See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/287106000

Estado del Arte Sobre el Control de Motores de Inducción en Vehículos Eléctricos

Conference Paper · December 2011

CITATIONS READS
0 1,345

2 authors:

Luis Antonio Mier Quiroga Jorge S. Benítez-Read

Tecnológico de Estudios Superiores de Jocotitlán National Institute of Nuclear Research, Mexico
10 PUBLICATIONS   5 CITATIONS    71 PUBLICATIONS   454 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Optimization of the Induction Motor Speed Response View project

SMAs current control View project

All content following this page was uploaded by Luis Antonio Mier Quiroga on 16 December 2015.

The user has requested enhancement of the downloaded file.


1 CONGRESO MEXIQUENSE DE INNOVACIÓN Y DESARROLLO TECNOLÓGICO
er.
Estado del Arte Sobre el Control de Motores de Inducción
en Vehículos Eléctricos
Luis Antonio Mier Quiroga1,3, Jorge Samuel Benítez Read1,2
 del medio ambiente, el desarrollo de la tecnología relacionada con
RESUMEN
En este artículo se dan a conocer el tipo de trabajos de
investigación que actualmente se desarrollan relacionados con los
sistemas de control de motores de inducción, utilizados para
proporcionar tracción a vehículos eléctricos. Asimismo, se
pretende mostrar los posibles trabajos que pueden ser desarrollados
Existe un considerable número de publicaciones sobre el control de
los motores de inducción, pero en aplicaciones domésticas o de
tipo industrial. Este trabajo al que son sometidos los motores de
inducción, es diferente comparado con el trabajo al que son
sometidos en los vehículos eléctricos. Por lo tanto, la respuesta de
los motores de inducción no será igual en ambos casos.
Se hace mención de las técnicas de control y optimización que se
han desarrollado para ésta aplicación de los motores de inducción.
También se mencionanposiblestrabajosa desarrollar.
ABSTRACT
In this paper, the type of investigationselaborated about control
systems of induction motors for electric vehiclespropulsion are
presented as well as intend show the possible future works.
There are considerable numbers of publications about control
systems of induction motor for domestic or industrial applications.
The function and behavior of the induction motors in those cases is
not the same compared with electrical vehicles applications.
The control and optimization strategies followed are mentioned in
this type of applications for the induction motors. The posible
future works are mentioned.
Palabras claves: investigación, motor de inducción, control,
vehículo eléctrico, optimización.
INTRODUCCIÓN
El transporte eléctrico no es un fenómeno nuevo, de hecho el
concepto se maneja desde hace casi 100 años; sin embargo debido
al rápido crecimiento de la demanda de combustible para el
desplazamiento de los seres humanos, así como para la protección
 incrementar la eficiencia del motor, destacando los trabajos donde
¹Instituto Tecnológico de Toluca, División de Estudios de
Posgrado e Investigación. Av. Tecnológico, Ex rancho La Virgen,
Metepec, Edo. de Méx. C.P. 52140. Tel. y Fax: (722)2087224.
luanmiq@yahoo.com.mx.
 deslizante de constante óptimo [7] y control óptimo predictivo no
²Instituto Nacional de Investigaciones Nucleares, Departamento de
Automatización e Instrumentación, Carretera México-Toluca,
La Marquesa, Ocoyoacac, Estado. de Méx., C.P. 52750.
Tel.(55)53297200. jsbr55@yahoo.com.mx.
3
Tecnológico de Estudios Superiores de Jocotitlán, Carretera
Toluca-Atlacomulco Km. 44.8, Ejido de San Juan y San Agustín.
CP. 50700, Tel. ( 712 ) 1231313.
TECNOLÓGICO DE ESTUDIOS SUPERIORES DE JOCOTITLÁN
DEPARTAMENTO DE INVESTIGACIÓN EN CIENCIA Y TECNOLOGÍA
7, 8 Y 9 DE DICIEMBRE
vehículos eléctricos ha tenido un gran avance.
El sistema de propulsión eléctrica es la parte más importante de los
vehículos eléctricos, con la función de transferir la potencia
eléctrica del sistema de baterías a potencia mecánica para el
movimiento del vehículo. Una alta eficiencia del sistema de
propulsión reducirá la demanda de energía, prolongando el tiempo
de disponibilidad de la misma, así como un desempeño óptimo del
motor [1].
El motor de inducción es el más utilizado para proporcionar
tracción a vehículos eléctricos, debido a que tiene una estructura
simple, operación confiable, alta eficiencia y gran densidad de
potencia, además de ser pequeño, ligero, barato, confiable y casi
libre de mantenimiento, comparado con el motor de combustión y
el motor síncrono de imán permanente [2][3].
Como se mencionó anteriormente, existen diversas técnicas de
control para motores de inducción que se han aplicado con buenos
resultados; sin embargo, la mayor parte de esas técnicas se enfocan
a resolver problemas de aplicación industrial. Para casos donde la
aplicación del motor es proporcionar tracción a un vehículo
eléctrico, se tienen otras condiciones de trabajo, ya que éste es
sometido a aceleraciones repentinas y súbitos cambios de carga.
Otra diferencia es que, dado que el vehículo eléctrico está
alimentado por un banco de baterías, es indispensable que el motor
tenga un desempeño muy eficiente, característica que no es muy
significativa en aplicaciones domésticas e industriales [4][5].
El control vectorial ha resultado una técnica confiable para el
control de motores de inducción en vehículos eléctricos, pero tiene
la característica de depender totalmente de sus parámetros y
velocidad. Debido a que los parámetros se van modificando
conforme se va usando, el sistema de control ya no está
sintonizado correctamente para las características que va
adquiriendo el motor. También se requiere conocer su velocidad,
por lo que se deben usar sensores de alta precisión que por lo
general, incrementarán el costo del vehículo, así como algunas
complicaciones en el montaje de éstos. A pesar de que se han
conseguido buenos resultados con el control vectorial, una
característica importante de éste que se ha observado es que el
motor no logra ser altamente eficiente, por lo que se han aplicado
técnicas de optimización del control vectorial que han logrado
aplican la estrategia de optimización de eficiencia basado en el
control de mínimas pérdidas [5], redes neuronales artificiales
basadas en la teoría de control de optimización previa[6], control
lineal [8].
Se han logrado incrementar la eficiencia en el motor mediante
otros métodos de optimización generales, como los basados en
algoritmos genéticos [9][10][11], redes neuronales artificiales[1] y
la combinación de éstos [12], pero todos para aplicaciones
industriales del motor y aunque existe un considerable número de
PAGINA 1
DE 7
 TECNOLÓGICO DE ESTUDIOS SUPERIORES DE JOCOTITLÁN
DEPARTAMENTO DE INVESTIGACIÓN EN CIENCIA Y TECNOLOGÍA

