• Proceedings of the KIPE Conference
• /
• 2016.07a
• /
• pp.283-284
• /
• 2016

산업계에 널리 쓰이고 있는 회전자 자속기준 벡터제어(FOC)와 달리 직접토크제어(DTC)는 고정자 자속기준으로 토크와 자속을 직접 제어한다. 토크는 전류센서를 이용하여 검출한 고정자 전류와 고정자 자속을 곱하여 구한다. 고정자 자속은 매우 빠르게 스위칭되는 전압벡터지령을 이용하여 얻게 되므로, 고정자 자속각을 이용한 속도추정에 어려움이 있다. 따라서, 본 논문은 관측기를 이용한 직접토크제어의 속도 센서리스 구현기법을 제안하고, 기존의 속도추정 기법과 제안하는 기법을 시뮬레이션을 통해 비교한다.

• Proceedings of the KIPE Conference
• /
• 2007.07a
• /
• pp.217-219
• /
• 2007

본 논문에서는 열차의 실제 노선 운행을 모의하여 구동 장치의 특성을 평가하고 에너지 절약에 대한 연구를 하였다. 이에 대하여 열차의 구동 에너지를 절약하기 위한 모터의 제어 방식과 제너레이터의 회생 에너지에 관한 연구를 선택하였다. 실제 대전 지하철의 노선 데이터를 이용하여 열차 주행 결과를 시뮬레이션 하였다. SVM (Space Vector Modulation) - DTC (Direct Torque Control)로 구현된 M-G Set으로 열차가 주행 시 모터에서 소비되는 에너지와 제동 시 제너레이터에서 발생되는 회생 에너지를 Simplorer 프로그램을 이용하여 시뮬레이션 하였다. 시뮬레이션 결과를 통해 열차의 소비 에너지와 회생 에너지를 연구한다.

• Proceedings of the KIEE Conference
• /
• 2003.07b
• /
• pp.1145-1147
• /
• 2003

본 논문에서는 신경망을 이용한 리럭턴스 동기 전동기(Reluctance Synchronous Motor, RSM)의 자속 보상에 대한 알고리즘을 제시한다. 리럭턴스 동기 전동기의 안정적인 운전을 위해서는 자속 정보가 필수적이다. 그러나 실질적으로 추정된 자속은 스위칭 노이즈 등의 성분을 포함하고 있어서 정밀한 전동기 제어에 많은 문제점을 야기하고 있다. 특히 속도 센서없는 전동기의 운전이나 직접토크제어(Direct torque control, DTC) 등의 제어에 있어서는 자속의 노이즈 성분을 제거하기 위해서 여러 가지 필터들이 사용되고 있지만, 이러한 필터들은 위상지연과 진폭 보상이 필연적으로 이루어져야한다. 이에 따라 본 연구에서는 1.0[Kw] RSM의 자속보상을 위해 신경망을 사용하고, 제시된 자속 보상방법의 타당성을 위해서 속도센서없는 직접토크 제어를 이용하여 전동기의 동특성을 검증하였다.