
L(θ off ) − ∆θ f k = Lu con k = (3.13)
βs
 57

Entonces el valor de la inductancia de la fase i al momento de aplicar el pulso

negativo esta dado por:
 iref ωm k 
L(θ off _ i ) = Lu  + 1 (3.14)
 VDC 

De manera análoga es posible demostrar que el valor instantáneo de la

inductancia de la fase siguiente, cuando se aplica la tensión de excitación de modo
que coincidan los valores de corrientes en ambas fases está dado por:
iref ωm k 
( ( )
L (θon _ i +1 ) = L θoff _ i + ∆L 1 + )

VDC 
 − ∆L (3.15)

En la Figura 3-10 se muestra gráficamente como debe ser el apagado de la

corriente. ∆L > 0, es igual a la diferencia de inductancia entre fases consecutivas
para un mismo ángulo.

Figura 3-10: Inductancias de encendido y apagado.

3.4 Resultado de las simulaciones

Considerando los siguientes parámetros (ver Figura 3-5 y Figura 3-6):

RL=100; C=2200uF; J=0.5; B=0.0005; TL=6.73Nm, Vext=200V, los resultados
obtenidos se muestran a continuación:
 58

Figura 3-11: Simulación del SRG a 950 rpm, en régimen transitorio.

En la Figura 3-11 se muestra el comportamiento de la corriente en cada fase,

el voltaje de referencia y generado en la carga, y la velocidad mecánica del rotor
(rad/s). Inicialmente el voltaje en la carga es igual a la tensión de excitación puesto
que en la partida la potencia generada es cero. La velocidad inicial del SRG es de
100 rad/s (950 rpm), y esta decrece levemente porque cuando se comienza a generar,
se produce un torque opuesto al movimiento. A medida que se aplica una referencia
de corriente (limitada a 12.5[A]) la tensión en la carga comienza a aumentar hasta
alcanzar la tensión de referencia V*L. Apenas VL es superior a Vext, entonces se
puede decir que la máquina está autoexcitada. En la Figura 3-12 se muestra la misma
simulación pero en estado de régimen. La corriente iL ( R // C ) es la corriente de la
carga condensador y resistencia en paralelo, que es al mismo tiempo fuente de
excitación y de demagnetización. Evidentemente que la corriente en la carga resistiva
no presenta ese tipo de rizado. De hecho es proporcional a la potencia generada
mostrada en la curva de más abajo. Cuando el valor de la corriente es positivo
significa que el condensador está entregando energía al generador, para su
excitación. De lo contrario, cuando es negativo, está recibiendo energía del SRG. Se
aprecia que las corrientes de fase están traslapadas, y cumpliendo la condición de
 59

continuidad al momento de la demagnetización. Para reducir el rizado de la corriente

que circula en el dc-link, de modo de reducir el tamaño del condensador, se podría
implementar una estrategia especial de control de corriente, en la cuál se procurara
mantener constante el valor de la suma de las corrientes de fase. Con ello también se
reduciría el rizado del torque. Sin embargo este tópico, está fuera de los objetivos de
esta tesis.

Figura 3-12: Detalle de corrientes y potencias a 950 rpm, en régimen permanente.

La potencia óptima Póptima, es la potencia de referencia o demandada, señalada por

(3.7) que se obtiene conociendo la velocidad del rotor.
 60

Figura 3-13: Respuesta dinámica del SRG frente a escalón de torque.

En la Figura 3-13 se muestra el aumento de la potencia generada por el SRG

cuando éste aumenta su velocidad debido a que se ha aplicado un escalón de torque
en la carga, que acelera la máquina desde 100 rad/s hasta 135 rad/s (950 a 1283rpm)
en 0.5 (s). La aceleración es exagerada, pero sirve para mostrar que el SRG tiene una
rápida respuesta.
 61

4 DISEÑO Y SIMULACIÓN DEL NUEVO MÉTODO DE CONTROL

SENSORLESS

En este capítulo se revisan las bases teóricas de los métodos de estimación basados
en la inductancia. Se estudia brevemente el uso de las redes neuronales para aproximación
de funciones no lineales. Posteriormente se revisa el método propuesto por (Chen y Liu,
2003) y las mejoras realizadas en esta investigación, como es el uso del método de los
mínimos cuadrados y la introducción de una red neuronal para corregir el efecto de la
saturación. Por último se presentan los resultados en simulaciones del nuevo método
propuesto aplicados a una sola fase de la máquina en condiciones de saturación utilizando
el modelo de Torrey (ver sección 3.1).

4.1 Introducción

Los métodos de estimación de posición se basan en que las características

magnéticas de la máquina varían con la posición del rotor. Entre ellos existen
algunos basados en modelos analíticos que estiman la inductancia propia de la
máquina y a partir de ella determinan cuál es la posición absoluta del rotor. La
inductancia se obtiene de la ecuación de flujo (2.4). De hecho es posible determinar
la inductancia a partir del flujo enlazado (que también es estimado, integrando (2.1)),
sin embargo el método requiere conocer la resistencia de fase, que es variable, por la
temperatura y el efecto pelicular.
Existe una distinción entre la inductancia incremental l(θ,i) y la inductancia
propia L(θ,i) dada por la relación (2.8). Cuando la SRM opera en la región lineal, es
decir, cuando no hay saturación, la inductancia incremental es igual a la inductancia
propia. Es decir,
l (θ ,0) ≈ L(θ , 0) (4.1)
Para que se cumpla esta condición es necesario que la máquina opere a bajas
corrientes, o bien que el entrehierro de la máquina sea lo suficientemente grande
como para que no haya saturación.
 62

Ambas variables, pueden dar información de la posición del rotor cuando la

máquina está operando en la zona lineal. Sin embargo, cuando la máquina está
saturada, la información que entregan del rotor es ambigua.

Figura 4-1: Relación entre inductancia, posición y corriente de fase, utilizando

ecuaciones de Torrey en una SRM de 8/6 polos.

En la Figura 4-1 se aprecia que cuando las corrientes son pequeñas, la

inductancia incremental indica una cierta relación acerca de la posición del rotor,
pero a medida que va aumentando la corriente, esta relación se modifica
notoriamente (el comportamiento de la inductancia propia es muy similar al
mostrado en la Figura 4-1). Las curvas corresponden a las de una SRM con
parámetros diferentes a los de la máquina utilizada en los experimentos, pero sirven
para ejemplificar el fenómeno de saturación.
Existen diferentes métodos propuestos para determinar la posición del rotor
en base a estimaciones de la inductancia incremental ya sea despejando (2.9) en
función de la inductancia incremental, l(i,θ), asumiendo que la velocidad es baja
(back-emf tiende a 0) y despreciando el valor resistivo de la bobina. Luego, mediante
un modelo analítico, se relaciona inductancia incremental con el ángulo del rotor
utilizando series de Fourier y limitando el número de términos (típicamente a 3).
Adicionalmente se obtienen algunos datos experimentales o de elementos finitos para
hacer un ajuste de los coeficientes en los términos de Fourier. Lógicamente que el
método es válido para bajas velocidades, pues no se está considerando el efecto del
 63

back-emf. Otra forma de estimar la inductancia es mediante el método de (Chen y

Liu, 2003) que es determinando las derivadas de la corrientes en la fase. El método
implementado determina la posición del rotor, mediante la resolución de ecuaciones
cuadráticas, pero es aplicado en una SRM con saturación leve (I < 6A). Lo
importante y ventajoso del método es que no se ve afectado por cambios en la
resistencia de la fase ni por efectos de inductancia mutua, ni por la influencia del
back emf.
Los métodos aquí descritos utilizan la estimación de inductancia incremental,
que como se ha mencionado tiene un comportamiento ambiguo en su relación uno a
uno con la posición del rotor. Por ello estas estrategias requieren de algoritmos
adicionales que permitan excitar otras fases cuando la fase correspondiente ya no
aporta buena información.

4.2 Base teórica del método de estimación de inductancia

El método de estimación de inductancia incremental en base a las derivadas

de las corrientes, se basa en que la desviación de la pendiente de la corriente en cada
conmutación depende únicamente de la tensión y la inductancia de la fase.
Para demostrar esto se hará el siguiente análisis. A partir de (2.9) se pueden
determinar tres estados distintos en una fase cualquiera a la cual se le está aplicando
una tensión conmutada. Estos son:
di ∂L(i,θ )
VDC = Ri + l (i,θ ) + iωm (4.2)
dt ↑ ∂θ
di ∂L(i,θ )
0 = Ri + l (i,θ ) + iωm (4.3)
dt 0 ∂θ
di ∂L(i,θ )
−VDC = Ri + l (i,θ ) + iωm (4.4)
dt ↓ ∂θ
La ecuación (4.2) corresponde al instante en que la fase está excitada por una
tensión positiva, donde la pendiente de la corriente tiene un valor positivo. Para el
caso de (4.4) la pendiente de la corriente es negativa. En el caso de (4.3), el signo
depende de la zona de torque. Durante el periodo en que la corriente es controlada,
 64

ya sea en su operación de motor o generador, considerando que el voltaje está siendo

conmutado a una frecuencia bastante superior a la frecuencia de giro de la máquina,
se pueden hacer los siguientes supuestos:
- La velocidad no varía entre estados consecutivos.
- El valor promedio de la corriente es constante entre dos estados
consecutivos
∂L(i, θ )
- El término no varía entre estados consecutivos
∂θ
- El valor de la resistencia en la fase no varía entre dos estados consecutivos.
Luego de estos supuestos es posible despejar la inductancia incremental entre
dos estados distintos. Así por ejemplo, entre (4.2) y (4.4):

2 × VDC
= l (i,θ ) (4.5)
di di
−
dt↑ dt↓
Entre (4.4) y (4.3):
VDC
= l (i,θ ) (4.6)
di di
−
dt 0 dt↓

La ventaja de este método radica en que es relativamente simple de

implementar (siempre que sea posible obtener una buena estimación de las
pendientes instantáneas de la corriente), y sólo se requiere conocer dos variables: la
tensión aplicada y la corriente en la fase. El método puede ser aplicado en bajas y
altas velocidades, con esquema de corriente controlada o control de pulso único, sin
embargo en este último método es posible conocer una sola posición por vuelta
eléctrica, ya que hay solo una conmutación. En el caso de corriente chopeada,
mientras más conmutaciones ocurran (mayor frecuencia de conmutación) más
valores instantáneos de inductancia se conocerán por lo que será posible obtener una
mayor precisión, que irá limitada por la velocidad de muestreo y la capacidad del
microprocesador.
 65

El problema de este método es que se estima la inductancia incremental (y no

la propia como señala el autor) por lo que en altas corrientes el resultado de la
posición es ambiguo.
Antes de continuar con el método de estimación de inductancia utilizado en
este trabajo, se introducirá el tema de las redes neuronales.

4.3 Redes neuronales

Una NN consiste en un conjunto de unidades básicas conocidas como

neuronas, a las cuales se les suma un numero definido de entradas ponderadas y un
“bias” (suma de una constante). La ganancia en la línea de cada entrada, denominada
peso sináptico o ponderación, está dada por k1, k2,…, kn y se muestra en la Figura
4-2.

Figura 4-2: Modelo de neurona básica.

Las entradas son ponderadas por el peso correspondiente, luego sumadas y

posteriormente procesadas a través de una función no lineal, conocida como función
de activación f(xin). La función de activación que normalmente se elige es continua y
diferenciable de modo de obtener una salida suave.
La relación entre las entradas y la salida de la neurona de la Figura 4-2 está
dada por:
n
y = f (∑ xi ki + bias) (4.7)
i =1
 66

Figura 4-3: Red neuronal multicapa.