1 CONGRESO MEXIQUENSE DE INNOVACIÓN Y DESARROLLO TECNOLÓGICO

er.

7, 8 Y 9 DE DICIEMBRE

investigaciones publicadas relacionadas con motores de inducción  Costo de baterías: son caras y puede que se requiera
aplicados en vehículos eléctricos, es posible aportar conocimientos sustituir el sistema de baterías.
que ayuden a optimizar su desempeño.  Volumen y peso: el sistema de baterías es pesado y
ocupan gran espacio en el vehículo.
VEHÍCULOS ELÉCTRICOS
Se ha combinado el uso de los motores eléctricos principalmente
Los vehículos eléctricos son aquellos vehículos impulsados por con los motores de combustión interna, dando lugar a los vehículos
uno o más motores eléctricos, alimentados por un sistema de híbridos [13].
baterías recargables [14]. Los motores eléctricos tienen ciertas Tanto en los vehículos híbridos, como en los eléctricos, se han
ventajas sobre los motores de combustión, entre las que destacan: incorporado diversas características para proporcionar ciertas
 Eficiencia: el motor eléctrico convierte el 75% de la mejoras al desempeño de los vehículos, la incorporación de dichas
energía proveniente de las baterías en energía transmitida características es lo que genera que se clasifiquen como se muestra
a las llantas y el motor de combustión sólo el 25% de la en la siguiente tabla.
energía proveniente de la gasolina.
 Amigable ambientalmente: no emiten contaminantes, Tabla 1. Diferentes tipos de vehículos híbridos y eléctricos.
aunque la planta que genera la energía eléctrica puede Híbrido Híbrido
Arranque Micro Hibrido Totalmente
que si lo haga, al menos que se utilicen fuentes alternas Característica
/paro Hibrido Mediano
Total Total
Eléctrico
(Paralelo) (Serial)
de energía.
Alternador
 Desempeño: el motor eléctrico provee silencio, arranque/paro
* * * *
operación suave y fuertes aceleraciones, además de que Frenado
* * * * *
regenerativo
requiere menos mantenimiento que el motor de Asistencia
combustión. eléctrica de * *
torque
 Dependencia energética reducida: la energía eléctrica es Manejo
una fuente doméstica y común. eléctrico y de *
combustión
Posibilidad
A pesar de las ventajas mencionadas anteriormente, los vehículos de sólo
* *
eléctricos todavía enfrenta diversos retos, entre los que sobresalen: manejo
eléctrico
 Rango de manejo: hasta ahora la mayoría de los Capacidad de
* * *
vehículos eléctricos comerciales sólo pueden desplazarse conexión
de 160km hasta 300km antes de requerir recargar sus
baterías. Un vehículo a gasolina puede desplazarse más Los vehículos híbridos y eléctricos están formados de varios
de 480km antes de requerir reabastecerse de módulos para dar forma al tren de propulsión y al sistema de
combustible. almacenamiento de energía, como se muestra en la figura 1.

