Repositorio
Institucional

Wang, Fengxiang

Low Prediction Error Model-Free Predictive Control on PMSM Drives With Ordinary Kriging Time-Shift

IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC

IEEE TRANSACTIONS ON TRANSPORTATION ELECTRIFICATION

en

Model-free predictive control (MFPC) is developed to address the issue of the weak robustness in model predictive control (MPC) based on a physical model. In predictive control algorithms, the knowledge of future values of the reference is vital and this information is conventionally obtained using the Lagrange extrapolation algorithm. However, during implementation, numerical errors introduced by inaccurate time-shifts compromise the adaptability of the data-driven model and its accuracy to reflect the plant's dynamics and operating states. To overcome these challenges, a time-series-based model-free predictive current control (MF-PCC) is proposed that employs the ordinary kriging (OK) algorithm in the continuous-control-set (CCS) type and applied to a permanent magnet synchronous motor (PMSM) driving system as a current controller. The prediction errors for the time-series model with the typical prediction and ultralocalized time-series structure are analyzed in the CCS type. Based on this time-series model, state variables are predicted by the time-shift using the OK algorithm, replacing the Lagrange-based approach in the conventional methods, to reduce the prediction error. Both simulation and experimental results demonstrate the effectiveness of the proposed method, highlighting its superiorities in current quality and model accuracy, as well as its enhanced robustness.El control predictivo sin modelo (MFPC) se desarrolla para abordar el problema de la débil robustez del control predictivo basado en modelos (MPC) basado en un modelo físico. En los algoritmos de control predictivo, el conocimiento de los valores futuros de la referencia es vital y esta información se obtiene convencionalmente mediante el algoritmo de extrapolación de Lagrange. Sin embargo, durante la implementación, los errores numéricos introducidos por desplazamientos temporales imprecisos comprometen la adaptabilidad del modelo basado en datos y su precisión para reflejar la dinámica y los estados operativos de la planta. Para superar estos desafíos, se propone un control predictivo de corriente sin modelo basado en series temporales (MF-PCC) que emplea el algoritmo de kriging ordinario (OK) en el tipo de conjunto de control continuo (CCS) y se aplica a un sistema de accionamiento de un motor síncrono de imanes permanentes (PMSM) como controlador de corriente. Se analizan los errores de predicción para el modelo de series temporales con la predicción típica y la estructura de series temporales ultralocalizada en el tipo CCS. Basándose en este modelo de series temporales, las variables de estado se predicen mediante el desplazamiento temporal utilizando el algoritmo OK, sustituyendo el enfoque basado en Lagrange de los métodos convencionales, para reducir el error de predicción. Tanto los resultados de simulación como los experimentales demuestran la eficacia del método propuesto, destacando su superioridad en calidad actual y precisión del modelo, así como su mayor robustez.

artículo original

Predictive models

Autoregressive processes

Adaptation models

Computational modeling

Predictive control

Prediction algorithms

Accuracy

Transportation

Stators

Electrification

Model-free predictive control (MFPC)

ordinary kriging (OK) time-shift

permanent magnet synchronous motor (PMSM)

time-series model

time-shift prediction

10.1109/TTE.2025.3526791

pdf

TORQUE CONTROL

ROBUST

TORQUE CONTROL

ROBUST

Ingeniería Eléctrica y Electrónica

Robótica y Sistemas de Control Automático

Matemáticas Aplicadas

versión publicada

hibrida

verde

metadato

metadato

WOS:001498106900034

Low Prediction Error Model-Free Predictive Control on PMSM Drives With Ordinary Kriging Time-Shift

artículo original

IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC

IEEE TRANSACTIONS ON TRANSPORTATION ELECTRIFICATION

Engineering, Electrical & Electronic

Transportation Science & Technology

en

2332-7782

National Natural Science Foundation of China(National Natural Science Foundation of China (NSFC))#Fujian Provincial Natural Science Foundation of China#Science and Technology Program of Fujian Province#Science and Technology Major Program of Fujian Province#Technology Program of Quanzhou City#Chilean Agencia Nacional de Investigacion y Desarrollo (ANID)#ANID

National Natural Science Foundation of China [52277070]

Fujian Provincial Natural Science Foundation of China [2024J08125, 2024J01194]

Science and Technology Program of Fujian Province [2024T3014]

Science and Technology Major Program of Fujian Province [2022HZ028010]

Technology Program of Quanzhou City [2023C002DW]

Chilean Agencia Nacional de Investigacion y Desarrollo (ANID) [FONDECYT 1221293]

ANID [AFB240002, 1210208, 1221293]

pdf