Predictive control of permanent magnet synchronous motor based on fast gradient method

Nakon uvoda u kome se ukratko govori o ciljevima rada, dan je kratak opis matematičkog modela sinkronog motora zajedno sa opisom tipičnih matematičkih operacija koje se koriste prilikom analize motora. Osim toga, opisan je i MTPA postupak upravljanja. Jednostavan Matlab model je napravljen i pomoću njega je simulirano vektorsko upravljanje sinkronim motorom. Nakon toga opisan je princip modelskog prediktivnog upravljanja zasnovanog na metodi brzog gradijenta i napravljen je Matlab model pomoću kojeg se simulira modelsko prediktivno upravljanje. Dan je kratak opis sklopovlja koje se za upravljanje motorom. Sprovedena je estimacija parametara laboratorijskog primjera motora. Sa tim se parametrima grade simulacijski modeli vektorskog i modelsko prediktivnog upravljanja. Algoritam koji se koristi za simulacijsko upravljanje, također se primjenjuje za upravljanje pravim motorom pomoću mikrokontrolera. Na kraju se komentiraju dobivene razlike između simulacijskog upravljanja i upravljanja pravim motorom preko mikrokontrolera.After the short introduction which specifies the main objectives of thesis, a short description of the mathematical model of synchronous machine is given. That also includes an overview of mathematical operations commonly used in synchronous machine analysis. Maximum torque per ampere method of control is described. A simple Matlab model is used for the simulation of pmsm (permanent magnet synchornous motor) vector control. The concept of model predicitive control based on the fast gradient method is described and, in order to further examine MPC, a corresponding Matlab model is created and simulated. A short overview of hardware used in experimental part of this thesis is given. Parameters of motor used in experimental part are estimated using Matlab. Using thus acquired parameters, a corresponding fast gradient algorithm is written and used both in Matlab simulation and in control of real drive. Differences in model predictive control between experimental results and results of Matlab simulations are discussed