En una NN común, varias neuronas son usadas en cada capa, tal como se
muestra en la Figura 4-3. Las capas que están entre las de salida y entrada se
denominan capas escondidas. Para la identificación de sistemas no lineales, las capas
escondidas son necesarias.
Tradicionalmente en la estimación de posición de la SRM las entradas son las
corrientes y flujos enlazados, y la salida es el ángulo del rotor. El número de capas
escondidas es comúnmente uno, y las neuronas en la capa escondida van de 9 a 15 (a
excepción del trabajo presentado por (Hudson et al., 2004)). El número de neuronas
en la capa escondida esta influenciado por el comportamiento de la función de
activación y las funciones basales. Pero, aunque la estructura de una NN es
relativamente simple, el hecho de tener 9 a 15 neuronas en la capa escondida
significa un número importante de operaciones matemáticas necesarias para procesar
todas las entradas y obtener la salida. Sin considerar sumas de bias, se requieren 37
multiplicaciones y 24 sumas para la capa escondida de 9 neuronas, y 61
multiplicaciones más 42 sumas para la capa escondida de 15 neuronas (Krishnan,
2001). El número de cálculos es alto comparado con los métodos tradicionales de
estimación de posición ( a excepción de los observadores de estado) y podría ser una
limitante si se quiere implementar en un controlador de tiempo real.
 67

4.4 Entrenamiento de una red neuronal

Los pesos de cada neurona se determinan mediante un proceso de

entrenamiento, en el cual se le introduce un conjunto de datos conocidos y el error de
la salida ajusta los pesos hacia atrás de la red (retropropagación). Este proceso utiliza
un algoritmo de retropropagación para minimizar más rápidamente el error. Una vez
que la NN ha sido entrenada fuera de línea (off line), entonces puede ser usada para
estimar la posición en un lazo cerrado de control.
La forma de operar de una NN puede ser vista como la implementación de
una tabla tridimensional mediante una red dinámica, en contraste con una realización
basada en una tabla de memoria estática, incapaz de adaptarse a los cambios de
parámetros. Si la opción de aprendizaje continuo es incorporado, entonces la NN
pasa a ser adaptiva y puede ser fácilmente ajustada si los parámetros de la máquina
se modifican. Esta es una de las principales ventajas de la estimación basada en NN.

4.5 Método propuesto

La propuesta de este trabajo consiste en utilizar el método de las derivadas de

las corrientes, pero calculándolas mediante el método estadístico de los mínimos
cuadrados. El objetivo de implementar esta estrategia es reducir el error de
estimación debido a que la medición de las corrientes se ve afectada normalmente
por ruido electrónico. Así, si la señal de corriente es ruidosa, entonces la derivada lo
será aun más, y por lo tanto la estimación de inductancia no será confiable. En
segundo lugar, y dado que el algoritmo se implementará en un DSP de velocidad
limitada, se propondrá una forma seudo-recursiva para determinar la pendiente, con
el fin de reducir el número final de operaciones requeridas para el cálculo de ésta.
Como la tasa de muestreo de la corriente es fija, se pueden realizar ciertas
simplificaciones en las ecuaciones para determinar la pendiente, que además
distribuyen las operaciones a medida que se obtienen nuevos datos, de manera de
evitar que todo se calcule al final de la conmutación de los interruptores. En tercer
lugar, se incluirá por primera vez, una NN para aproximar la función que relaciona
 68

inductancia estimada y corriente con inductancia insaturada. Matemáticamente se

explica por (4.8):
∧
lim L(θ , i) = GN . N ( l (θ , i)), i ) (4.8)
i →0

Esto es necesario debido a que la inductancia incremental por si sola aporta

una información ambigua cuando la máquina está saturada, es decir, cuando las
corrientes por fase son altas. Este enfoque es distinto a los métodos tradicionales
puesto que no se determina la posición del rotor, sino la inductancia lineal, que
provee de la misma información que el ángulo del rotor, pero utilizando menos
recursos computacionales.
Se utilizará una configuración clásica de NN multicapa para aproximación de
funciones no lineales. La NN contiene sólo dos capas y no más de 3 neuronas, la que
recibe como entradas la corriente de referencia y la inductancia estimada (por el
método de MMC), y entrega como salida la inductancia nominal o insaturada. La
inductancia nominal sólo depende de la posición del rotor, a diferencia de la
inductancia incremental que depende además de la corriente.

4.6 Desarrollo teórico del método de mínimos cuadrados modificado

El método de los mínimos cuadrados o MMC, determina la pendiente de la

recta que minimiza el error cuadrático medio. Esta se explica gráficamente en la
Figura 4-4.

Figura 4-4: Representación del MMC para obtener pendientes.

 69

Si las N-muestras están equidistantes respecto a su coordenada x, entonces la

pendiente se expresa de la siguiente forma:
( N + 1) N N
∑ i ∑
2 i =1
y − xi yi
m = −12 × i =1
(4.9)
N ( N 2 − 1)
Este cuociente puede ser calculado en dos partes. El denominador se puede
obtener a partir de una tabla limitada a N =16 (nº de muestras suficientes en la
práctica). El numerador, en cambio, puede ser obtenido de una manera recursiva que
se explica a continuación (ver Anexo H):
 N +1 N N

num=12 ×  ∑
 2 i =1
yi − ∑ xi yi 
i =1 
(4.10)

num  N N

= ( N + 1)∑ yi − 2∑ xi yi  = z N
6  i =1 i =1 

N −1
z N = z N −1 + ∑ yi − ( N − 1) yN (4.11)
i =1

Con z0 =0. La ec. (4.11) es una expresión recursiva del valor del numerador.
La ventaja de calcularlo así es que el valor del numerador se actualiza cada vez que
se obtiene una nueva muestra de corriente (yN = iN). El valor del denominador se
obtiene a través de una tabla, y en el cálculo de la pendiente, una vez recopilados los
N datos, sólo se realiza una división (o multiplicación). El algoritmo se puede
resumir así:

Figura 4-5: Diagrama de flujo del algoritmo de MMC

 70

En términos prácticos, la frecuencia de muestreo de la corriente debe ser

mayor que la frecuencia fundamental de la señal PWM que conmuta los
interruptores, de manera que entre conmutaciones hayan suficientes muestras de
corriente como para obtener una buena aproximación de la pendiente. Sin embargo,
como el DSP que se utilizará es de 16 bits se restringirá el valor de las variables a 16
bits, para no sobrecargar el trabajo de cálculo. Por ello la variable Sum_y que
contiene la suma acumulada de las muestras de corrientes no debe superar los 16
bits.
Para obtener un valor de inductancia se requieren los últimos dos valores de
pendientes, y el valor promedio de la tensión entre ambos estados. A continuación se
muestran las simulaciones de estimación de inductancia incremental utilizando el
método propuesto. La frecuencia de muestreo del conversor análogo digital es de
80kHz, y la frecuencia de la portadora de la señal PWM es de 5kHz. Dado que la
razón entre frecuencia de muestreo y PWM es 16, se evita que la cantidad de
muestras entre conmutaciones supere este valor. También se ha considerado una
resolución de 12 bits en el conversor análogo digital.

4.7 Simulaciones del estimador de inductancia

Figura 4-6: Simulación de estimador de inductancia.

En la Figura 4-6 se encuentran graficados los resultados del estimador de

inductancia con distintas corrientes en la fase. La simulación se realiza manteniendo
 71

una corriente constante en toda la región de inductancia y a una velocidad constante.

Se presentan las curvas de inductancia lineal (o insaturada), incremental y estimada.
La curva estimada se aproxima a la inductancia incremental, no a la lineal.
Lógicamente que el estimador funcionará sólo en la región de torque negativo o de
generación cuando se aplique al generador. También se muestra la forma de onda de
la corriente que circula por la fase cuando iref=1[A]. La corriente es controlada por un
controlador PI idéntico al explicado en la sección 3.3, pero implementado en el
dominio discreto. Se observa un rizado importante en la corriente que provoca un
rizado en la inductancia incremental, y también en la estimación, porque en el
modelo saturado la inductancia depende de la corriente. Se ve también que la curva
de inductancia comienza a disminuir el valor de su cresta a medida que aumenta la
corriente, por efecto de la saturación. Es por ello que se utiliza una NN cuya función
es que a partir de la estimación y la corriente promedio determine la curva insaturada
de inductancia.

4.8 Aproximación mediante red neuronal y resultados obtenidos

Mediante el procesamiento realizado con la NN la curva obtenida sólo

depende de la posición del rotor y con ella es posible implementar un control
sensorless. La función de la NN es aproximar una función no lineal de tres variables.
El entrenamiento de la NN se realiza off-line utilizando el algoritmo de
backpropagation de MATLAB. Los datos utilizados para el entrenamiento
corresponden a datos de simulación en los cuales se varía la corriente de fase desde
1[A] hasta 18 [A]. Estos datos son previamente filtrados mediante técnicas de
interpolación. Utilizando la topología de la Figura 4-7 y, 1200 datos de
entrenamiento, se obtuvo un error cuadrático medio (rms) de 9.5e-5 en un total de
5000 épocas (epochs). Los datos de referencia corresponden a la inductancia
insaturada o lineal mostrada en la Figura 4-6, que se obtiene por la siguiente
relación:
1 1 
L(θ ) = Lu +  + cos(6θ )  ( La − Lu ) (4.12)
2 2 
 72

Los coeficientes de la NN están en el ANEXO B.1.

Figura 4-7: Red Neuronal multicapa implementada en la simulación.

La función tanh() (tangente hiperbólica) requerida para la implementación de

la NN de la Figura 4-7 corresponde a la función de activación presente en toda NN.
Mediante prueba y error se llegó a que con esa configuración se obtuvo el menor
error cuadrático de aproximación, y el menor número de neuronas. De hecho, al
aumentar el número de neuronas, no se observan considerables mejoras en el
desempeño de la red NN. En el procesamiento de la NN, para obtener un valor de
L(θ), se requirió de 6 multiplicaciones, 6 sumas y dos cálculos de la función
trigonométrica tanh(). La red se implementó en un módulo DLL cuyo código se
escribió en C.

Figura 4-8: Resultados de estimación a 542[rpm].

 73

Figura 4-9: Resultados de estimación a 950 rpm.

En las Figura 4-8 yFigura 4-9 se muestran los resultados de la NN a velocidad

constante. La curva de error está dada por:

Error = L(θ )ref − L(θ ) NN (4.13)

Donde L(θ ) ref es la curva de referencia y L(θ ) NN es la estimación de la NN.

Esta última curva se ajusta satisfactoriamente a la curva de referencia, en cualquier

posición del rotor. Sin embargo, cuando se aumenta la corriente en la fase se observa
un rizado importante en la inductancia estimada L(θ)NN, principalmente en la
posición de alineamiento. Este efecto tiene que ver con el rizado de la corriente y la
saturación de la SRM. A altas corrientes, pequeños ∆i provocan grandes ∆L. De
todos modos en un esquema de generación, y de acuerdo al control propuesto en este
trabajo, la aproximación que más interesa es en la región de bajada de la inductancia,
cuando se acerca a la posición de desalineamiento.
 74

Figura 4-10: Resultado de estimación a 1500 rpm.

En la Figura 4-10 se presentan simulaciones similares a las anteriores, pero a

una velocidad de 1500 rpm. Se observa que la estimación de inductancia es mejor a
bajas velocidades, debido a que la frecuencia de conmutación es fija y por tanto a
menor velocidad se obtienen más cálculos de pendiente, y en consecuencia una
mayor cantidad de valores de inductancia. La curva estimada presenta un cierto
desfase respecto a la original. El error es levemente mayor a altas velocidades y
corrientes, debido a que el control de corriente PI no tiene un buen desempeño por
efecto de la magnitud del back-emf. Sin embargo, el error sigue siendo aceptable, si
se considera que lo importante es el error en términos de posición más que en el
cálculo de la inductancia. El máximo error obtenido a la máxima velocidad (1500
rpm) es de aproximadamente ±5.81mH que en términos de ángulo significa un error
de ±3.2º mecánicos (aproximadamente un 10% para un total de 30º), puesto que en la
∆L mH
región de bajada ≈ 1.809[ ].
∆θ grados
En la Tabla 4-1 se resumen los errores absolutos promedios y máximos en
términos de inductancia y de ángulo.
 75

Tabla 4-1: Errores de aproximación del estimador con NN.

Error promedio de Error promedio en Máximo error de Error máximo en

Velocidad L [mH] grados [º] L[mH] grados [º]
542[rpm] 0,79 0,44 2,95 1,63
950[rpm] 1,22 0,67 5,70 3,15
1500[rpm] 1,89 1,04 5,81 3,21

Por último, en la Figura 4-11 se muestra el desempeño del estimador frente a

cambios en la velocidad de la máquina. La simulación se obtuvo aplicando un alto
torque que acelera la SRM de 504 a 1600 rpm en 35 milisegundos, que en la práctica
es algo imposible, pero nuevamente se presenta con el fin de mostrar que el
desempeño del estimador no depende de los cambios de velocidad. La SRM no opera
como generador, puesto que se está aplicando una corriente regulada de 8[A] en toda
la vuelta eléctrica. Se aprecian importantes errores de estimación en la región de
subida de la inductancia (región de motor), que se deben a que el control de corriente
no responde bien frente al aumento del back-emf y a su repentino cambio de signo.

Figura 4-11: Resultado de estimación frente a una aceleración de 504 a 1600 rpm

en 35ms.
 76

Nuevamente lo fundamental es que el estimador funcione bien en la zona de

generación. El diseño del controlador de corriente está determinado para la zona de
bajada de la inductancia, donde la back-emf es negativa, y no positiva como en la
zona de subida. La componente de frecuencia fundamental del error es de 5kHz.

