Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Altered PPI Due to Mutations in hPER2 and CKI Delta Locus, Causing ASPS Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

An Improved Stator Resistance Adaptation Mechanism in MRAS Estimator for Sensorless Induction Motor Drives

verfasst von : S. Mohan Krishna, J. L. Febin Daya

Erschienen in: Proceedings of the First International Conference on Intelligent Computing and Communication

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

A comparative study of the conventional fixed gain PI and Fuzzy Logic based adaptation mechanisms for estimating the stator resistance in a Model Reference Adaptive System (MRAS) based sensorless induction motor drive is investigated here. The rotor speed is estimated parallely by means of a PI control based adaptive mechanism and the electromagnetic torque is also estimated to add more resilience. By considering the external Load torque perturbation as a model perturbation on the estimated stator resistance, the effects of the same on the estimated parameters are observed. The superiority of the Fuzzy based stator resistance adaptation mechanism is observed through detailed simulation performed offline using Matlab/Simulink blocksets. Furthermore, a sensitivity analysis of the stator resistance estimate with respect to load torque is also done to verify the effectiveness of the above concept.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Scientific Workflow Management System for Community Model in Data Fusion
Nächstes Kapitel A New Implementation Scheme in Robotic Vehicle Propulsion Using Brushless DC Motor
Anhänge
Nur mit Berechtigung zugänglich
Literatur
1.
Marcetic, D.P., Krcmar, I.R., Gecic, M.A., Matic, P.R.: Discrete Rotor Flux and Speed Estimators for High-Speed Shaft-Sensorless IM Drives. IEEE T Ind Electron, 61, 3099–3108 (2014).
2.
Smith, A.N., Gadoue, S.M., Finch, J.W.: Improved Rotor Flux Estimation at Low Speeds for Torque MRAS-Based Sensorless Induction Motor Drives. IEEE T Energy Conver, PP, 1–13 (2015).
3.
Schauder, C.: Adaptive Speed Identification for Vector Control of Induction Motors without Rotational Transducers. IEEE T Ind App, 28, 1054–1061 (1992).
4.
Zhao, L., Huang, J., Liu, H., Kong, W.: Second-Order Sliding-Mode Observer With Online Parameter Identification for Sensorless Induction Motor Drives. IEEE T Ind Electron, 61, 5280–5289 (2014).
5.
Vasic, V., Vukosavic, S.N., Levi, E.: A Stator Resistance Estimation Scheme for Speed Sensorless Rotor Flux Oriented Induction Motor Drives, IEEE T Energy Conver, 18, 476–483 (2003).
6.
Zaky, M.S.: A Stable Adaptive Flux Observer for a very low Speed-Sensorless Induction Motor Drive Insensitive to Stator Resistance Variations, Ain Shams Engg J, 2, 11–20 (2011).
7.
Orlowska-Kowalska, T., Dybkowski, M.: Stator – Current-Based MRAS Estimator for a Wide Range Speed-Sensorless Induction-Motor Drive. IEEE T Ind Electron, 57(4), 1296–1308 (2010).
8.
Kubota, H., Matsuse, K.: DSP-Based Speed Adaptive Flux Observer of Induction Motor, IEEE T Ind App, 29(2), 344–348 (1993).
9.
Maiti, S., Chakraborty, C., Hori, Y., Minh C. Ta.: Model Reference Adaptive Controller-Based Rotor Resistance and Speed Estimation Techniques for Vector Controlled Induction Motor Drive Utilizing Reactive Power. IEEE T Ind Electron, 55(2), 594–601 (2008).
10.
Umanand, L., Bhat, S.R.: Online Estimation of Stator Resistance of an Induction Motor for Speed Control Applications. In: Proc. Inst. Elect. Eng.-Elect. Power Applications, 142(2), pp. 97–103 (1995).
11.
Tsuji, M., Chen, S., Izumi, K., Yamada, E.: A Sensorless Vector Control System for Induction Motors using Q-axis Flux with Stator Resistance Identification. IEEE T Ind Electron, 48, 185–194 (2001).
12.
Guidi, G., Umida, H.: A Novel Stator Resistance Estimation Method for Speed-Sensorless Induction Motor Drives. IEEE T Ind App, 36, 1619–1627 (2000).
13.
Raison, B., Arza, J., Rostaing, G., Rognon, J.P.: Comparison of Two Extended Observers for the Resistance Estimation of an Induction Machine. In: Proc. IEEE IAS Annual Meeting (2000).
14.
Mir, S., Elbuluk, M.E., Zinger, D.S.: PI and Fuzzy Estimators for Tuning the Stator Resistance in Direct Torque Control of Induction Machines. IEEE T Power Electr, 13, 279–287 (1998).
15.
Zhen, L., Xu, L.: Sensorless Field Orientation Control of Induction Machines based on a Mutual MRAS scheme, IEEE T Ind Electron, 45, 824–831 (1998).
16.
Haron, A.R., Idris, N.R.N.: Simulation of MRAS-based Speed Sensorless Estimation of Induction Motor Drives using MATLAB/SIMULINK. In: Proc. First International Power and Energy Conference, pp. 411–415 (2006).
Metadaten
Titel
An Improved Stator Resistance Adaptation Mechanism in MRAS Estimator for Sensorless Induction Motor Drives
verfasst von
S. Mohan Krishna
J. L. Febin Daya
Copyright-Jahr
2017
Verlag
Springer Singapore
Buch
Proceedings of the First International Conference on Intelligent Computing and Communication

Print ISBN: 978-981-10-2034-6

Electronic ISBN: 978-981-10-2035-3

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-981-10-2035-3_38