Wichtigste Erkenntnisse
- Gute Modellierungsansätze beginnen mit einer konkret formulierten Fragestellung, die sicherstellt, dass Genauigkeit, Parameter und Validierung auf die Aufgabenstellung abgestimmt sind, die tatsächlich gelöst werden soll.
- Motortyp, Kommutierungsverfahren, Antriebskonfiguration und Solver-Einstellungen beeinflussen die Ergebnisse, sodass sich eine allgemeine Vorlage nicht auf jede Motoruntersuchung anwenden lässt.
- Vertrauen wächst, wenn Software Annahmen offenlegt und wenn Simulationsverläufe unter identischen Testbedingungen mit den gemessenen Signalen abgeglichen werden.
Eine präzise Simulation von Elektromotoren beginnt damit, dass man das Modell auf eine einzige technische Fragestellung beschränkt und nur die physikalischen Modelle entwickelt, die zur Beantwortung dieser Frage erforderlich sind.
Dieser Ansatz spart Zeit, verbessert die Parameterqualität und ermöglicht die Validierung, wenn Ihr Modell den Bildschirm verlässt und auf Testdaten trifft. Elektromotorsysteme machen mehr als 40 % des weltweiten Stromverbrauchs aus, sodass sich kleine Modellierungsfehler zu erheblichen Fehlern in den Bereichen Energie, Wärme und Regelung ausweiten können. Sie erzielen bessere Ergebnisse mit Simulationssoftware für Elektromotoren, wenn Sie Genauigkeit, Parameter, Antriebsdetails und Solver-Einstellungen als miteinander verknüpfte Entscheidungen betrachten. Anfänger beginnen oft mit einem Standard-Maschinenblock und hoffen, dass dieser alle Fragen beantwortet, doch Sie kommen weiter, wenn das Modell von Anfang an eng gefasst, messbar und an einen Testfall geknüpft ist.
Beginnen Sie mit der Frage, die Ihr Motormodell beantworten muss
Ein nützliches Motormodell basiert auf einem überprüfbaren Ausgangswert, wie beispielsweise Anlaufstrom, Drehmomentwelligkeit, Drehzahl-Einschwingzeit oder Kupferverlust. Sobald diese Frage geklärt ist, werden die erforderlichen Zustände, Eingaben und Abtastzeiten viel klarer, und Ihr Modell wächst nicht mehr in alle möglichen Richtungen.
Eine Studie zum Anlaufen eines Förderbandes verdeutlicht dies. Man benötigt die Trägheit der Welle, die Versorgungsgrenzen und eine Lastmomentkurve, um die Beschleunigungszeit und den Spitzenstrom vorherzusagen. Akustische Geräusche, Details zur Lagerreibung oder ein vollständiges thermisches Netzwerk sind im ersten Durchgang nicht erforderlich. Bei einem kleinen Lüfter mit bürstenlosem Gleichstrommotor muss der Fokus ganz anders liegen, wenn es um die im Phasenstrom auftretende Kommutierungswelligkeit geht.
Bevor Sie Blöcke platzieren, sollten Sie das gewünschte Ergebnis in einfachen Worten formulieren. Geben Sie die Last, die Versorgung, die Regelungsmethode und die Toleranzgrenze an. Dieser einfache Schritt verhindert einen häufigen Anfängerfehler bei der Simulation von Elektromotoren, bei dem zunächst ein aufwendiges Modell erstellt und die eigentliche technische Fragestellung erst später hinzugefügt wird.
Passen Sie die Genauigkeit des Modells an das gewünschte Verhalten an
„Die Modellgenauigkeit sollte sich nach dem Verhalten richten, das Sie vorhersagen möchten, und nach der Genauigkeit, die Ihre Studie erfordert.“
Modelle mit Durchschnittswerten reichen für die Abstimmung der Geschwindigkeitsregelung und für Energieberechnungen aus. Schaltmodelle werden für Stromwelligkeit, Kommutierungsvorgänge und die Belastung der Bauteile während Transienten benötigt. Zusätzliche Details sind nur dann hilfreich, wenn sie zu einer anderen technischen Lösung führen.
