Die vorliegende Arbeit befasst sich mit der modellbasierten Regelung elektrischer Antriebe. Aufgrund der gegenwärtigen hohen Rechenleistung sowie der großen Fortschritte der Regelungstechnik eröffnen sich neue Möglichkeiten, insbesondere zur prädiktiven und optimalen Regelung. Die wesentliche Grundlage der vorgestellten Entwürfe bildet der aus der Regelungstheorie stammende Ansatz der differentiellen Flachheit. Als prädiktive Regelung wird die deadbeat-Regelung behandelt. Diese Methode findet in hochdynamischen Strom- und Drehmomentregelungen Anwendung, ist jedoch sehr empfindlich gegen Parameterfehler. Des Weiteren bilden konstruktionsbedingte Oberwellenschwingungen ein Problem. Durch einen erneuerten Reglerentwurf, welcher auf der exakten Steuerungslinearisierung basiert, wird die Robustheit der Regelung maßgeblich verbessert. Hohe Parameterabweichungen werden zulässig. Zudem ergibt sich die Möglichkeit, den begleitenden Störgrößenbeobachter deutlich schneller einzustellen, wodurch Oberwellenschwingungen quasi komplett gedämpft werden. Die deadbeat-Regelung wird somit ausreichend zuverlässig und leistungsfähig für einen industriellen Einsatz. Dieses Ergebnis wird analytisch und experimentell bestätigt. Die Methode ist auf andere modellbasierte Regelungsverfahren übertragbar. Die optimale Regelung stellt die Zustandsgrößen nicht auf vorgegebene Sollwerte, sondern führt sie gemäß Optimalitätskriterien. Ziel ist es, soweit physikalisch möglich, gleichzeitig die Dynamik und die Energieeffizienz zu verbessern. Hierzu können bestehende Freiheitsgrade über die Regelung ausgenutzt werden. Für die Synchronmaschine wird eine lineare modellprädiktive Regelung (MPC) realisiert. Entscheidend für die praktische Umsetzbarkeit dieser Methode bei dermaßen hohen Abtastraten ist ein schneller Algorithmus zum Lösen linear-quadratischer Optimierungsprobleme. Die Regelung nutzt als Freiheitsgrad die Feldschwächung aus, um die Verluste zu minimieren und in einigen Situationen die Dynamik zu verbessern. Für die Asynchronmaschine muss eine nichtlineare Optimierung durchgeführt werden. Zur besseren Realisierbarkeit wird eine approximative Lösung auf der Grundlage der Variationsrechnung angewandt. Im Gegensatz zu den bekannten Verfahren werden auch Transienten im Drehmoment hinsichtlich der Effizienz optimiert, wodurch sich Vorteile und weitere Einsparungen für dynamische Prozesse ergeben. Die Anwendung der differentiellen Flachheit in den einzelnen Gebieten ermöglicht demnach die Verbesserung bestehender Lösungen sowie die Einführung neuer Verfahren.

    The underlying thesis deals with model-based control for electrical drives. Due to the availability of extended computational power and to the progress of control systems technology, today, there are new possibilities for predictive and optimal control. Fundamental to the proposed designs is the use of differential flatness, an approach from control systems theory. Deadbeat control is treated as predictive control scheme. This scheme is used in highly dynamic current and torque controllers, but is very sensitive to parameter errors. Furthermore, harmonic oscillations caused by the machine construction represent a problem. By a design change that applies feed forward linearization, the robustness of the controller is significantly improved. High parameter offsets become tolerable. Additionally, the accompanying disturbance estimator can be tuned up, resulting in almost complete damping of the harmonic osculations. The control system thereby becomes sufficiently robust and performant for an industrial application. This result is confirmed analytically and experimentally. The method is applicable to other model-based control schemes. In the optimal control schemes, the state variables are not controlled to predefined references, but according to optimality criteria. The goal is the simultaneous improvement of the dynamics and the energy efficiency, as far as this is physically possible. To do this, the controller can exploit existing degrees of freedom. For the synchronous machine, a linear model predictive controller (MPC) is realized. The enabling factor for feasibility on such a fast system is the introduction of a fast algorithm to solve linear-quadratic optimization problems. The control system exploits field weakening as degree of freedom to minimize the losses and to improve the dynamics in certain situations. For the induction machine, a nonlinear optimization has to be performed. In order to realize this in a simple way, an approximate solution is proposed based on calculus of variations. In contrast to the known methods, torque transients are also considered in the optimization, resulting in further savings and advantages for dynamic processes. In all these different areas, the use of differential flatness enables the improvement of existing solutions and the introduction of new procedures.


    Access

    Access via TIB

    Check availability in my library


    Export, share and cite