Desarrollo de control predictivo de torque de motor de inducción aplicado a tracción vehicular

• Autor: Arenas Oviedo, Alvaro Alonso
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Tesis
• Lenguaje: español
• OAI Identifier: oai:tesis.pucp.edu.pe:20.500.12404/31064
• Enlace del recurso: http://hdl.handle.net/20.500.12404/31064
• Nivel de acceso: acceso abierto
• Materia: Motores eléctricos; Tracción eléctrica; Control robusto; https://purl.org/pe-repo/ocde/ford#2.00.00

En los últimos años, los vehículos eléctricos han ganado relevancia en la industria automotriz gracias a avances tecnológicos que han mejorado su diseño, eficiencia y desempeño. Esto ha generado nuevas exigencias para los controladores de motores eléctricos, como alta eficiencia energética, rápida respuesta dinámica y máximo aprovechamiento de las prestaciones del motor. Estas demandas han impulsado la investigación y desarrollo de nuevos esquemas de control para optimizar el rendimiento del sistema y mejorar la experiencia de conducción. En el ámbito del control de tracción vehicular, los algoritmos más utilizados son el Control Directo de Torque (DTC) y el Control de Campo Orientado (FOC), cada uno con ventajas y desventajas. Sin embargo, los avances en microprocesadores han incrementado el interés por el Control Predictivo Basado en Modelos (MPC) aplicado a la electrónica de potencia, que ofrece beneficios en comparación de los algoritmos clásicos utilizados Este trabajo se enfoca en el Control Predictivo de Torque (PTC), una variante del MPC, que se caracteriza por su buena respuesta dinámica y la facilidad para implementar restricciones en el sistema. Adicionalmente, se analiza una mejora del PTC considerando la optimización del ciclo de trabajo, lo que permite disminuir ondulación de torque y distorsión de corriente. Además, se incorpora el Control Activo por Rechazo de Perturbaciones (ADRC) para robustecer el control de velocidad, mejorando la respuesta ante perturbaciones y variaciones en los parámetros del sistema. Como parte del estudio, se realiza el modelado longitudinal del vehículo eléctrico Mitsubishi i-MiEV y modelado del motor de inducción, posteriormente se desarrolla y compara las técnicas de control predictivo con FOC aplicado a la tracción vehicular Finalmente, se propone la implementación de un banco de pruebas experimental para motores de inducción basado en FPGA, equipado con inversores, sensores de corriente y velocidad, y un sistema de adquisición de datos para validar los algoritmos desarrollados.