4.9 Conclusiones

De acuerdo a los resultados de las simulaciones, se concluye que el estimador

de inductancia propuesto es una técnica eficiente y económica en términos de
cómputo requerido, pues requiere de una NN de tamaño mínimo, para obtener una
buena aproximación de la inductancia insaturada. La razón principal del ahorro de
recursos computacionales de este método es que no intenta determinar la posición
absoluta del rotor, sino la inductancia insaturada. Además el método sólo obtiene
información de la fase en excitación, por ello no requiere utilizar fases adicionales
que podrían generar torques innecesarios.
El estimador propuesto opera satisfactoriamente frente a los cambios de
velocidad y torque de carga. Puede operar con la máquina detenida hasta velocidades
superiores a 1500[rpm]. Eventualmente puede funcionar con la estrategia de pulso
único aunque en esta situación disminuye notoriamente su resolución, por lo que
sería más conveniente estimar la inductancia mediante alguno de los métodos de
integración, que están bien desarrollados actualmente. La NN puede ser utilizada,
aún en este esquema, pues la saturación de la inductancia continuaría
manifestándose. Sin embargo, mediante el control propuesto es posible mantener la
tensión generada a una magnitud que asegura que no se supera la velocidad base, y
en consecuencia el SRG siempre opera con la corriente controlada.
A diferencia de los métodos de integración que a bajas velocidades tienen
mayor error, este método aumenta su precisión, pues no se ve afectado por las
variaciones de la resistencia de fase.
Por último si la frecuencia de la señal PWM se aumenta es posible obtener
una mejor estimación, puesto que con ello se reduce el rizado de la corriente, y en
consecuencia el rizado de la inductancia. Pero si se aumenta la frecuencia de
 77

conmutación también se debe aumentar la velocidad de muestreo del ADC, de

manera de asegurar un cierto número de muestras entre cada conmutación.
A modo de ejemplo si fpwm=5kHz, fadc=80kHz, se obtendrán 16 muestras por
ciclo, que deben ser divididos de acuerdo al ciclo de trabajo. Si D=80%, entonces en
la pendiente de subida se obtendrán 16*0.8=12 muestras y en la bajada sólo 4.
 78

5 IMPLEMENTACIÓN PRÁCTICA

En este capítulo se detallan todos los aspectos referentes al diseño e

implementación del sistema de control y a los circuitos de potencia utilizados en el control
de la SRM.

Figura 5-1: Diagrama en bloques del sistema implementado.

La Figura 5-1 muestra un esquema general del sistema que se implementó. La

función principal de procesamiento de señales de corriente y voltaje, y control de la SRM
es realizada por el DSP (Digital Signal Processor). A continuación se explicarán los
bloques más relevantes.
 79

5.1 Características generales del DSP

El microcontrolador utilizado es un dispositivo de alta integración, y

pertenece a la familia de los dsPIC de Microchip. Estos microcontroladores poseen la
potencialidad y rapidez de un DSP y la facilidad de programación de un PIC. Por
esta razón nos referiremos a él como DSP y no como microcontrolador.
Del DSP se utilizan 7 funciones específicas que se explican a continuación:

5.1.1 Comunicación serial con el conversor análogo digital externo

El ADC (Analog to Digital Converter) externo mide las corrientes de cada

fase de la máquina. La transferencia de información entre el DSP y ADC se realiza
mediante un protocolo serial denominado SPI. En este esquema de transmisión el
DSP opera como maestro y el conversor como esclavo. De acuerdo a la Figura 5-2,
el DSP define la frecuencia del reloj de operación (serial clock). Al definir este
parámetro se está definiendo tanto la tasa de transmisión de datos como la tasa de
muestreo del ADC.
Adicionalmente, el ADC entrega un pulso de sincronización (Frame Sync
Pulse) que avisa cuando la conversión ha finalizado y por lo tanto comenzará el
envío de la palabra de 12 bits a través del pin SDOx del ADC. A su vez, el DSP debe
enviar periódicamente una palabra de 8 bits al ADC, para indicarle el canal de
muestreo y el rango de voltaje de la señal adquirida. La Figura 5-2 es un diagrama
esquemático de la conexión entre ambos dispositivos.

Figura 5-2: Esquema de comunicación entre DSP y ADC externo.

 80

5.1.2 Comunicación UART (Universal Asynchronous Receiver Transmitter)

El módulo o interfaz UART es una de los periféricos de entrada y salida de

datos serial disponible en el DSP. Es un sistema de comunicación bi-direccional
cuyo objetivo en este diseño es la transferencia de datos con un PC externo (como
por ejemplo corrientes muestreadas, inductancia estimada, etc). El protocolo de
comunicación es serial y permite operar a tasas entre 29bps (bits per second) y
1.875Mbps. Como el puerto serial RS-232 de un PC no puede operar a tasas mayores
a 115200 bps, se utilizó el puerto USB que permite tasas superiores. Para ello se
incorporó un módulo UART–USB. Por lo tanto el DSP interactúa con este módulo
para el envío y recepción de datos hacia y desde el PC. La conexión entre el módulo
y el DSP es sencilla y directa, y se muestra en la Figura 5-3. La tasa de transmisión
entre el DSP y el módulo USB quedó configurada en 460800 bps, debido a que es la
tasa máxima permitida por el módulo cuando opera como un puerto serial virtual. La
tasa es suficiente para los requerimientos de adquisición de datos del sistema.

Figura 5-3: Diagrama de conexión entre interfaz UART y módulo serial-USB.

5.1.3 Interfaz para enconder de cuadratura

Los encoders de cuadratura (incrementales u ópticos) se utilizan para la

detección de la posición o velocidad de sistemas rotatorios, en este caso de la SRM.
 81

Para validar los resultados obtenidos en la detección de la posición, fue necesario

utilizar un encoder. Por otra parte, un decodificador de cuadratura captura dos
señales de fase y una tercera denominada índice que indica la vuelta completa (360º),
y convierte la información en una cuenta numérica que almacena la posición angular
del eje de la máquina. Normalmente la cuenta se incrementa cuando el eje gira en un
sentido, y se decrementa cuando gira en otro sentido. El módulo QEI (Quadrature
Encoder Interface) presente en el DSP (ver Figura 5-4) es una interfaz para
manipular un encoder incremental. Este consiste en un decodificador lógico de
cuadratura que interpreta las señales A, B e Index y un registro de 16 bits que
acumula la cuenta. Además permite aumentar la resolución del encoder en 2X o 4X,
y generar interrupciones para determinadas cuentas o posiciones.

Figura 5-4: Diagrama en bloques de interfaz QEI.

5.1.4 Conversor análogo digital interno

El conversor análogo digital del DSP (distinto al mencionado anteriormente)

es un conversor de 10 bits que puede operar a tasas de hasta 500 ksps. Opera
mediante la técnica de conversión de aproximaciones sucesivas. Este módulo posee
referencias configurables por hardware, que permiten como máximo, medir señales
de voltaje entre 0 y 5V. En el diseño actual, el módulo se utilizó para medir
 82

únicamente la señal de voltaje generado o aplicado a las fases de la SRM. Una de sus
características es que permite sincronizar el muestreo con las señales PWM, de modo
que se realicen adquisiciones entre las conmutaciones de los IGBT’s y no durante
ellas.

5.1.5 Módulo PWM

El módulo de control PWM simplifica notablemente la tarea de generar

señales múltiples y sincronizadas, moduladas por ancho de pulso. Permite generar 3
ciclos de trabajo distintos a una resolución de TCY/2 (TCY es el tiempo de ciclo del
DSP, es decir, lo que tarda en ejecutar una instrucción). Cada generador de pulsos a
su vez posee un par de pines, que pueden operar independientes, complementaria o
equivalentemente. La polaridad de los pines es programada en los bits de
configuración, requeridos en la programación del DSP. También es posible
manipular un pin PWM sobrescribiendo su valor, independiente de la señal PWM.

5.1.6 Oscilador, CPU y procesamiento matemático

El reloj interno y principal del DSP no requiere de cristales de varios MHz,

ya que internamente el DSP posee un multiplicador de reloj o PLL (Phase Locked
Loop). Con ello se reduce el ruido asociado a estos dispositivos, los cristales
resonadores, que si no se tienen medidas de precaución en el diseño de las tarjetas
PCB, contaminan las tierras de los circuitos. Por ejemplo, la tarjeta diseñada utiliza
un cristal de 7.3728MHz. El PLL multiplica por 16, obteniéndose una frecuencia del
Fosc
oscilador, Fosc = 117.9648 [MHz]. Como Fcy = ⇒ TCY = 33,9ns . Ese
4
corresponde al tiempo que demora el DSP en realizar una instrucción.
La CPU del DSP es de punto fijo y de 16 bits. Esta puede dividirse en dos
partes, aquella que realiza las instrucciones clásicas de un microcontrolador, y otra
que realiza las que son propias de un DSP (multiplicaciones de números decimales,
divisiones, uso de los acumuladores de 40 bits). Sin embargo como existe un solo
 83

bus de datos para ambas, sólo una de ellas puede funcionar en una instrucción, y no
ambas al mismo tiempo. A nivel de programación, el compilador de C disponible no
utiliza las funciones específicas del DSP, sino que todo lo traduce a instrucciones
básicas de microcontrolador. Por esta razón si se quiere implementar rutinas que
requieran de operaciones específicas del DSP, como multiplicaciones o divisiones de
números decimales, entonces hay que programarlas en lenguaje de máquina
(Assembler). Si todo se programa en C, no se aprovecha la potencia del DSP, la
programación es ineficiente y el DSP puede tardar varias instrucciones en realizar
una operación. En todo caso, el compilador de C permite intercalar líneas de
comando escritas en Assembler. Aquellas rutinas de tiempo más crítico, como por
ejemplo estimación de inductancia, procesamiento de la red neuronal, etc, se
escribieron en Assembler.
El formato de números utilizado es Q15 (ver ANEXO D.3). Es un formato
decimal de punto fijo, donde se escalan los números enteros y se multiplican como si
fuesen números decimales sin preocuparse de la posición del separador de decimales.
Evidentemente que este formato es inferior al de punto de flotante en cuanto a
precisión, pero es la solución económica para los microcontroladores de punto fijo,
en términos de tiempo de ejecución. Cuando un procesador es de punto fijo, y
mediante software se implementan rutinas matemáticas con números en
representación de punto flotante, los tiempos de ejecución son mucho más altos. A
modo de ejemplo, una multiplicación de dos números en punto flotante en un dsPIC
demora aproximadamente 200 instrucciones, mientras que la multiplicación de dos
números fraccionales es realizada en sólo una instrucción. En el control de una
máquina no se puede utilizar tanto tiempo en procesamiento, sobretodo si ésta gira a
alta velocidad.

5.1.7 Módulo de interrupciones externas

Se utilizaron las interrupciones externas para activar los sistemas de

protección de la SRM. Estas pueden ser configuradas como flancos de subida o
bajada, y están conectadas a los circuitos de comparadores que se activan cada vez
 84

que los niveles de corriente sobrepasan un cierto valor de referencia. Se optó por este
esquema porque es sencillo y económico de implementar en términos de espacio
utilizado. La solución alternativa es implementarlo con compuertas lógicas,
memorias programables, etc. El tiempo que transcurre entre que se produce una
sobrecorriente y que se apagan los interruptores de potencia por una orden del DSP
es de aproximadamente 5 instrucciones (169 [ns] @ 29 MIPS). Este retardo tiene que
ver con cuánto demora el DSP en atender la interrupción y en ejecutar la orden de
apagado. Este tipo de interrupciones están definidas como de máxima prioridad por
tratarse de los sistemas de protección. Por tanto, si se produce una señal de alerta, el
DSP deja cualquier tarea que esté realizando y se dedica plenamente a atender la
interrupción, que le ordena apagar todos los interruptores. La única forma de salir del
estado de emergencia, es “reseteando” el DSP.

