Motor de inducción de doble extractor: Cálculo variacional usando el formalismo Hamilton-Jacobi-Bellman
Publicado 2020-05-22
Palabras clave
- programación dinámica,
- teoría optima de control,
- función de costo,
- subderivadas
Cómo citar
Derechos de autor 2020 Revista UIS Ingenierías
Esta obra está bajo una licencia internacional Creative Commons Atribución-SinDerivadas 4.0.
Resumen
Esta contribución presenta un control óptimo sobre un motor de inducción de doble extractor usando formalismo a través del modelo variacional. El criterio está sujeto a ecuaciones no-estacionarias de orden reducido (Ecuaciones Dinámicas de un Modelo de Orden Reducido (DSIM)). Como es bien sabido, en este modelo las variables de estado son el flujo del rotor y la velocidad del motor en un proceso mecánico de circuito. Para estados no-estacionario y estacionarios, basados en la teoría del control óptimo, este límite proporciona una función costosa dada como una contribución ponderada de una teoría DSIM. Para adquirir una ruta de flujo de rotor de energía más baja, la idea es minimizar la función a una dinámica de dos ecuaciones de la velocidad del motor y el flujo del rotor. Este problema se resuelve utilizando la ecuación de Hamilton-Jacobi-Bellman y se determina analíticamente una solución dependiente del tiempo para el flujo del rotor.
Descargas
Referencias
[2] I. Kortas, A. Sakly, M. F. Mimouni, M. F. “Analytical solution of optimized energy consumption of Double Star Induction Motor operating in transient regime using a Hamilton–Jacobi–Bellman equation,” Energy, vol 89, pp. 55, 2015, doi: 10.1016/j.energy.2015.07.035
[3] J. H. Chang, B. K. Kim, “Minimum-time minimum-loss speed control of induction motors under field-oriented control,” IEEE transactions on industrial electronics, no. 6, vol. 44, pp. 809 1997.
[4] D. E. Kirk, Optimal control theory: an introduction. Mineola, NY, USA: Dover Publications, Inc., 2006.
[5] D. S. Naidu, Optimal control systems. Pocatello, ID, USA: CRC Press LLC., 2003
[6] K. Jasem, H. M. Jaddu, “The optimal control of a three-phase induction motor,” Proceedings of the 25th IASTED Conference, Lanzarote, Spain, 2006.
[7] A. Rubaai, O. Urbina, M. D. Kankam, “Design of an adaptive nonlinear controller-based optimal control theory for a voltage source induction motor drive system,” Conference Record of the 2001 IEEE Industry Applications Conference. 36th IAS Annual Meeting, vol. 2, 2001, pp. 1279.
[8] H. P. Geering, Optimal control with engineering applications. Springer, NY,USA, 2007.
[9] K. Okano, K. Hagino, “Adaptive control design approximating solution of Hamilton-Jacobi-Bellman equation for nonlinear strict-feedback system with uncertainties,” SICE Annual Conference, pp. 204. 2008.
[10] J. Seiffertt, S. Sanyal, D. C. Wunsch, “Hamilton–Jacobi–Bellman equations and approximate dynamic programming on time scales,” IEEE Transactions on Systems, Man, and Cybernetics, no 4, vol. 38, p. 918, 2008.
[11] J. Gough, V. A. Belavkin, O. G. Smolyanov, “Hamilton-Jacobi-Bellman equations for quantum optimal control,” Days on Diffraction, pp. 293297, 2006.
[12] S. Lyashevskiy, Y. Chen, “Optimization of continuous-time systems with constraints: controller design using the Hamilton-Jacobi-Bellman theory,” Proceedings of 35th IEEE Conference on Decision and Control, vol. 2, pp. 2006.