Come possiamo rendere i motori più efficienti con l'intelligenza artificiale?

I motori a magneti permanenti sincroni (PMSM) sono fondamentali in molti dispositivi, ma il loro controllo può essere complesso. Un nuovo studio propone una strategia innovativa chiamata DV-MPCC, che combina un controllo predittivo della corrente con un controllo a modalità di scivolamento migliorato. Questo approccio riduce il carico computazionale e migliora la precisione nella selezione dei vettori di tensione. Inoltre, un meccanismo decisionale basato sull'angolo di fase della tensione aiuta a scegliere rapidamente i vettori ottimali, rendendo il sistema più efficiente. I test sperimentali hanno dimostrato che questa strategia supera i metodi tradizionali, offrendo una migliore precisione e risposta dinamica in diverse condizioni operative.

Il controllo predittivo della corrente (MPCC) è una tecnica avanzata che prevede il comportamento futuro del sistema per prendere decisioni di controllo ottimali. Nel contesto dei PMSM, il DV-MPCC utilizza due vettori di controllo per migliorare la precisione e ridurre il tempo di calcolo. Il controllo a modalità di scivolamento (SMC) è un metodo robusto per il controllo di sistemi non lineari, noto per la sua capacità di resistere a disturbi esterni. La legge di raggiungimento esponenziale migliorata utilizza una funzione softsign per bilanciare la velocità di risposta e la soppressione del chattering, un fenomeno indesiderato che può danneggiare il sistema. Questo studio dimostra come l'integrazione di queste tecniche possa portare a miglioramenti significativi nelle prestazioni dei motori.