5.2 Adquisición de corrientes en las fases

5.2.1 Sensores de corriente de efecto Hall

Para la medición de las corrientes en las fases de la SRM se utilizaron 4

sensores de corriente con aislación galvánica marca LEM, modelo LA-100p. Estos
permiten medir corrientes de cualquier tipo (i.e. AC o DC). Dado que el modelo
específico tiene un rango de 0 a 150 [A], y las corrientes de la SRM están entre 0 y
20 A, se multiplicaron las vueltas dentro del sensor (ver Figura 5-5), para aprovechar
mejor el rango dinámico de los sensores. Así el número de vueltas aplicadas en cada
sensor es de 8.
 85

Figura 5-5: Tarjeta de sensores de corriente

Los sensores cumplen con los requerimientos necesarios para seguir con
holgura los di/dt de las corrientes de la SRM, que es lo que se busca determinar con
precisión en este trabajo. La alimentación de los sensores es de +15 y -15V, y estos
entregan en sus salidas señales de corriente que son transformadas en voltaje en la
tarjeta de control. Si este proceso de transformación se realizara en la misma tarjeta,
al transmitir las señales de voltaje, estas se verían afectadas por el ruido eléctrico de
tensiones inducidas, alterando las mediciones. Por eso, la estrategia es convertir de
corriente a voltaje lo más cerca posible del ADC.

5.2.2 Amplificador de corriente a voltaje

La conversión de corriente a voltaje se realiza en la tarjeta de control,

mediante amplificadores operacionales modelo OP07. Este modelo está diseñado
específicamente para instrumentación y su característica principal es su mínimo
voltaje de offset en la salida. La configuración es de no inversor, así el amplificador
actúa como seguidor de tensión (ver Figura 5-6). La ganancia está dada por:
Vout R
= (1 + 12 )
R10 × Ia R11
 86

Figura 5-6: Amplificador de corriente a voltaje.

5.2.3 Filtro Anti-Aliasing para la determinación de las pendientes

La salida de la etapa anterior es procesada por un filtro pasabajo Butterworth

de 2º orden (ver Figura 5-7) cuya función es evitar que las mediciones de corriente
sean afectadas por ruido. Como se menciona en la sección 5.3.1 no es necesario este
tipo de filtros en el lazo de control. Ahora bien, la frecuencia del lazo de control es
idéntica a la frecuencia de la señal PWM (que está en el orden de los 5kHz), por lo
tanto un filtro antialiasing para el lazo de control debiera tener una frecuencia de
corte igual a la mitad de este valor, esto es 2.5kHz. Sin embargo, la frecuencia de
corte del filtro utilizado es de 50kHz que es aproximadamente la mitad de la
frecuencia de muestreo del ADC externo. Es decir, este filtro no tiene efecto en el
lazo de control, y por tanto no genera retardo en éste, pero sí filtra el ruido que podría
afectar el muestreo a 100 kHz necesario para la determinación de la derivada de las
corrientes.
Para diseñar el filtro se utilizó la serie de filtros universales de Texas,
UAF42, cuyos parámetros son configurables a través de resistencias externas. Estos
valores se calculan mediante un software gratuito de Texas Instruments (Molina y
Stitt, 1993).
 87

Figura 5-7: Filtro universal UAF42

5.3 Medición de voltaje en la carga

La medición de voltaje se resume en el siguiente diagrama de bloques de la

Figura 5-8.

Figura 5-8: Diagrama de bloques de medición de voltaje.

5.3.1 Amplificador de Corriente a voltaje y filtro Antialising

Dado que la señal que proviene del sensor de voltaje es de corriente, esta se
transforma de igual manera que los sensores de corriente mencionados
anteriormente, y luego se filtra con un filtro de segundo orden Butterworth, cuya
 88

frecuencia de corte es la mitad de la frecuencia de muestreo del voltaje, es decir, de

2.5kHz. La razón de que el voltaje se muestree a esta frecuencia se explica por las
ecuaciones (4.5) y (4.6). Tanto el amplificado como el filtrado se realizan utilizando
el mismo integrado, LF353, mostrado en la Figura 5-9.

Figura 5-9: Esquemático de amplificado y filtrado de señal de tensión.

5.4 Circuitos de disparo

El DSP posee 6 salidas dedicadas para el control de motores. Cada una de las
salidas, nominadas como PWM se conectan a un buffer 74LS07, y a partir de ahí van
hacia un arreglo de transistores PNP 2N3906 en configuración espejo de corriente.

Figura 5-10: Circuito de disparo en configuración espejo de corriente

El circuito de la Figura 5-10 posee un LED para indicar cuando la fase

correspondiente está siendo activada. La configuración permite que ambas corrientes
 89

sean iguales, en este caso a 9mA, cuando la salida PWM está activada (LOW). Por el
lado del conector BNC se envía una corriente que activará una optocupla en el
circuito de potencia. Se utiliza esta técnica de disparar por corriente, en vez de
señales de voltaje, porque es más inmune al ruido externo. Además como los cables
hacia el conversor son largos, estos podrían sufrir inducción de tensiones que activen
erróneamente los interruptores de potencia. En cambio, la inducción de corriente es
menos probable.

5.5 Circuito de potencia

El circuito de potencia utilizado en este trabajo es el mismo utilizado por (R.

Cárdenas et al., 2005), pero tiene algunas modificaciones que serán explicadas a
continuación.

5.5.1 Circuito conversor

El conversor original se muestra en la Figura 5-11. Este conversor fue

construido para que la SRM inyectara potencia a la red a través de un inversor PWM.
Esta topología separa las etapas de magnetización y demagnetización en dos fuentes
distintas.

Figura 5-11: Conversor original antes de ser modificado.

 90

La fuente de demagnetización tiene un voltaje impuesto por el conversor PWM, y a

su vez mantiene cargado el condensador de magnetización por el convertidor buck
(compuesto por Qm y Lm). La discusión de este tipo de conversor está en (R.
Cárdenas et al., 2005). En este trabajo se realizaron ciertas modificaciones de modo
que el conversor operara con una sola fuente que realizara las funciones de
magnetización y demagnetización. Por otra parte se ha buscado que el voltaje no sea
fijo sino dependiente de la velocidad de la máquina, de modo que sea ajustable para
operar siempre en estrategia de corriente regulada (soft o hardswitching). El cambio
que se realizó busca que el conversor de la Figura 5-11 se parezca al conversor
asimétrico clásico. Para ello los cambios realizados fueron los siguientes:
• Se eliminó la inductancia Lm.
• Se eliminó la fuente de magnetización, eliminando el condensador Cm.
• Se eliminó la conexión común de las fases de la SRM, tanto en la
máquina misma como en el conversor. Se dejaron dos puntos comunes:
uno entre las fases 1 y 3, y otro entre las fases 2 y 4 (conexión de fases
opuestas).
• Se agregó un nuevo interruptor y diodo para la excitación de las fases 2 y
4.
El circuito final se muestra en Figura 5-12.

Figura 5-12: Conversor definitivo de 6 interruptores.

 91

Adicionalmente se incluyó un puente rectificador y un autotransformador

conectado a la red eléctrica de 220 AC. Este provee de la excitación inicial para el
generador, que se desconecta cuando el SRM está en condiciones de generar su
propia excitación.

5.6 Consideraciones en el diseño final del circuito impreso

La tarjeta de control fue diseñada utilizando el software Protel DXP. En las

entradas de las alimentaciones, proporcionadas por una fuente de PC, se incluyeron
filtros PI, utilizando ferritas como elementos inductivos.
En el diseño se tomaron en consideración algunos de los criterios para
disminuir la generación de ruidos e interferencias electromagnéticas que puedan
perjudicar el correcto funcionamiento de sistemas electrónicos (Cárdenas, 2000).
Para atenuar el efecto del ruido generado por campos magnéticos externos se
procuró reducir el área encerrada por todas las espiras que se encuentren en el
circuito. Para reducir el área de las espiras de alimentación se incluyeron
condensadores de desacoplamiento (cerámicos, de 0.1[uF]) en todos los integrados.
En el diseño de tierras se optó por la estrategia sugerida en (Terrell y Keenan,
1997) que señala que tanto las tierras digitales como analógicas deben ser iguales y
no separadas, a condición de que el circuito posea un plano de tierra externo
(metálico) y que además haya una tierra extensa en la parte inferior y superior de la
tarjeta de control. Generalmente se ha sugerido en la literatura referente a la
reducción de EMI, que las tierras deben estar separadas, sin embargo el autor tiene
pruebas experimentales de que esta no es la solución óptima. Lógicamente se evitó
que el retorno de tierra de un circuito de alta velocidad pase por el retorno de un
circuito de baja velocidad. Entre las medidas adoptadas están:
• Todo cable de entrada y salida de datos tiene un filtro cercano a su punto de
conexión.
• Utilización de segmentos de alimentaciones.
• Tierras extensas evitando cortes bruscos.
 92

• Líneas digitales de alta velocidad separadas de líneas análogas.

• Uso de condensadores bulkstorage (en este caso electrolíticos) distribuidos
uniformemente en la tarjeta.
• Cables de alimentación trenzados manualmente.
• Se evitó que líneas de alta velocidad pasaran a través de vías.
 93

6 IMPLEMENTACIÓN DE ALGORITMOS EN EL DSP Y

RESULTADOS EXPERIMENTALES

En este capítulo se presenta una breve explicación de los algoritmos implementados

en el DSP utilizando el control propuesto en este trabajo. Se muestra en detalle la
operación del estimador de posición utilizando una NN de tres neuronas, más el estimador
basado en MMC. El control implementado se basa en lo explicado en la sección 3.3. Las
pruebas experimentales se realizaron de acuerdo el diagrama esquemático de la Figura 6-1
en un SRG de 2.5kW, de 4 fases y de 8/6 polos.

Figura 6-1: Diagrama esquemático del sistema de generación implementado.

6.1 Diseño del código principal

El diseño del código de control para el SRG constituyó una las tareas más
importantes en el desarrollo de esta investigación. Este puede ser explicado a partir
dos diagramas funcionales. El primero consiste en una explicación de la fase de
inspección de la máquina (ver Figura 6-2), donde se determina cuál es la posición
 94

inicial de ésta para comenzar la generación. En la fase se reconocimiento se activa

una de las fases y se mantiene en ella una corriente constante de pequeño valor
(0.5[A]). Con esta corriente regulada es posible aplicar el estimador de posición.
Inicialmente se espera a que la inductancia estimada L(θ) indique región de bajada.
Cuando se cumple esta condición de bajada (Flag.down = 1) entonces comienza la
fase de búsqueda de mínimos, es decir, de posición de desalineamiento del rotor.
Cuando se encuentra un mínimo, se almacena el valor de un timer (TMR2) y éste a
su vez es reiniciado. El timer se utiliza para estimar ωm pues almacena el tiempo

2π
transcurrido en girar (30º mecánicos). El proceso de búsqueda de mínimos se
6
repite unas 3 veces, hasta que en la última etapa se eleva la corriente al valor de
referencia dado por el error de voltaje y comienza la generación.

Figura 6-2: Diagrama de flujo de fase inicial de reconocimiento de posición y

velocidad.
 95

Figura 6-3: Diagrama de flujo de algoritmo de generación.

El diagrama de flujo de la Figura 6-3 representa el proceso de generación.

Los bloques de preguntas, aún cuando parecen tareas dedicadas, no lo son. Es decir,
si se pregunta por una condición y esta no se cumple, el DSP no se quedará
esperando hasta que ésta se cumpla. Esto sería ineficiente y no permitiría realizar
otras tareas. Se ha optado por representarlo así, para reducir el tamaño de los
diagramas de modo que se entienda lo esencial. Hay tareas que se realizan
periódicamente, independiente de en que parte del código se encuentre el DSP, como
por ejemplo el muestreo de la corriente, el control de corriente, el muestreo y control
de voltaje, el envío de datos al PC, etc.
Volviendo a la explicación del diagrama de la Figura 6-3, Loff es el valor de
inductancia instantánea en donde se deben apagar ambos interruptores de la fase
donde se está generando. Ton corresponde al instante de tiempo en que se debe excitar
la fase siguiente, que comenzará la siguiente generación. T_speed es el registro que
contiene el tiempo transcurrido entre fases vecinas, que se va actualizando cada
2π
[rad] = 15º . Este valor es el utilizado para estimar la velocidad del SRG.
24
 96

La variable “i” se utiliza para indicar la fase en la cuál se está generando. El

algoritmo sólo pasa por el bloque de pregunta Iref >Isense una sola vez, después de
terminar la fase inicial de reconocimiento. Posteriormente no requiere hacer esa
pregunta porque el objetivo de Ton es que la corriente de la fase siguiente esté en el
nivel de Iref cuando comience a ser controlada. El valor de Ton se actualiza entre cada
fase de acuerdo al error Iref-Isense de la fase anterior. Este error es multiplicado por
una constante:

Loff _ i + ∆L
TON = TON − I error ( ) (6.1)
VDC

La ecuación (6.1) se utiliza como reemplazo a (3.15), es decir, para el

encendido del IGBT de la fase siguiente (para comenzar la nueva magnetización).
Esto es porque deja de cumplirse la relación de diferencias iguales a ∆L entre fases
consecutivas. De hecho es posible observar en la figura 6-4 que en el instante en que
TMR2 > Ton, no se cumple que LB (θ ) = LA (θ ) + ∆L .

