Nueva estrategia de control mejora motores de vehículos eléctricos
La búsqueda de una mayor eficiencia, potencia y autonomía en los vehículos eléctricos (VE) ha centrado gran parte de la innovación en el corazón de su sistema de propulsión: el motor eléctrico. Entre los diversos tipos disponibles, los motores síncronos de imanes permanentes con imanes incorporados (IPMSM) destacan por su alta densidad de potencia y eficiencia, convirtiéndolos en la elección preferida para muchos fabricantes de automóviles. Sin embargo, estas ventajas vienen acompañadas de una complejidad inherente. Los motores IPMSM son sistemas no lineales y multivariables, altamente sensibles a las variaciones de sus parámetros internos, como la resistencia del estator que cambia con la temperatura, y a perturbaciones externas, como los cambios bruscos de carga durante la aceleración o al subir una cuesta. El control tradicional basado en reguladores Proporcional-Integral (PI) ha demostrado ser insuficiente para manejar estas dinámicas, a menudo resultando en respuestas lentas, sobrepasos excesivos en la velocidad y una pobre capacidad de rechazo a perturbaciones. Estas limitaciones pueden traducirse en una experiencia de conducción menos refinada, una gestión de energía subóptima y una reducción de la autonomía.
En un avance significativo publicado en el Journal of Dalian Polytechnic University, los investigadores Kong Xiaoguang y Luan Zhaoyu de la Universidad de Tecnología Química de Shenyang han presentado una estrategia de control revolucionaria que promete superar estos desafíos. Su enfoque combina tres tecnologías avanzadas en un marco unificado: el Control por Rechazo Activo de Perturbaciones (ADRC) para la regulación de velocidad, el control de Par Máximo por Amperio (MTPA) para la eficiencia a bajas velocidades y un método de debilitamiento de flujo por ángulo adelantado para alcanzar altas velocidades. Este sistema integrado no solo mejora el rendimiento general del motor, sino que también aumenta su robustez y fiabilidad en condiciones de conducción del mundo real.
El talón de Aquiles de los controladores PI tradicionales es su dependencia de un modelo matemático preciso del motor y su incapacidad para adaptarse a condiciones cambiantes. En el mundo real, los parámetros del motor no son constantes. La resistencia del devanado aumenta con la temperatura, y las inductancias pueden variar con la corriente. Un controlador PI, una vez sintonizado para un conjunto específico de condiciones, puede volverse inestable o ineficiente cuando esas condiciones cambian. Esto se manifiesta en una respuesta de velocidad lenta ante una aceleración, un sobrepaso que hace que el vehículo se sienta nervioso, o una caída de velocidad inaceptable cuando se aplica una carga repentina, como al subir una colina. Para los conductores, esto se traduce en una sensación de falta de control y en un consumo de energía innecesario.
La solución propuesta por Kong y Luan radica en el ADRC, una filosofía de control que representa un cambio de paradigma fundamental. En lugar de luchar por modelar cada detalle del motor, el ADRC adopta un enfoque pragmático: trata todas las incertidumbres, ya sean errores de modelado, variaciones de parámetros o perturbaciones externas como una única «perturbación total». Esta perturbación total es estimada en tiempo real por un componente clave llamado Observador de Estado Extendido (ESO). Una vez que el ESO ha cuantificado esta perturbación, el controlador la compensa activamente al aplicar una señal de control opuesta. El resultado es que el sistema de control se comporta como si fuera un sistema simple y lineal, independientemente de la complejidad subyacente del motor. Esta capacidad de autoadaptación es lo que confiere al ADRC su superioridad.
La arquitectura del controlador ADRC es elegante en su funcionalidad. Comienza con un Diferenciador de Seguimiento (TD), que suaviza la señal de velocidad deseada, evitando órdenes bruscas que podrían causar estrés en el sistema. El ESO, el núcleo del sistema, observa continuamente la velocidad del motor y, simultáneamente, estima la magnitud de la perturbación total. Finalmente, una Realimentación No Lineal del Error de Estado (NLSEF) toma la diferencia entre la velocidad deseada (suavizada por el TD) y la velocidad estimada por el ESO, junto con la estimación de la perturbación, para calcular la señal de control final. Al integrar el término de compensación de perturbación directamente en el lazo de control, el ADRC garantiza una respuesta rápida, una estabilidad excepcional y una capacidad de rechazo a perturbaciones que los controladores PI simplemente no pueden igualar.
Este controlador de velocidad de alto rendimiento se integra en un sistema de control más amplio que optimiza el rendimiento del motor en todo su rango de operación. Debajo de la velocidad nominal del motor, donde la mayoría de las maniobras de conducción ocurren, el sistema emplea el control MTPA. El objetivo del MTPA es maximizar el par producido por cada amperio de corriente que se extrae de la batería. Los motores IPMSM tienen una ventaja única: pueden generar par no solo a partir del flujo magnético de los imanes permanentes, sino también a partir de la diferencia de inductancia entre sus ejes d y q, conocido como par de reluctancia. El control tradicional «Id=0», que establece la corriente en el eje directo a cero, ignora completamente este par de reluctancia, lo que resulta en una eficiencia significativamente menor. El algoritmo MTPA, en cambio, calcula la combinación óptima de corriente en los ejes d e q para extraer el máximo par posible. Al minimizar la corriente total para un par dado, el MTPA reduce drásticamente las pérdidas por cobre (I²R), lo que se traduce directamente en una mayor eficiencia y, por ende, en una mayor autonomía para el vehículo eléctrico.