| Ziel der Simulation | Ein Modelldetail, das normalerweise funktioniert | Hauptrisiko bei Verwendung geringerer Detailgenauigkeit |
| Schätzung der Beschleunigungszeit für einen belasteten Motor | Verwenden Sie ein elektromechanisches Maschinenmodell mit einer gemessenen Last-Drehmoment-Kurve | Sie werden die Stromgrenzwerte verfehlen, die den Start verzögern und das verfügbare Drehmoment zu hoch angeben |
| Einen Drehzahlregler für einen stabilen Einschwingvorgang einstellen | Verwenden Sie einen handelsüblichen Wechselrichter und ein Maschinenmodell mit nachgewiesener Widerstands- und Induktivitätscharakteristik | Sie stimmen auf eine ideale Spannung ab, die die Hardware niemals liefern wird |
| Überprüfung der Kommutierungswelligkeit in einem bürstenlosen Gleichstrommotor | Verwendung einer Phasenumschaltlogik mit Gegen-EMK-Kurve und Sensor-Timing | Sie werden Drehmomentpulsationen unterdrücken, die nach dem Zusammenbau der Hardware auftreten |
| Untersuchung der thermischen Belastung über einen Arbeitszyklus hinweg | Verwenden Sie Verlustmodelle, die an Stromstärke, Geschwindigkeit und Schaltbedingungen gekoppelt sind | Bei wiederholten Starts oder im Betrieb bei niedriger Drehzahl entsteht weniger Wärme |
| Bewertung von Stromspitzen im Wechselrichter bei Störungen | Verwenden Sie ein Schaltmodell mit parasitären Elementen und strengen Solver-Einstellungen | Sie glätten Spitzenwerte und unterschreiten die Schutzgrenzwerte |
Ein Pumpenantrieb macht diesen Kompromiss deutlich. Durchschnittliche Modelle erfassen Geschwindigkeits- und Energietrends in der Regel gut genug für die Reglerabstimmung, zeigen jedoch keine Schwankungen bei der Pulsweitenmodulation, die die Wicklung erwärmen oder den Wechselrichter belasten. Genauigkeit hat ihren Preis, daher sollten Sie sie nur dort einsetzen, wo die nicht berücksichtigten physikalischen Gegebenheiten Ihr technisches Urteilsvermögen beeinflussen würden.
BLDC-Modelle müssen die Kommutierung vor der Regelungsoptimierung berücksichtigen
Ein Modell eines bürstenlosen Gleichstrommotors muss die Kommutierung korrekt abbilden, bevor man sich auf die Regelparameter verlassen kann. Trapezförmige Gegen-EMK, Phasenfolge, Hall-Sensor-Offsets und Totzeit beeinflussen die Drehmomentkurve, und diese Effekte bestimmen das Verhalten bei niedrigen Drehzahlen, lange bevor eine Feinabstimmung des Reglers eine Rolle spielt.
Ein gutes Beispiel hierfür ist eine kleine Pumpe mit Sechs-Punkt-Kommutierung. Wenn das Modell von einer sinusförmigen Gegen-EMK oder einer perfekten Sensorausrichtung ausgeht, erscheint das simulierte Drehmoment gleichmäßiger als in der Hardware. Sobald der tatsächliche Hall-Übergang einige elektrische Grad zu spät eintritt, treten Stromspitzen auf, und der Drehzahlregelkreis wirkt instabil, obwohl die Reglerverstärkungen angemessen waren.
Bevor Sie erweiterte Funktionen hinzufügen, sollten Sie die Kommutierungslogik anhand einer einfachen Messkurve am Prüfstand überprüfen. Überprüfen Sie die Phasenstromreihenfolge, die Nulldurchgänge und den Zusammenhang zwischen Rotorposition und angelegter Spannung. Viele Anfänger überspringen diesen Schritt und verbringen dann Stunden damit, einen Regler abzustimmen, der ein falsches elektrisches Modell kompensiert, anstatt ein echtes Regelungsproblem zu beheben.
Induktionsmaschinen erfordern andere Zustandsauswahlen als PMSM
Der Hauptunterschied zwischen einem Modell für eine Induktionsmaschine und einem Modell für eine Permanentmagnet-Synchronmaschine besteht darin, dass der Rotorfluss bei der Induktionsmaschine aus dem Schlupf und den Rotorparametern berechnet werden muss, während bei der Permanentmagnetmaschine der Fluss von der Rotorposition und der Magnetstärke abhängt. Dieser Unterschied wirkt sich auf die Zustandsauswahl, die Identifikation und die Auslegung der Regelung aus.