Figura 6-4: Representación de instantes de encendido y apagado

La figura 6-4 muestra los instantes de encendido de la fase siguiente, es decir

cuando se cumple que TMR2 > Ton. Posteriormente cuando se apaga la fase i (en este
 97

caso A), el timer reinicia su conteo, se almacena el tiempo transcurrido entre el

último apagado, T_speed y comienza la generación en la fase siguiente (B).
Por último, los dos tipos de procesos ejecutados entre cada muestra de
corriente se muestran en la Figura 6-5. El bloque más común que se realiza
comúnmente entre cada muestra es el denominado “Ejecución sin cambio de
estado”. El cambio de estado se refiere a cambio de pendiente en la corriente de fase.
Aquellos procesos que están nominados con * se realizan una sola vez durante cada
fase de la máquina, es decir, cada 15º en un SRG de 8/6. Lo importante es que la
suma de tiempo requerida para realizar cada ejecución secuencial no debe sobrepasar
el tiempo TADC ≈12,2us, que corresponde al periodo entre cada muestra de corriente.

Figura 6-5: Procesos secuenciales realizados entre cada muestra de corriente.

Tabla 6-1: Tiempos de ejecución requeridos por cada rutina.

Instrucciones requeridas Tiempo(s) @29.49MIPS

Atención Interrupción SPI 7 2,37E-07

Lectura ADC+B.Hist 30 1,02E-06

Almacenar muestra para MMC 31 1,05E-06

Envío Datos PC 15 5,09E-07

Cálculo Loff,Ton,T_speed 259 8,78E-06

Cálculo de Vref e Iref 100 3,39E-06

Cálculo MMC 120 4,07E-06

Cálculo NN 140 4,75E-06

TADC 360 1,22E-05

 98

6.2 Determinación de curvas experimentales de inductancia

La determinación de las curvas de inductancia es fundamental para el

entrenamiento de la NN. Inicialmente se obtuvo una curva de inductancia para la fase
nº1 utilizando un puente medidor de inductancia (características en ANEXO E). La
medición se realizó girando el rotor en ángulos pequeños, y registrando los valores de
posición e inductancia. Posteriormente esta curva se comparó con la curva de
inductancia obtenida con el estimador a una baja corriente (0.5[A], donde
prácticamente no existe saturación), registrando inductancia estimada y la posición
del rotor (ver Figura 6-6).

Figura 6-6: Comparación entre inductancia medida y estimada

La curva de inductancia estimada está filtrada mediante técnicas de

interpolación utilizando polinomios de Fourier. La curva medida, en cambio, no tiene
ningún tipo de procesamiento. Se observa que la curva estimada de inductancia es
muy similar a la curva medida, e indica correctamente las posiciones donde se
produce alineamiento (máximo valor de inductancia) y desalineamiento (mín. valor).
No es fundamental conocer el valor exacto de la inductancia en cada punto, sino más
bien tener una curva de referencia que indique con precisión las posiciones
significativas del rotor. Por esta razón la curva insaturada que se utilizó para el
 99

entrenamiento de la NN no es la inductancia medida, sino la inductancia estimada,

que ha sido filtrada.
Para obtener las curvas de inductancia a distintas corrientes se hizo girar el
SRG con una corriente constante en la región de pendiente negativa de la fase nº1.
Los valores de medición fueron desde Iref = 1[A] hasta 10[A]. Los resultados
previamente filtrados con la misma técnica anterior se muestran en la Figura 6-7.

Figura 6-7: Curvas de inductancia experimentales con I=0.5[A] a 9[A].

6.3 Entrenamiento e implementación de la red neuronal

La recopilación de los datos utilizados para entrenar la NN se obtuvo a partir

de las curvas de inductancia para corrientes de 1 a 10[A], filtradas “off-line” sin
ningún desfase. Como se utilizó interpolación, cada curva puede ser descrita por un
polinomio específico cuyos coeficientes son determinados con la herramienta de
MATLAB “Curve Fitting”. Así el número de datos para entrenar la NN puede ser el
que se desee, pues el polinomio permite generar vectores de datos de cualquier
tamaño. Ahora bien, en la Figura 6-7 se observa que ciertas curvas, principalmente
las de altas corrientes, poseen un máximo en una posición distinta del alineamiento,
ya que la curva ha tendido a “achatarse”. Si en el entrenamiento de la NN se utilizan
las curvas completas, es decir, de 0º hasta 30º, se introducirá una ambigüedad en la
 100

NN. Este hecho se explica en la Figura 6-8. La ambigüedad consiste en que a un

valor de inductancia idéntico, Lest, para dos posiciones distintas, se le están asociando
dos valores distintos de inductancia insaturada. Para evitar este problema, se
utilizaron sólo los valores de inductancia que van desde el máximo local de la curva
hacia la derecha. Lógicamente, la solución propuesta es sólo valida para generación,
y no en operación de motor, puesto que sólo interesa conocer valores de inductancia
que se aproximan a Lu, que están a la derecha del máximo local.

Figura 6-8: Ambigüedad producida por efecto de saturación.

Por otra parte si se analiza la ecuación de apagado de la corriente,

 iref ωm k 
L(θ off _ i ) = Lu  + 1 , el valor de L(θoff _ i ) aumenta con la corriente y la
 VDC 
velocidad. Es decir, si la corriente es alta, ésta deberá ser apagada con mayor
anticipación. Para corrientes menores, en cambio, el valor de L(θ off _ i ) será cercano

a Lu. Es decir, que cuando la corriente de fase sea baja no es necesario utilizar la NN
porque las curvas son muy similares en las cercanías a Lu (ver Figura 6-7). Por las
razones recién descritas el entrenamiento de la NN sólo se aplicó para corrientes
superiores a 5.5[A].
La NN fue entrenada con 600 datos uniformemente distribuidos, en un total
de 1650 épocas o “epochs” y se obtuvo un error medio cuadrático igual a 1.8 × 10−4 .
La estructura de la NN es idéntica a la Figura 4-7, utilizada en simulaciones, es decir
 101

con sólo 3 neuronas, pero con coeficientes distintos (ver ANEXO B.2). La función
de activación, tanh(), se implementó en una tabla de 256 valores detallada en el
ANEXO F. Los valores intermedios se obtienen por interpolación lineal.

6.4 Curvas experimentales de generación

La función del estimador de inductancia es proporcionar la información

necesaria para apagar en el momento preciso la corriente de la fase de turno. Para
validar que el control sensorless está operando satisfactoriamente basta con verificar
que la corriente se extingue en el momento en que la fase se desalineó. De modo
indirecto, verificando también que la potencia demandada por (3.7) se está
cumpliendo. Para verificar la primera condición se implementó a través del DSP una
señal de pulsos que indica en cada flanco (de subida o bajada) el desalineamiento en
la fase de turno. La señal de pulsos está obtenida a partir del encoder y una tabla de
24 valores que almacena las posiciones de desalineamiento. Además también se
midió la tensión generada para verificar que el voltaje es el demandado. El SRG
operó autoexcitado, aún cuando en la fase inicial de reconocimiento se utilizó una
fuente externa de 200[V], y una carga resistiva de 178 [W]. La medición se realizó de
acuerdo a la Figura 6-9. Cada sensor de corriente mide un par de fases opuestas (2, 4
o 1, 3), que no conducen al mismo tiempo.

Figura 6-9: Esquema de conexión para las mediciones experimentales.

 102

Figura 6-10: Oscilograma de las corrientes, voltaje y tren de pulsos en la partida

del SRG.

La Figura 6-10 muestra el instante en que se activa el control sensorless. Inicialmente

el SRG está girando a 780 [rpm], se aplica una corriente muy baja para reconocer la
posición y la generación comienza con el primer pulso de corriente que es levemente
más largo que los siguientes.

Figura 6-11: Oscilograma de corriente de fase, voltaje y tren de pulsos operando

con y sin la red neuronal.

La Figura 6-11 muestra los datos obtenidos, en dos tipos de algoritmos. La imagen
de la izquierda es el resultado de utilizar la NN para corregir las curvas saturadas de
inductancia, mientras que en la imagen de la derecha, ésta no se utiliza. La Figura
6-12 es equivalente a la figura anterior (idénticos datos pero visualizados en PSIM).
Ésta permite apreciar la leve mejoría producto de utilizar la NN, en cuanto a que el
 103

desfase entre posición de desalineamiento y corriente extinguida es menor que en el

caso de no usar la NN.

Figura 6-12: Detalle de las formas de onda de la corriente y tren de pulsos.

Figura 6-13: Formas de onda de corriente, voltaje y potencia generada a 497[rpm]

La Figura 6-13 corresponde a la operación a bajas velocidades. La corriente de

referencia es de aproximadamente 5[A], por ello la NN no se activa. Se aprecian
leves adelantos en el apagado de la corriente.
 104

Figura 6-14: Formas de onda de corriente, potencia y voltaje a 1272[rpm].

Figura 6-15: Forma de onda de corriente, potencia y voltaje a 1382[rpm].

En la Figura 6-14, dado que la velocidad es mayor, la tensión generada es cercana al

límite recomendado por la aislación de las bobinas del SRG. Por ello la corriente de
fase está limitada a 10[A]. En la Figura 6-15 la velocidad es aún mayor, pero la
corriente está limitada a 8[A], razón por la cuál la potencia generada es menor. Si el
límite de la corriente se mantuviese en 10[A], la tensión generada superaría los
500V. En ambas figuras es posible apreciar que el desfase de ángulo comienza a
incrementarse.
 105

Figura 6-16: Oscilograma del máximo desfase entre posición desalineada y

apagado de la corriente, a alta velocidad.

La Figura 6-16 muestra el máximo desfase que en términos de grados

mecánicos es de aproximadamente 1.9[º] (el ancho del pulso es de 15[º]).
Nuevamente se observa que el error no tiene una significancia en la tensión
generada, debido a que el condensador es grande. Por otro lado la corriente de
referencia está operando al máximo (10[A]), es decir, no puede aumentar como para
corregir la tensión generada en la carga.
Por último en la Figura 6-17 se aprecia que el tiempo, que tarda el SRG en
responder a un escalón en la referencia de potencia, es de 1(s) aproximadamente, con
una respuesta muy estable.

Figura 6-17: Respuesta transitoria del SRG a 1077[rpm] frente a un escalón de

potencia de 900W.
 106

Figura 6-18: Rampa de aceleración de 590 a 882 [rpm] en 1.7(s)

Figura 6-19: Desaceleración de 882 a 590 [rpm] en 1.7(s)

Las figuras 6-18 y 6-19 muestran el desempeño del generador frente a cambios en la
velocidad de SRG. El rango de potencias está seleccionado de modo que no se
sobrepase la tensión máxima. La potencia de referencia, Pref, se obtuvo utilizando la
relación Pref = kopt ωn 3 , con kopt = 6.17 × 10−4 . El máximo error entre la potencia

generada y la demandada es de aproximadamente 50[W].