Cuando el vehículo necesita alcanzar velocidades más altas, el motor se encuentra con una barrera física: el límite de voltaje del inversor. A medida que aumenta la velocidad, el motor genera una fuerza contraelectromotriz (FCEM) que se opone al voltaje de la batería. Una vez que la FCEM alcanza el voltaje máximo disponible del inversor, no se puede inyectar más corriente, y la velocidad no puede aumentar más. Para superar esta limitación, se utiliza el debilitamiento de flujo. Este proceso implica aplicar una corriente negativa en el eje directo (Id), que actúa para oponerse al flujo magnético de los imanes permanentes. Al reducir este flujo magnético, se reduce la FCEM, lo que permite al inversor inyectar corriente nuevamente y así aumentar la velocidad del motor.
El enfoque elegido por los investigadores para el debilitamiento de flujo es el método del «ángulo adelantado», que se destaca por su simplicidad y robustez. A diferencia de los métodos complejos que requieren un conocimiento preciso de los parámetros del motor (como las inductancias), el método del ángulo adelantado es más intuitivo. Controla el ángulo del vector de corriente del estator con respecto al eje cuadratura (q). Al «adelantar» este ángulo, se aumenta automáticamente la componente negativa de la corriente en el eje d (demagnetizante) y se disminuye la componente en el eje q. Este cambio en el ángulo reduce efectivamente el flujo magnético, permitiendo al motor operar a velocidades más allá de su punto nominal. La ventaja clave es que este método es menos sensible a errores en los parámetros del motor, lo que lo hace ideal para la producción en masa y para condiciones de conducción variables.
La verdadera innovación de este trabajo no reside en ninguna de las tres tecnologías por separado, sino en su integración sinérgica. El ADRC proporciona una regulación de velocidad de alta precisión y robustez, el MTPA maximiza la eficiencia en el rango de baja y media velocidad, y el debilitamiento de flujo por ángulo adelantado extiende el rango de velocidad de manera confiable. Este sistema completo se comporta como un conductor experto, optimizando constantemente el rendimiento del motor para cada situación.
Para validar su teoría, Kong y Luan realizaron una serie de simulaciones detalladas utilizando MATLAB/Simulink. El escenario de prueba fue diseñado para ser extremadamente exigente, simulando condiciones de conducción del mundo real. El motor comenzó en vacío con una velocidad de referencia de 3500 rpm. A los 0.15 segundos, la velocidad de referencia se disparó a 5500 rpm, forzando al motor a entrar en la región de debilitamiento de flujo. Luego, a los 0.3 segundos, se aplicó una carga de 10 N·m, simulando una aceleración fuerte o una subida pronunciada.
Los resultados de la simulación fueron concluyentes. El motor controlado por ADRC alcanzó rápidamente la velocidad nominal de 3500 rpm con un sobrepaso mínimo. Cuando la velocidad se incrementó a 5500 rpm, el sistema respondió con una transición suave y estable, alcanzando la nueva velocidad objetivo sin oscilaciones significativas. La verdadera prueba de fuego llegó con la aplicación de la carga de 10 N·m. La velocidad del motor apenas se vio afectada y se recuperó al valor de referencia casi instantáneamente, demostrando una capacidad de rechazo a perturbaciones excepcional.
En comparación directa con un sistema controlado por PI, las diferencias fueron dramáticas. El controlador PI mostró un sobrepaso pronunciado durante la aceleración inicial y una caída de velocidad significativa cuando se aplicó la carga, tardando mucho más en recuperarse. El par de salida del sistema PI también mostró fluctuaciones mucho más grandes, especialmente durante la transición al debilitamiento de flujo y después del escalón de carga. En contraste, el sistema ADRC produjo un perfil de par más suave, con picos transitorios menores y una recuperación más rápida. La corriente en el eje d, crucial para el debilitamiento de flujo, también fue más estable bajo el control ADRC, indicando un control más preciso y menos estrés para el motor y el inversor.
Estas mejoras no son solo teóricas; tienen implicaciones prácticas profundas para la industria automotriz. Un controlador más robusto significa un vehículo que se siente más estable y predecible, incluso durante maniobras agresivas. La mayor eficiencia del MTPA se traduce directamente en más kilómetros por carga, abordando una de las principales preocupaciones de los consumidores. La capacidad de debilitamiento de flujo fiable permite una velocidad máxima más alta o una conducción más eficiente en autopista. Además, la menor dependencia de los parámetros exactos del motor simplifica el proceso de fabricación y mejora la consistencia entre diferentes unidades de producción.
El trabajo de Kong Xiaoguang y Luan Zhaoyu representa un paso adelante significativo en la ingeniería de control para vehículos eléctricos. Ofrece una solución práctica y potente a problemas de rendimiento de larga data, sin necesidad de cambiar la física del motor. Su enfoque, basado en el rechazo activo de perturbaciones, es un ejemplo perfecto de cómo la inteligencia del software puede desbloquear el potencial completo del hardware. A medida que la industria continúa compitiendo por la supremacía en autonomía, rendimiento y eficiencia, innovaciones como esta, que mejoran el corazón del sistema de propulsión, serán fundamentales para definir el futuro de la movilidad eléctrica.
Kong Xiaoguang, Luan Zhaoyu, Journal of Dalian Polytechnic University, DOI:10.19670/j.cnki.dlgydxxb.2024.0313