Ein Förderband mit Induktionsmotor verdeutlicht dies sehr gut. Der Rotorwiderstand und die Magnetisierungsinduktivität beeinflussen das Anlaufdrehmoment und den Anlaufstrom während einer Lastanstiegsphase maßgeblich. Eine Servoachse mit einer Synchronmaschine mit Permanentmagneten hängt stärker vom Rotorwinkel, der Induktivität der Direkt- und Quadraturachse sowie der magnetischen Flussbindung ab. Das eine Modell erfordert ein gutes Schlupfverhalten. Das andere benötigt einen präzisen, positionsabhängigen Fluss.
Man sollte diese Modelle nicht einfach so innerhalb derselben Antriebsvorlage austauschen und dabei einen aussagekräftigen Vergleich erwarten. Bei Induktionsmaschinen ist oft eine sorgfältige Schätzung der Rotorparameter über den gesamten Temperaturbereich erforderlich, während bei Permanentmagnetmaschinen die Salienz und die Gegen-EMK direkter zum Tragen kommen. Die Simulation von Elektromotoren wird wesentlich zuverlässiger, wenn die Maschinengleichungen mit der physikalischen Ursache des Drehmoments übereinstimmen.
Die Konfiguration des Motorantriebs hängt von Parametern ab, die Sie überprüfen können
Ein Modell für einen Motorantrieb ist nur dann zuverlässig, wenn seine Parameter auf Typenschildangaben, Messungen oder überprüfbaren Schätzungen beruhen. Versorgungsspannung, Wicklungswiderstand, Induktivität, Trägheit, Sensorverzögerung und Lastdrehmoment beeinflussen das Ergebnis stärker als feine Regelungsdetails, wenn diese Werte nur geschätzt werden.
Bei Antriebssystemen lassen sich noch Effizienzsteigerungen von 20 % bis 30 % erzielen, was ein Grund dafür ist, warum eine genaue Antriebskonfiguration bei der Abschätzung von Verlusten und Betriebsmargen so wichtig ist. Ein Hubantrieb beispielsweise erscheint in der Simulation stabil, wenn die reflektierte Trägheit zu niedrig angesetzt ist. Die Hardware schwingt dann über, da der Drehzahlregelkreis auf eine Last abgestimmt wurde, die an der Welle tatsächlich nicht anliegt.
Sie kommen weiter, wenn Sie zunächst eine kleine Auswahl an Parametern überprüfen und diese vor der Feinabstimmung festlegen. Zu den sinnvollen ersten Überprüfungen gehören:
- Messen Sie den Phasen- oder Leitungswiderstand bei einer bekannten Temperatur.
- Messen Sie die Gleichstrom-Sammelschienenspannung unter der erwarteten Last.
- Schätzen Sie die Trägheit anhand eines Auslauf- oder Stufentests.
- Definieren Sie das Lastmoment als Kurve statt als einzelnen Wert.
- Berücksichtigen Sie die Sensorverzögerung und die Einstellungen für die Strombegrenzung.
Software zur Simulation von Elektromotoren sollte die Modellannahmen offenlegen
Simulationssoftware für Elektromotoren ist dann am nützlichsten, wenn sie Gleichungen, Parameterverknüpfungen und die Wahl der Löser sichtbar macht, anstatt sie hinter einer ansprechenden Grafik zu verbergen. Man muss erkennen können, was vereinfacht und was linearisiert wurde und an welcher Stelle das Modell nicht mehr mit der Hardware übereinstimmt, die man bauen oder testen möchte.
Ein Lehrlabor oder ein Entwicklungsteam erkennt den Unterschied schnell. Wenn ein Maschinenblock Verlustterme, Strombegrenzung oder Schaltlogik verbirgt, können zwei Anwender zu unterschiedlichen Ergebnissen kommen, ohne zu wissen, warum. Mit SPS SOFTWARE können Sie die Modellstruktur überprüfen und bearbeiten, sodass es einfacher ist, ein fehlerhaftes Ergebnis auf eine falsche Annahme zurückzuführen, anstatt dem Regler die Schuld zu geben.