 107

7 CONCLUSIONES Y TRABAJO FUTURO

7.1 Conclusiones

En este trabajo se ha propuesto, simulado, e implementado un nuevo sistema

de control sin sensor de posición para un SRG de velocidad variable. El esquema es
apto para ser utilizado en sistemas de generación eólica.
La estimación de la posición del rotor se ha basado en determinar la
inductancia instantánea de la máquina. Para ello sólo se han utilizado los terminales
activos de las bobinas, midiendo únicamente el voltaje y la corriente, que son
medidas indispensables en cualquier esquema de control del SRG.
El método propuesto difiere de los métodos clásicos de estimación de
posición en el sentido de que no determina la posición absoluta del rotor, sino la
inductancia. Esta última aporta la misma información, pero su estimación requiere de
menos cálculo matemático. Se ha utilizado una NN para corregir la información
aportada por la inductancia. La NN utilizada ha sido de mínimo tamaño, debido a
que el procesamiento importante se ha realizado en el uso del método de los mínimos
cuadrados para la determinación numérica de las derivadas de las corrientes.
No se ha requerido de integradores analógicos, como es el caso de los
métodos que utilizan el flujo concatenado. Por lo tanto el método propuesto no es
susceptible a las variaciones de resistencia de fase y puede operar a bajas velocidades
bajo un esquema de corriente controlada. Se ha verificado que el método es factible
de operar en un amplio rango de velocidades mecánicas y puede ser implementado
en un único procesador de bajo costo.
Por último, en este trabajo se ha diseñado y construido una plataforma física
de control, de bajo costo, para el SRG. En ella se han implementado las estrategias
de control desarrolladas en esta tesis, sin embargo esta constituye una útil
herramienta para investigaciones futuras en torno a la máquina de reluctancia, ya sea
en su operación de motor o generador.
 108

7.2 Trabajo futuro

Como trabajo futuro debe considerarse la implementación de un algoritmo

sensorless que bajo el mismo esquema de utilizar una NN, estime la inductancia a
partir de la integración de la ecuación de flujo enlazado. Con ello será posible
complementar el método propuesto en esta tesis, y el SRG podrá operar a cualquier
velocidad, bajo cualquier esquema de control de corriente.
Dado que el SRG está generando en corriente DC es necesario estudiar su
operación conectándolo a un inversor DC-AC, para que el generador inyecte la
energía generada a la red eléctrica. Para ello se deberá modificar la estrategia de
control de voltaje propuesta en este trabajo, por otra que controle la potencia
generada, aspecto que no significa mayor dificultad. Adicionalmente, si el inversor
DC-AC fija el voltaje del SRG, entonces el algoritmo sensorless deberá tener la
capacidad de operar en modo de pulso único, cuando la back-emf supere la tensión.
Por último, sería conveniente realizar un análisis técnico y económico de la
factibilidad de construir un generador eólico de mediana potencia, utilizando un SRG
especialmente diseñado para operar a bajas velocidades mecánicas. Con ello no se
requerirá de una caja multiplicadora de velocidades, aún cuando el tamaño físico (y
por lo tanto el costo) de la máquina pueda aumentar. Es necesario definir cuál es la
compensación óptima, esto es, en términos de costo de fabricación y de mantención
del sistema eólico. Este tipo de investigación es multidisciplinaria en el sentido de
que requiere de conocimientos más profundos en el diseño de máquinas eléctricas, de
aspectos mecánicos y estructurales.
 109

BIBLIOGRAFÍA

Asadi, P., Ehsani, M., & Fahimi, B. (2006). Design and control characterization of
switched reluctance generator for maximum output power. 1639-1644.

Bellini, A., Filippetti, F., Franceschini, G., Tassoni, C., & Vas, P. (1998). Position
sensorless control of a SRM drive using ANN-techniques. Industry Applications
Conference, 1998.Thirty-Third IAS Annual Meeting. The 1998 IEEE, 1.

Benavides, J. (2006). Tesis doctoral. Universidad Politécnica de Catalunya. Contribución

al control de motores de reluctancia autoconmutados.

Blaabjerg, F., Kjaer, P., Rasmussen, P., Cossar, C. (1999). Improved digital current
control methods in switched reluctance motor drives. Power Electronics, IEEE
Transactions on, 14(3), 563-572.

Burton, T., Sharpe, D., Jenkins, N. & Bossanyi, E. (2001). Wind Energy Handbook. John
Wiley & Sons, Ltd.

Cárdenas, R., Ray, W., & Asher, G. (1995). Switched reluctance generators for wind
energy applications. Power Electronics Specialists Conference, 1995.PESC'95 Record.,
26th Annual IEEE, 1

Cárdenas, R. (2000). Atenuación de ruidos en circuitos eléctricos. Apuntes del curso de

proyecto, Universidad de Magallanes.

Cárdenas, R., Pena, R., Perez, M., Clare, J., Asher, G., & Wheeler, P. (2005). Control of a
switched reluctance generator for variable-speed wind energy applications. IEEE
Transactions on Energy Conversion, 20(4), 781-791.

Cárdenas , R. (1996). Thesis submitted for the degree of doctor of philosophy. University
of Nottingham. Control of Wind Turbines Using a Switched Reluctance Generator.
 110

Chen, C., & Liu, T. (2003). A sensorless switched reluctance drive system using a self-
inductance estimating technique. International Journal of Electronics, 90(4), 285-302.

Cheok, A. D., & Ertugrul, N. (2000). High robustness and reliability of fuzzy logic based
position estimation for sensorless switched reluctance motor drives. IEEE Transactions on
Power Electronics, 15(2), 319.

Dixon, J. W., Rodríguez, M., & Huerta, R. (2002). Simplified sensorless control for BLDC
motor, using DSP technology. Conference IEEE-IECON’02, on CD-ROM.

Edrington, C. S., Sepe Jr., Ray B., & Fahimi, B. (2002). Sensorless super-high-speed
switched reluctance generators. Proceedings of the 2002 28th Annual Conference of the
IEEE Industrial Electronics Society, 2 1026-1031.

Ehsani, M., & Fahimi, B. (2002). Elimination of position sensors in switched reluctance
motor drives: State of the art and future trends. IEEE Transactions on Industrial
Electronics, 49(1), 40-47.

Fahimi, B., Emadi, A., & Sepe Jr, R. (2004). A switched reluctance machine-based
starter/alternator for more electric cars. Energy Conversion, IEEE Transactions on, 19(1),
116-124.

Fahimi, B., Emadi, A., & Sepe Jr., Raymond B. (2005). Four-quadrant position sensorless
control in SRM drives over the entire speed range. IEEE Transactions on Power
Electronics, 20(1), 154-163.

Ferreira, C. A., Jones, S. R., Heglund, W. S., & Jones, W. D. (1995). Detailed design of a
30-kW switched reluctance starter/generator system for a gas turbine engine application.
IEEE Transactions on Industry Applications, 31(3), 553.

Fleury, A., De Andrade, D. A., Dos Santos E Silva, Felippe, & Domingos, J. L. (2007).
Switched reluctance generator for complementary wind power generation in grid
connection. Electric Machines & Drives Conference, 2007. IEMDC '07. IEEE
International , 1 465.
 111

Fulton, N. N. R. S. P. (1986). Switched reluctance generator for wind energy applicatios.

IEEE Proc.of 8th the BWEA Wind Energy Conference, , 211-218.

Gao, H., Salmasi, F., & Ehsani, M. (2004). Inductance model-based sensorless control of
the switched reluctance motor drive at low speed. Power Electronics, IEEE Transactions
on, 19(6), 1568-1573.

Hudson, C., Lobo, N. S., & Krishnan, R. (2004). Sensorless control of single switch based
switched reluctance motor drive using neural network. IECON 2004 - 30th Annual
Conference of IEEE Industrial Electronics Society, , 3 2349-2354.

Husain, I., & Ehsani, M. (1996). Torque ripple minimization in switched reluctance motor
drives by PWM current control. IEEE Transactions on Power Electronics, 11(1), 83.

Husain, I., & Islam, M. S. (2001). Observers for position and speed estimations in switched
reluctance motors. 40th IEEE Conference on Decision and Control (CDC), 3, 2217-2222.

Jones, S. R., & Drager, B. T. (1997). Sensorless switched reluctance starter/generator

performance. IEEE Industry Applications Magazine, 3(6), 33.

Khalil, A., Underwood, S., Husain, I., Klode, H., Lequesne, B., Gopalakrishnan, S., et al.
(2007). Four-quadrant pulse injection and sliding-mode-observer-based sensorless
operation of a switched reluctance machine over entire speed range including zero speed.
IEEE Transactions on Industry Applications, 43(3), 714.

Kioskeridis, I., & Mademlis, C. (2006). Optimal efficiency control of switched reluctance
generators. Power Electronics, IEEE Transactions on, 21(4), 1062-1072.

Krishnan, R. R. (2001). Switched reluctance motor drives: Modeling, simulation, analysis,

design, and applications. CRC Press.

Liu, N., Kalpathi, R. R., Blackburn, S. E., & Reuter, D. C. (2000). Google Patents.
 112

Liu, T., & Chen, C. (2002). Implementation of a sensorless switched reluctance drive with
self-inductance estimating technique. Proceedings of the 2002 28th Annual Conference of
the IEEE Industrial Electronics Society, 1 508-513.

Lopez, R. G., & Diong, B. (2004). Simplified control of switched reluctance machines for
AC generation. , 1 409.

MacMinn, S. R., & Jones, W. D. (1989). Very high speed switched-reluctance starter-
generator for aircraft engine applications. 4, 1758.

Mademlis, C., & Kioskeridis, I. (2005). Optimizing performance in current-controlled

switched reluctance generators. IEEE Transactions on Energy Conversion, 20(3), 556.

Matveev, A. (2006). Development of methods, algorithms and software for optimal design
of switched reluctance drives.

Mese, E. (2003). A rotor position estimator for switched reluctance motors using CMAC.
Energy Conversion and Management, 44(8), 1229-1245.

Mese, E., & Torrey, D. A. (2002). An approach for sensorless position estimation for
switched reluctance motors using artificial neural networks. IEEE Transactions on Power
Electronics, 17(1), 66-75.

Miller, T. J. E. (2001). Electronic control of switched reluctance machines. Newnes.

Molina, J., & Stitt, R. M. (1993). Filter design program for the UAF42 universal active
filter. AB-035 of Burr-Brown APPLICATION BULLETIN,

Mueller, M. A. (2005). Design and performance of a 20kW, 100rpm, switched reluctance

generator for a direct drive wind energy converter. 2005 IEEE International Conference on
Electric Machines and Drives, 56-63.

Ogawa, K., Yamamura, N., & Ishda, M. (2006). Study for small size wind power
generating system using switched reluctance generator. Industrial Technology, 2006.ICIT
2006. IEEE International Conference on, , 1510-1515.
 113

Radimov, N., BenHail, N., & Rabinovici, R. (2006). Switched reluctance machines as
three-phase AC autonomous generator. IEEE Transactions on Magnetics, 42(11), 3760.

Reay, D., & Williams, B. (1999). Sensorless position detection using neural networks for
the control of switched reluctance motors. Control Applications, 1999. Proceedings of the
1999 IEEE International Conference on, 2

Richter, E., & Ferreira, C. (1995). Performance evaluation of a 250 kW switched

reluctance starter generator. , 1 434.

Terrell, D.L. & Keenan, R.K. (1997). Digital Design for Interference Specification, second
edition, Newnes Press.

Torrey, D. A., & Lang, J. H. (1990). Modelling a nonlinear variable-reluctance motor

drive. IEE Proceedings, Part B: Electric Power Applications, 137(5), 314-326.

Torrey, D. A., Niu, X., & Unkauf, E. J. (1995). Analytical modelling of variable-reluctance
machine magnetisation characteristics. IEE Proceedings: Electric Power Applications,
142(1), 14-22.

Torrey, D. A. (2002). Switched reluctance generators and their control. IEEE Transactions
on Industrial Electronics, 49(1), 3-14.

Vas, P. (1999). Artificial-intelligence-based electrical machines and drives: Application of

fuzzy, neural, fuzzy-neural, and genetic-algorithm-based techniques. Oxford University
Press.

Visinka, R. (2002). Phase resistance estimation for sensorless control of switched

reluctance motors. IECON 02 [Industrial Electronics Society, IEEE 2002 28th Annual
Conference of the Industrial Electronics Society, on CD-ROM.
 114

ANEXOS
 115

ANEXO A : CÁLCULO DE GANANCIAS DE CONTROLADORES

A.1 Control del voltaje generado

Figura A.1: Modelo de control de la carga R//C.

Figura A.2: Lugar de las raíces del controlador PI.

rad
El controlador se diseña con ω0 = 2π × 6.5[ ] y ξ = 0.8 .
s
 1 + 0.038s 
PI: C ( s ) = 288   (controlador en dominio continuo).
 s 
La transformación a dominio digital se realiza mediante comando de MATLAB
c2dm:
[numd,dend]=c2dm(288*[0.0381 1],[1 0],1/195,'tustin')
 116

numd =

11.7113 -10.2343

dend =

1 -1

Es decir, Kp=10.2343 y Ki=1.477 (ganancias controlador discreto).

A.2 Controlador de corriente PI-PWM

Para diseñar el controlador de corriente de las simulaciones, se utiliza el diseño

convencional de la planta de la figura

Figura A.3: Modelo de control del SRG.

