0x010088F6312065A70A44B630A6848498EAD80093CFEAFE161DC94D83C7C5C9A5A748B8

NTNU:TIA:REST

Department of electric energy

Institutt for elektrisk energi

A: Alle trykte og håndskrevne hjelpemidler tillatt. Alle kalkulatorer tillatt.

D: Ingen trykte eller håndskrevne hjelpemidler tillatt. Bestemt, enkel kalkulator tillatt.

Engelsk

Anbefalte forkunnskaper

Emnene TTK4105 Reguleringsteknikk, TET4190 Kraftelektronikk og TET4120 Elektriske motordrifter eller tilsvarende.

Faglig innhold

Elektriske motordrifter har økt betydning i dagens samfunn. Dette er også en teknologi som er nødvendig for utnyttelse av fornybare energikilder som vind, samt i mere miljøvennlig transport på land så vel som hav. På grunn av redusert pris for kraftelektronikk komponenter er det som oftest vekselstrømsmaskiner som benyttes. I dette faget utvikles matematiske modeller for flere-fase maskiner. Man begrenser seg her til 3, 6 og 9 fase maskiner av type synkron-, permanentmagnet- og asynkron-maskiner. Metoder for valg av transformerte modeller presenteres, samt forskjellige typer fluksmodeller. Parametersensitivitet analyseres og eksitasjonssignal behandles for alle maskintypene. Frihetsgrader i omformerkontroll diskuteres. Identifikasjon, parameterestimering og tilstandsestimering behandles spesielt. Reguleringsmetoder som klassisk vektorstyring, Direct Torque Control (DTC) og modellbasert prediktiv styring introduseres.

Kursmateriell

Pensumlitteratur: Roy Nilsen: Modeling,Identification and Control of Electrical Machines. Institutt for elkraftteknikk. Anbefalte lærebøker som tilleggs litteratur. Utvalgte artikler fra vitenskapelige tidsskrifter.

Læringsutbytte

Kunnskap: Etter gjennomført emne skal studenten ha inngående kunnskap om modellering, identifikasjon og regulering av elektriske maskiner, samt status innen forskningen i dette fagområdet. Studenten skal ha tilstrekkelig kunnskap til å utvikle sine egne modeller og identifikasjonsmetoder. Ferdigheter: Etter gjennomført emne skal studenten kunne utvikle modeller for de mest anvendte elektriske maskiner og identifisere parametere for modeller nødvendig for sensorløs kontroll av disse maskiner. Studenten skal være i stand til å programmere en sensorløs styring for elektriske maskiner.

Læringsformer og aktiviteter

Forelesninger/kollokvier og prosjekt med laboratorieøving og/eller numerisk simulering. Etter avtale kan skriftlig eksamen bli endret til muntlig eksamen. Emnet undervises annet hvert år.

Øvinger, Laboratorieprosjekt

Modellering, Identifikasjon og regulering av elektriske maskiner

Elektroteknikk

Elkraftteknikk

Elkraftteknikk - doktorgrad (ph.d.)

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(27512)/FieldValuesAsText

Faget ble forelest med fokus på modellering og identifikasjon. Emnet bør deles mere klart i de 3 delene som er inkludert i fagets tittel.I tillegg bør det utvikles et bedre øvingsopplegg.<ul><li>Man har nå både modeller i simulink og PESC Control Platform</li></ul>Disse bør være kjernen i øvingsopplegget. Faget vil bli revidert i løpet av mitt friår 2023/24. Neste gang faget foreleses er våren 2025.

Tilbakemelding er at forelesningene gikk greit, men at man ønsket mere øvinger og regneeksempel.

Revidering av faget er ønskelig. Dette vil bli gjort i løpet av forskningsterminen 2023/24.

Alle trykte og håndskrevne hjelpemidler tillatt. Alle kalkulatorer tillatt.

Ingen trykte eller håndskrevne hjelpemidler tillatt. Bestemt, enkel kalkulator tillatt.

Elektriske motordrifter har økt betydning i dagens samfunn. Dette er også en teknologi som er nødvendig for utnyttelse av fornybare energikilder som vind, samt i mere miljøvennlig transport på land så vel som hav.  På grunn av redusert pris for kraftelektronikk komponenter er det som oftest vekselstrømsmaskiner som benyttes. I dette faget utvikles matematiske modeller for flere-fase maskiner. Man begrenser seg her til 3, 6 og 9 fase maskiner av type synkron-, permanentmagnet- og asynkron-maskiner. Metoder for valg av transformerte modeller presenteres, samt  forskjellige typer fluksmodeller. Parametersensitivitet analyseres og eksitasjonssignal behandles for alle maskintypene. Frihetsgrader i omformerkontroll diskuteres. Identifikasjon, parameterestimering og tilstandsestimering behandles spesielt. Reguleringsmetoder som klassisk vektorstyring, Direct Torque Control (DTC) og modellbasert prediktiv styring introduseres.

Pensumlitteratur: Roy Nilsen: Modeling,Identification and Control of Electrical Machines. Institutt for elkraftteknikk. Anbefalte lærebøker som tilleggs litteratur. Utvalgte artikler fra vitenskapelige tidsskrifter. 

Kunnskap: Etter gjennomført emne skal studenten ha inngående kunnskap om modellering, identifikasjon og regulering av elektriske maskiner, samt status innen forskningen i dette fagområdet. Studenten skal ha tilstrekkelig kunnskap til å utvikle sine egne modeller og identifikasjonsmetoder. Ferdigheter: Etter gjennomført emne skal studenten kunne utvikle modeller for de mest anvendte elektriske maskiner og identifisere parametere for modeller nødvendig for sensorløs kontroll av disse maskiner. Studenten skal være i stand til å programmere en sensorløs styring for elektriske maskiner.

Forelesninger/kollokvier og prosjekt med laboratorieøving og/eller numerisk simulering. Etter avtale kan skriftlig eksamen bli endret til muntlig eksamen. Emnet undervises annet hvert år, neste gang høsten 2021. 

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(16557)/FieldValuesAsText

PhD-kurs ET8305 ble ikke forlest i 2021, men vil bli forelest vår 2022.

Pensumlitteratur:
Roy Nilsen: Modeling,Identification and Control of Electrical Machines. Institutt for elkraftteknikk.
Anbefalte lærebøker som tilleggs litteratur.
Utvalgte artikler fra vitenskapelige tidsskrifter.

Forelesninger/kollokvier og prosjekt med laboratorieøving og/eller numerisk simulering.
Etter avtale kan skriftlig eksamen bli endret til muntlig eksamen.
Emnet undervises annet hvert år, neste gang høsten 2021.

Kunnskap:
Etter gjennomført emne skal studenten ha inngående kunnskap om modellering, identifikasjon og regulering av elektriske maskiner, samt status innen forskningen i dette fagområdet.
Studenten skal ha tilstrekkelig kunnskap til å utvikle sine egne modeller og identifikasjonsmetoder.  
Ferdigheter:
Etter gjennomført emne skal studenten kunne utvikle modeller for de mest anvendte elektriske maskiner og identifisere parametere for modeller nødvendig for sensorløs kontroll av disse maskiner. Studenten skal være i stand til å programmere en sensorløs styring for elektriske maskiner.

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(10963)/FieldValuesAsText

Modellering, Identifikasjon og regulering av elektriske maskiner - ET8305