Dies gilt für jede seriöse Werkzeugkette. Sie sollten in der Lage sein, die Einheiten der Parameter zu überprüfen, die Maschinengleichungen zu kontrollieren, zwischen Durchschnitts- und Schaltwechsel-Wechselrichtermodellen zu wechseln und zu überprüfen, wie Sättigung oder Reibung dargestellt werden. Software allein schafft noch kein Verständnis. Transparenz hingegen schon, denn sie ermöglicht es Ihnen, das Modell zu testen, anstatt ihm einfach zu vertrauen.
Überprüfen Sie die Ergebnisse anhand von Messungen, bevor Sie Leistungstrends für bare Münze nehmen
Validierung bedeutet, simulierte Ergebnisse mit gemessenen Signalen unter denselben Testbedingungen zu vergleichen und das Modell nur dann als gültig anzusehen, wenn die Übereinstimmung für den vorgesehenen Verwendungszweck ausreichend ist. Wenn bei der Laborprüfung und der Simulation nicht dieselben Last-, Spannungs-, Zeit- und Temperaturbedingungen herrschen, führt der Vergleich zu falschen Schlussfolgerungen.
Ein Leerlauf-Drehtest ist ein praktischer Ausgangspunkt für einen bürstenlosen Gleichstrommotor. Dabei lassen sich Drehzahl, Phasenstromverlauf und Gegen-EMK über einen elektrischen Zyklus hinweg vergleichen. Ein Anlaufversuch eines Asynchronmotors bietet eine Reihe anderer Prüfpunkte, wie beispielsweise Anlaufstrom, Schlupf während der Beschleunigung und Enddrehzahl unter bekannter Wellenlast.
Sie sollten die Validierung schrittweise durchführen, anstatt auf eine perfekte Übereinstimmung des gesamten Systems zu warten. Beginnen Sie mit den elektrischen Wellenformen, fügen Sie dann Drehmoment- oder Drehzahltransienten hinzu und überprüfen Sie anschließend Verluste oder Temperaturen, sofern diese Größen von Bedeutung sind. Diese Reihenfolge hilft Ihnen dabei, Fehler einzugrenzen. Wenn der Phasenstrom im Leerlauf falsch ist, wird das Hinzufügen thermischer Details das Modell nicht retten, sondern lediglich die grundlegende Abweichung verschleiern.
„Bei einer fundierten Simulation von Elektromotoren geht es weniger darum, Blöcke hinzuzufügen, als vielmehr darum, den Zusammenhang zwischen Fragestellung, Modell, Parametern, Validierung und numerischen Berechnungen zu wahren.“
Die Solver-Einstellungen können die Ergebnisse bei transienten Motorläufen verfälschen
Die Solver-Einstellungen können das Motorverhalten so stark beeinflussen, dass sie eine technische Einschätzung während der Einschwingphase zunichte machen können. Zeitschritt, Toleranz, Ereignisbehandlung und Interpolationsregeln wirken sich auf Schaltflanken, Kommutierungszeitpunkte und elektrische Steifzustände aus; daher versagt selbst ein gutes Maschinenmodell, wenn die numerischen Einstellungen das für Sie relevante Ereignis verwischen.
Ein grober fester Schritt liefert ein anschauliches Beispiel. Stromspitzen beim Schalten des Wechselrichters erscheinen kleiner, die Drehmomentwelligkeit wirkt glatter und das Drehzahlverhalten scheint leichter zu steuern zu sein, als es auf der Hardware der Fall sein wird. Verringert man den Schritt oder wechselt zu einem Solver, der besser für starre elektrische Systeme geeignet ist, wird das fehlende Verhalten oft sichtbar. Das ist kein Softwarefehler. Es ist der Preis dafür, dass man von der numerischen Methode verlangt, schnelle Ereignisse abzubilden.
Bei einer fundierten Simulation von Elektromotoren geht es weniger darum, Blöcke hinzuzufügen, als vielmehr darum, den Zusammenhang zwischen Fragestellung, Modell, Parametern, Validierung und numerischen Berechnungen zu wahren. Diese Einschätzung gewinnt im Laufe der Zeit mehr an Bedeutung als jede einzelne Liste von Funktionen. SPS SOFTWARE passt gut zu dieser Vorgehensweise, da transparente Modelle es einfacher machen, zu erkennen, woher ein Ergebnis stammt und wo die Vertrauenswürdigkeit endet.