Vdc 260
Donde K r = = : ganancia del convertidor de potencia.
vc (max) 1
En la posición de inductancia desalineada (punto más inestable de la planta), L=Lu,
se considera que la frecuencia natural en lazo cerrado debe ser igual al 30% de la
frecuencia de conmutación del convertidor, con una razón de amortiguación igual a 4.
f cu = 0.3 × 5kHz , ζ cu = 4 @L=12 × 10-3 [H]
 117

2ζ cu f cu
Kp = × ≅ 0.4284
Kr
(1 + 2ζ cu 2 ) + (1 + 2ζ cu 2 ) 2 + 1
L
f cu
Ki = ≅ 145
2ζ cu (1 + 2ζ cu ) + (1 + 2ζ cu ) + 1
2 2 2

Tanto la razón de amortiguación como la frecuencia natural de la planta

varían con la posición del rotor. Por esta razón es conveniente que las ganancias del
controlador sean variadas a medida que varía la inductancia. En las pruebas
experimentales se utilizó un control por banda de histéresis, puesto que presentaba
mejor respuesta que un control PI de ganancia fija.
 118

ANEXO B: COEFICIENTES DE LAS REDES NEURONALES

B.1 Red neuronal utilizada en simulaciones

De acuerdo al modelo no lineal planteado en la sección 3.1 con los parámetros de

una SRM de 8/6 polos:
Lsat = 8 × 10−3 [H]

λsat = 800 ×10−3[Wb]

La = 50 × 10 −3 [H]
L u = 12 × 10−3 [H]

Figura B.1: Arquitectura de la Red neuronal implementada

La red neuronal entrenada arroja los siguientes coeficientes:

2.51622 -0.03265
IW = Matriz de entrada a la red
2.74040 -0.03160

-779.2861
LW = Matriz de conexión entre capas
547.3167
Biases:
b12=4.642789
b11=4.911923
b2=231.98767
 119

B.2 Red neuronal utilizada en experimentos

Esta red tiene la misma configuración anterior, pero los coeficientes son distintos,
debido a que las ganancias de los sensores son diferentes y los parámetros de la máquina
son levemente distintos a los del modelo de simulación:

7.3322 −1.195
IW =
−7.3289 1.1916
LW = −414.9729 −415.3521
b11= -2.2231
b12= 2.2239
b2=0.4924.
 120

ANEXO C: CÁLCULO DE COMPONENTES DE CIRCUITO SNUBBER

El circuito Snubber utilizado es del tipo RCD (resistencia, condensador y diodo),

cuya función es controlar la pendiente de subida de la tensión en el interruptor durante el
transitorio de apagado y fijar la tensión del interruptor.

Figura C.1: Circuito Snubber utilizado para protección del IGBT

La elección de los componentes se realiza utilizando las siguientes ecuaciones:

2 I m ⋅ t fi
Copt =
9 Vs
ton (mínimo)
R=
5⋅C
Donde tfi es el tiempo que tarda el transistor Q en apagar la corriente (dato que se
obtiene de hoja del fabricante). Im es la corriente nominal que circulará por el transistor, y
Vs es la tensión a la cuál estará sometido el transistor, ton: mínimo tiempo que estará
encendido el transistor Q = 10[us].
Luego de elegir el valor del condensador, se elige el valor de R que determina el
tiempo que tardará en descargarse el circuito RC cuando el transistor esté encendido.
Considerando los siguientes valores:
Im=10[A]
tfi=154[ns] (Característica del IGBT utilizado)
Vs= 260[V]
Se obtiene que
Copt ≈ 1.1[nF] ; R ≈ 2k Ω .
 121

ANEXO D: PLATAFORMA DESARROLLADA DE CONTROL PARA EL

GENERADOR DE RELUCTANCIA

D.1 Características específicas de DSP utilizado

La CPU posee una arquitectura Harvard modificada, con datos de 16 bits e
instrucciones de 24. Las características principales del modelo utilizado,
dsPIC30F3011, son:
• Posee 6 salidas independientes para señales PWM (diseñado
especialmente para operar el convertidor asimétrico de 3 fases).
• Capacidad de multiplicación por hardware en un solo ciclo de instrucción
de dos números de 17x17 bit. Además posee dos acumuladores de 40-bit
para operaciones de números fraccionales en formato Qn,m
• Arquitectura optimizada para programación en lenguaje C
• Velocidad de hasta 30 MIPS (Millions of Instructions per Second)
• Módulo de comunicación SPI (Serial Port Interface) de alta velocidad
para interactuar con conversores análogo-digitales externos.
• Capacidad de debbuging en tiempo real, mediante puntos de detención
(breakpoints) con el dispositivo ICD-2.
• Interfaz para operar con Encoder de quadratura (QEI)
• 4 entradas digitales para interrupciones externas
• 2 interfaces de comunicación UART (Universal Asynchronous Receiver
transmiter).

Tabla D-1: Características generales del DSP

 122

• Conversor análogo digital de 9 canales, de 10 bits y velocidad máxima de

muestreo de 500ksps (kilo samples per second).
Sólo se han mencionado aquellas funcionalidades que fueron utilizadas en el
desarrollo del prototipo.

D.2 Módulo PWM

En la generación de un ciclo de trabajo se involucran los siguientes registros

PTPER: Almacena el periodo de tiempo de la señal PWM
PTMR: Reloj del módulo PWM
PDCx: Valor del ciclo de trabajo que va de 0 a 100% (x=1,2 o 3). Esta última
variable es la modificada por un control PI por ejemplo.
Las primera variable se relaciona con los parámetros de una señal PWM por
la siguiente ecuación
FCY
PTPER = −1 (5.1)
FPWM × 2

Donde FCY = TCY −1 [Hz] y FPWM es la frecuencia de la señal PWM. La relación

(5.1) es válida en el modo centrado (center aligned mode). Este modo de operación
se explica en la Figura D-1.

Figura D-1: Modo PWM centrado

 123

El reloj, PTMR, cuenta en dos direcciones, de 0 a PTPER y de PTPER a 0.

Las salidas PWM (en este caso PWM1H o PWM2H) quedan en el estado inactivo
cuando el valor del reloj es mayor que el del ciclo de trabajo (PDCx). Por ende las
salidas quedan en estado activo cuando el valor del reloj es menor al ciclo de trabajo.
Si PDCx = 0 entonces las salidas se mantendrán inactivas por todo el ciclo PWM. Si
PDCx=PTPER, las salidas estarán activas por todo el ciclo, es decir a 100%.
Un detalle importante es cuándo se actualiza el valor del ciclo de trabajo en el
módulo PWM. En el modo de doble actualización, compatible solo con modo de
PWM centrado, se actualiza tal como se muestra en la Figura D-. Esta alternativa de
actualización minimiza el retardo de tiempo entre el cálculo del ciclo de trabajo y el
momento en que efectivamente es aplicado en la señal PWM. Normalmente una
señal PWM se actualiza cuando el ciclo ya ha terminado. Este tipo de actualización
permite duplicar el ancho de banda del controlador de lazo cerrado. Además, cada
vez que PTMR alcanza su valor máximo, se puede generar una interrupción que
sincronice el ADC (interno o externo) para que se muestree la corriente en un
instante en que no hay conmutación de interruptores de potencia. Así la medición no
está afectada por el ruido de la conmutación, y por tanto no se requiere utilizar de
filtros antialiasing en el lazo cerrado, puesto que introducen retardos en los
controladores(Blaabjerg, Kjaer, Rasmussen, y Cossar, 1999)

Figura D-2: Actualización doble del ciclo de trabajo

 124

Se explicó en detalle este modo de configuración particular, debido a la importancia

que tiene en el desarrollo de este trabajo. Finalmente, los tres pares de salidas PWM van
conectadas a los espejos de corriente, que a su vez activan los interruptores de potencia.

D.3 Formato numérico Q15

En la Tabla D-2 se muestran los rangos de datos permitidos por el DSP. Las
variables y registros comunes del DSP para operaciones de cualquier tipo son de 16
bits, por tanto pueden representar datos sólo en ese rango. En cambio, los dos
acumuladores denominados A y B (específicos para operaciones de DSP), son de 40
bits, y dependiendo de cómo se utilicen, pueden almacenar datos en cualquiera de los
tes rangos.

Tabla D-2: Rango de datos permitidos por el DSP

Existen dos formas básicas de representar los números en el DSP. Estas son
en formato entero (integer) o formato decimal o fraccional (Q15). Para entender
como se representan, se muestra en la Figura D-3 el mismo número en los dos
formatos.
 125

Figura D-3: Distintas representaciones para el nº hexadecimal 0x4001

Para representar estos dos tipos de formato no se requiere ningún tipo de

instrucción específica. Ambos se almacenan en memoria de la misma forma. Lo que
sí se debe especificar es cuando se realiza una multiplicación o división, puesto que
la forma en que se procesan estas dos operaciones es distinta. La ecuación que
relaciona los dos tipos de formatos es:
nint × 21− N = nQ15 (5.2)

Donde N es el número de bits.

D.4 Interrupciones

El DSP posee 54 fuentes de interrupciones. Cada periférico tiene sus propias

fuentes de interrupciones (módulo PWM, ADC, SPI, etc). Entre ellas están aquellas que
son causadas por cambios externos en los pines del DSP. Estas comúnmente se llaman
interrupciones externas y se generan por el cambio de estado de los pines específicos para
estas funciones.

D.5 Conversor análogo-digital externo

El ADC utilizado, MAX1270, es un conversor flexible en cuanto que permite

modificar por software los rangos de lectura de las señales, aprovechando mejor el
 126

rango dinámico de ellas. Se puede configurar en 4 modos diferentes: 0 a 5V, 0 a

10V, -5 a 5V y -10 a 10V, con sólo una alimentación de 5V. Posee una resolución de
12 bits, referencias internas, y puede operar con un reloj interno o externo. En el
diseño se optó por utilizar las referencias internas y el reloj proporcionado por el
DSP, ya que esta configuración le permite obtener la tasa de muestreo más alta (110
ksps). Se utilizaron sólo 4 canales de los 8 disponibles. La razón de por qué se optó
en el diseño por un ADC externo, en vez del interno del DSP se debe a que este
permite rangos más amplios de medición, tiene una mayor resolución (el ADC del
DSP es de 10 bits) y sus parámetros como razón señal a ruido, linealidad, etc. están
especificados en la hoja del fabricante (el DSP en cambio no los especifica). Otros
aspectos relevantes del ADC externo son: tiempo de conversión mínimo 6[us], opera
en base a aproximaciones sucesivas y realiza las conversiones cada vez que el DSP le
envía una palabra de 8 bits descrita en la Tabla D-3.

Tabla D-3: Descripción de la palabra recibida por el ADC

D.6 Circuitos de protección

Los circuitos de protección cumplen dos funciones: supervisar que no superen

un valor de referencia tanto los picos de corriente de cualquiera de las cuatro fases
(normalmente 15 A) como la tensión generada en la carga. Por ello los circuitos
están divididos en dos grupos distintos, y por tanto generan interrupciones distintas
 127

en el DSP, es decir, existe una interrupción para corriente y otra para voltaje. Los
circuitos se diseñaron utilizando comparadores de alta velocidad, LM311, y el
modelo básico es igual para fases y tensión y se muestra en la Figura D-4.

Figura D-4: Comparador de tensión

Cuando la señal COMP0 (que proviene del filtro UAF42) supera el valor de la
referencia ajustada con el potenciómetro, la salida del comparador se va a 0V. Como las
salidas de los 4 comparadores van conectados al mismo punto, cuando uno baja a 0V todas
bajan también activando la interrupción por flanco de bajada en el DSP. Por lo tanto si una
fase tiene una sobrecorriente, esta hace que se desactive el sistema completo. Sin embargo
cada fase puede ser ajustada en distintos valores de referencia. La señal de voltaje está
separada de las demás.

D.7 Medición de posición

La medición de posición consta de dos partes: el encoder o sensor de posición

y el circuito de acondicionamiento de los pulsos entregados por el sensor. El sensor
utilizado es un encoder óptico de 2500 ppr (pulsos por revolución) modelo 735-HV
marca British Encoder. Es un encoder incremental de cuadratura, que entrega tres
señales: dos de fase y una tercera que indica cuando el eje ha dado una vuelta
completa. Las señales de salida son diferenciales, por lo tanto se requiere de un
circuito de acondicionamiento en la recepción. El circuito de acondicionamiento
transforma las señales diferenciales en monopolares (single ended output). Para ello
se utilizó el integrado AM26LS32 y la conexión se muestra en la Figura D-5
 128

Figura D-5: Diagrama esquemático del circuito de acondicionamiento

Las entradas y salidas no utilizadas se conectan a tierra mediante resistencias, así se

evitan oscilaciones que introducen ruido en el circuito. Este circuito está incluido dentro de
la tarjeta de control. Además se le incluyó un interruptor de apagado para cuando no se
utilice la medición del encoder.

D.8 Programación y debugging

La programación del DSP se realiza utilizando los paquetes computacionales

de Microchip MPLAB y el compilador C30. Mediante estos se programan los
algoritmos de control y se cargan en la memoria del DSP utilizando el ICD-2 (In
Circuit Debbugger). Este último dispositivo es una herramienta de bajo costo, que
también permite hacer un debbugging en tiempo real de lo que está sucediendo en el
DSP cuando está ejecutando el código. Esta tecnología simplifica notablemente la
labor de programación puesto que permite “ver” lo que sucede en cada uno de los
registros y variables del DSP, y en que parte del código se encuentra ejecutando.
 129

Figura D-6: Ejemplo de pantalla en MPLAB utilizando ICD-2.

