Bu çalışmada, asenkron motorların alan zayıflama bölgesindeki yüksekbaşarımlı hız-algılayıcılı kontrolü için yeni bir indirgenmiş dereceligenişletilmiş Kalman filtresi tabanlı kestirici tasarlanarak benzetim vegerçek-zamanlı deneylerle test edilmektedir. Önerilen indirgenmişdereceli genişletilmiş Kalman filtresi ile vektör kontrol sistemi içingerekli olan rotor akısının stator duran eksen takımı bileşenlerikestirilmektedir. Ayrıca önerilen algoritma ile akı kestirimlerine ekolarak değeri çalışma koşulları ile değişen rotor direnci vemıknatıslama endüktansı, sıfır hız ve alan zayıflama bölgesini de içerengeniş bir hız aralığında eş-zamanlı olarak kestirilmektedir. Önerilenkestirim algoritmasına ait benzetim sonuçları hız, yük momenti, rotordirenci ve mıknatıslama endüktansının zorlayıcı değişimleri altındaoldukça tatmin edicidir. Bu nedenle önerilen kestirim algoritmasınıkullanan doğrudan vektör kontrollü asenkron motor sürücüsününbaşarımı da oldukça iyi olmaktadır. Ayrıca, elde edilen gerçek-zamanlıkestirim sonuçları da önerilen kestiricinin başarımını onaylamaktadır
In this study, for a high performance speed-sensored control in field weakening region of induction motors, a novel reduced order extended Kalman filter based estimator is designed and tested by experiments performed in simulation and real-time experiments. The proposed reduced order extended Kalman filter estimates the stator stationary axis components of rotor fluxes, which are required for vector control system. In addition to the flux estimations, rotor resistance and mutual inductance whose values vary according to operating conditions of induction motors are estimated simultaneously in a wide speed range including zero-speed and field-weakening. The simulation based estimation results associated with proposed estimation algorithm are quite satisfactory under challenging variations of rotor angular velocity, load torque, rotor resistance, and mutual inductance. Therefore, the performance of the direct vector controlled induction motor drive using the proposed estimation algorithm also becomes quite well. Moreover, the estimation results in real-time experiments also confirm the performances of the proposed estimator.