Para cargar el código en el DSP no se requiere sacarlo de la tarjeta de control.

Esta técnica se conoce como ICSP(In Circuit Serial Programing).

D.9 Adquisición de datos

La adquisición de los datos se realiza a través del puerto USB del PC. La
transferencia de datos entre DSP y PC se logra mediante el uso de un módulo serial-USB
modelo FT232BM. Este módulo también actúa como buffer tanto en la recepción como
transmisión de datos, evitando que se pierdan datos cuando uno de los dos Host no puede
atender. La conexión está descrita en la sección 5.1.2. La recepción y envío de datos en el
PC se realiza con MATLAB donde el puerto USB se atiende como si fuera un puerto serial
cualquiera, pero de una tasa de transmisión mayor. La estrategia de simular un puerto serial
no es la que permite sacar el máximo de provecho en la velocidad de transmisión USB,
pero es la más sencilla de implementar ya que no requiere conocimientos avanzados de
 130

programación. En todo caso con este módulo, utilizando MATLAB y las librerías
dinámicas (DLL) es posible obtener una tasa de transmisión de 12 MBs.

D.10 Sensor de voltaje

El sensor de voltaje, al igual que los sensores de corriente, es un sensor de

efecto Hall, aislado galvánicamente, de marca LEM, y modelo LV-100.

Figura D-1: Diagrama esquemático de la conexión del sensor de voltaje.

La corriente primaria es una corriente mínima, y para aprovechar el rango

dinámico del sensor debe ser de 10mA. Es decir, cuando en la SRM se tenga el
voltaje nominal (aproximadamente 300V) la corriente debe ser de 10mA. Los
terminales + y – están puenteados. Se debe cumplir que:
VDC
≈ R1 (5.3)
10mA

Y de acuerdo a la relación de transformación propia del LEM, se tiene que

VDC
I sec = 5 × (5.4)
R1

D.11 Interruptores de potencia

Los interruptores de potencia son IGBT (BUP314 de Siemens). Los diodos de

potencia son de 1200V, 50A, de tipo "Fast recovery". Para el nuevo par de
semiconductores se utilizó un diodo (30CPF10) de 30A, 1000V ultrarrápido y un
 131

IGBT (FGA25N120 de Fairchild). Para disminuir las sobretensiones aplicadas sobre

el IGBT debido a inductancias parásitas se utilizó el circuito “snubber” de tipo RCD
calculado en ANEXO C.

Figura D-8: Circuito Snubber RCD.

La función de este circuito es evitar que la sobretensión producida en el colector del

IGBT, por inductancias parásitas, lo dañe. Cuando el interruptor es apagado, el
condensador C6 se carga con la sobretensión, y se descarga cuando el interruptor se
enciende.

D.12 Circuito de aislación y disparo de los IGBT

La aislación de la tierras entre el circuito de potencia y el circuito de control

se realiza mediante optocuplas TLP250. Estas son activadas por las señales de
corriente provenientes de los circuitos descritos en la sección 5.4. El diseño se
muestra en la Figura D-9. El IGBT se enciende con +15V y se apaga con -15V. Estas
tensiones son proporcionadas por la fuente aislada DCP020515, que a su vez es
alimentada con +5V, y cuya alimentación es común para las demás fuentes aisladas.
El hecho de aplicar tensiones negativas en la compuerta del IGBT (gate) mejora la
dinámica del interruptor. La configuración para los demás interruptores no fue
diseñada en este trabajo, pero el esquema de encendido es equivalente, aunque
utilizando otros integrados (como fuente aislada se usa un NMH0512D).
 132

Figura D-9: Circuitos de disparo y aislación,

Figura D-10: Plataforma de control.

 133

Figura D-11: Conversor de potencia con las modificaciones realizadas.

 134

ANEXO E: DATOS TÉCNICOS DE ALGUNOS INSTRUMENTOS Y

MÁQUINAS UTILIZADOS

Tabla E-1: Datos de placa de SRM.

Corriente
Potencia nominal a Torque Clase de nominal
Modelo Marca 1500rpm nominal Inercia insulación bobinas
PLD112 Outlon 4.0kW 25Nm 0.0083[kg.m^2] F 9

Tabla E-2: Datos de placa de motor de inducción.

Potencia nominal a Torque Corriente

Modelo Marca 1000rpm nominal Tipo nominal
PLD112 Siemens 7.5kW 30Nm Motor de inducción 12

Figura E.1: Hoja de datos del encoder utilizado.

Para las mediciones de inductancia se utilizó un puente de medida marca FLUKE

modelo PM6304 (0.1% de precisión).
 135

ANEXO F: TABLAS DE DATOS INGRESADAS EN EL DSP

Tabla F-1: Funcion tanh() (sólo primeros 17 datos).

Índice Indice*256 Argumento Fraccional/4 Argumento Real TANH Dato Tabla
0 0 0 0 0 0
1 256 0,0078125 0,03125 0,0312398 1024
2 512 0,015625 0,0625 0,0624187 2045
3 768 0,0234375 0,09375 0,0934763 3063
4 1024 0,03125 0,125 0,124353 4075
5 1280 0,0390625 0,15625 0,1549907 5079
6 1536 0,046875 0,1875 0,1853332 6073
7 1792 0,0546875 0,21875 0,2153263 7056
8 2048 0,0625 0,25 0,2449187 8025
9 2304 0,0703125 0,28125 0,2740616 8980
10 2560 0,078125 0,3125 0,3027097 9919
11 2816 0,0859375 0,34375 0,3308211 10840
12 3072 0,09375 0,375 0,3583574 11743
13 3328 0,1015625 0,40625 0,385284 12625
14 3584 0,109375 0,4375 0,4115701 13486
15 3840 0,1171875 0,46875 0,4371888 14326
16 4096 0,125 0,5 0,4621172 15143

Tabla F-2: Timer vs voltaje demandado.

Timer_new speed[rad/s] velocidad [rpm] Vdsp

704 171,3490909 1627,816364 2149
768 157,07 1492,165 1886
832 144,9876923 1377,383077 1673
896 134,6314286 1278,998571 1497
960 125,656 1193,732 1350
1024 117,8025 1119,12375 1225
1088 110,8729412 1053,292941 1119
1152 104,7133333 994,7766667 1027
1216 99,20210526 942,42 947
1280 94,242 895,299 877
1344 89,75428571 852,6657143 815
1408 85,67454545 813,9081818 760
1472 81,94956522 778,5208696 711
1536 78,535 746,0825 667
1600 75,3936 716,2392 627
1664 72,49384615 688,6915385 591
1728 69,80888889 663,1844444 559
1792 67,31571429 639,4992857 529
1856 64,99448276 617,4475862 502
1920 62,828 596,866 477
1984 60,80129032 577,6122581 454
2048 58,90125 559,561875 433
2112 57,11636364 542,6054545 414
2176 55,43647059 526,6464706 395
2240 53,85257143 511,5994286 379
2304 52,35666667 497,3883333 363
 136

ANEXO G: CÓDIGO EN C DE ESTIMADOR DE INDUCTANCIA Y RED

NEURONAL PARA DLL DE PSIM

// Variables:
// t: Time, passed from PSIM by value
// delt: Time step, passed from PSIM by value
// in: input array, passed from PSIM by reference
// out: output array, sent back to PSIM (Note: the values of out[*]
can
// be modified in PSIM)

// The maximum length of the input and output array "in" and "out" is 30.

// Warning: Global variables above the function ms_user0 (t,delt,in,out)

// are not allowed!!!

#include <math.h>

__declspec(dllexport) void simuser (t, delt, in, out)

// Note that all the variables must be defined as "double"
double t, delt;
double *in, *out;

{
// Define "sum" as "static" in order to retain its value.
static double
aux=0,estado_old=0.,Isense=0,I_old=0.,sumx,sumy,sumxy,sumx2,numerador,num
erador_old,denominador,pendiente,pendiente_old,inductancia,muestras=0.,es
tado=0.,time;
static double L_real,L_aux,i=0,Vdc=218.,La=50e-3,Lu=12e-3,Lsat=8e-
3,lamda_sat=0.800,K=.5250000000e-1;
//VAr para NN
static double
IW_11,IW_12,IW_21,IW_22,LW_11,LW_12,b1_1,b1_2,b2,aux1,aux2,aux3;
IW_11=-2.5162;
IW_12=-0.0327;
IW_21=2.7404;
IW_22=-0.0316;
LW_11=-779.2861;
LW_12=547.3167;
b1_1=4.9119;
b1_2=4.6428;
b2=231.9877;

i=in[0]*1;
Isense=in[0]*220.;//es la ganancia de los sensores de corriente
estado =(int)in[1]*1.;
Isense =(int)Isense;
Vdc =in[2]*1.;

if (estado_old != estado)
{
//La ultima muestra de corriente no se considera por que no
se sabe si es antes o después del cambio
// de estado. Así es en el dspic
 137

//muestras=muestras+1;
estado_old = (int)estado;
pendiente_old=pendiente;
numerador = numerador;
denominador = muestras*(1-muestras*muestras);

if (denominador !=0.)
pendiente=(numerador/denominador);
pendiente=(pendiente*6);

muestras=0.;
sumy=0.;
numerador=0.;
if (pendiente != pendiente_old)
inductancia = fabs(pendiente)+fabs(pendiente_old);
}

else
{
muestras = muestras+1.;
numerador = numerador + sumy-Isense*(muestras-1);
sumy = sumy + Isense;
}

//out[0] = pendiente;
out[1] = numerador;
if (inductancia > 0)
{

//out[2]=1./inductancia;
//out[2] = 1./inductancia;
L_aux= (Vdc/inductancia)*5.5321e-3;
out[2]=L_aux;
//out[0]=L_real;
//Aqui viene la neurona
aux1=tanh(IW_11*L_aux+IW_12*i+b1_1);
aux2=tanh(IW_21*L_aux+IW_22*i+b1_2);
L_real=LW_11*aux1+LW_12*aux2+b2;
out[0]=L_real;

}
}
 138

ANEXO H: DEDUCCIÓN DE ECUACIONES PARA CÁLCULO DE

PENDIENTES

La pendiente de la recta de mínimos cuadrados está dada por:

N N N

∑ xi ∑ yi − N ∑ xi yi
m= i =1
N
i =1
N
i =1
N

∑ x ∑ x − N∑ x
i =1
i
i =1
i
i =1
i
2

Si se considera que los valores de xi corresponden a números naturales (puesto que las
muestras están equidistantes en el tiempo), entonces se cumple que:

N
N ( N + 1)
∑x
i =1
i =
2
N
N ( N + 1)(2 N + 1)
∑
i =1
xi 2 =
6

Reemplazando ambas identidades en la fórmula del MMC, se tiene que:

( N + 1) N N
∑ i ∑
2 i =1
y − iyi
m = −12 × i =1
N ( N 2 − 1)

El numerador puede expresarse de la siguiente manera:

 N +1 N N

num=12 × 
 2
∑ yi − ∑ iyi 
i =1 i =1 

Que es equivalente a:

num  N N

= ( N + 1)∑ yi − 2∑ iyi  = z N
6  i =1 i =1 

Del mismo modo:

 139

N +1 N +1
z N +1 = ( N + 2)∑ yi − 2∑ iyi
i =1 i =1
N +1 N +1 N
z N +1 = ( N + 1)∑ yi + ∑ yi − 2(∑ iyi + ( N + 1) yN +1
i =1 i =1 i =1
N N +1 N
z N +1 = ( N + 1)∑ yi + ( N + 1) y N +1 + ∑ yi − 2(∑ iyi + ( N + 1) y N +1 )
i =1 i =1 i =1
N +1
z N +1 = z N − ( N + 1) y N +1 + ∑ yi
i =1
N
z N +1 = z N − ( N + 1) y N +1 + ∑ yi + yN +1
i =1
N
z N +1 = z N − Ny N +1 + ∑ yi
i =1
Es decir, la suma puede ser expresada recursivamente:
N −1
z N = z N −1 + ∑ yi − ( N − 1) yN
i =1

Es claro que:
z0 = 0 (cuando no hay muestras)

z1 = 2 y1 − 2 y1 = 0

z2 = 3( y1 + y2 ) − 2( y1 + 2 y2 ) = y1 − y2

z3 = 4( y1 + y2 + y3 ) − 2( y1 + 2 y2 + 3 y3 ) = 2 y1 − 2 y3
….