Monitoreo de Admón.
Batería de
Batería
Infraestructura / Sitio de Carga

Motor/ Convertidor Batería

Inversor Convertidor
Generador cd-cd Alto ca-cd
eléctrico Reversible Voltaje
Control del Motor Conversión de Energía

Convertidor
cd-cd

Tablero Batería
12V 12V

Figura 1. Sistemas que componen a un vehículo híbrido/eléctrico.

 Tiempo de recarga: la recarga completa del sistema de El sistema de baterías es administrado y monitoreado por un
baterías puede tomar de 4 a 8 horas. sistema de control de carga, que permite la carga de las baterías
mediante un módulo de conversión ca/cd con voltajes en un rango

PAGINA 2
DE 7

1 CONGRESO MEXIQUENSE DE INNOVACIÓN Y DESARROLLO TECNOLÓGICO
er.
de 110V para sistemas monofásicos y 380V para sistemas
trifásicos. El convertidor cd/ca proporciona energía al motor
eléctrico, usa el nivel de voltaje al que es elevado el voltaje de las
baterías mediante un convertidor cd/cd. Dicho convertidor también
es usado para permitir el almacenamiento de la energía generada
por el sistema de frenos regenerativos [14].
EL MOTOR DE INDUCCIÓN EN LOS VEHÍCULOS
ELÉCTRICOS
El motor de inducción, en especial el de jaula de ardilla como el de
la figura 2, ha sido elegido para proporcionar tracción los
vehículos eléctricos debido a sus ventajas de ser pequeño, ligero,
económico y casi libre de mantenimiento [2].
Figura 2. Motor de Inducción con rotor de jaula de ardilla.
La mayor parte de los sistemas de control desarrollados, se han
enfocado en la reducción de las pérdidas, ya que principalmente se
busca incrementar la distancia de recorrido con una carga de las
baterías. Dicho problema no ha sido tratado en aplicaciones de tipo
industrial y domésticas, ya que el usuario rara vez se percata y
preocupa del consumo energético del motor, debido a que la fuente
de energía se podría percibir como inagotable y el costo
energético, simplemente es aceptado [3][4].
Otra característica a considerar es la respuesta del torque
desarrollado por el motor en distintas velocidades. Este problema
se acentúa en operaciones donde el vehículo soporta un bajo peso y
de manera súbita se incrementa el peso que debe mover el motor,
por lo que la respuesta del torque proporcionado es lenta, lo que
para el usuario genera una desventaja, comparado con la respuesta
de los motores de combustión.
Este tipo de trabajo al que es sometido elFigura
motor,3.rara
Control
vez sevectorial
ve en de un motor de inducción.
la industria, donde generalmente el único momento en que es
exigido en torque es en el arranque [3][4].
TECNOLÓGICO DE ESTUDIOS SUPERIORES DE JOCOTITLÁN
DEPARTAMENTO DE INVESTIGACIÓN EN CIENCIA Y TECNOLOGÍA
7, 8 Y 9 DE DICIEMBRE
De manera similar, existe una respuesta muy lenta de la velocidad
del motor de inducción cuando por ejemplo, el vehículo se debe
incorporar a una vía de alta velocidad, por lo que se requiere una
respuesta rápida en la velocidad y por lo tanto aceleración [4].
TÉCNICAS DE CONTROL DELOS MOTORES DE
INDUCCIÓN
En la actualidad entre las técnicas que permiten el control de
velocidad, torque, entre otros parámetros del motor de inducción,
sobresalen el control directo del par y el control de campo
orientado denominado control vectorial. Ambas técnicas logran el
desacoplamiento que existe entre las bobinas de estator y de rotor,
que impiden un comportamiento similar al de los motores de
corriente directa [15].
El control directo de torque tiene la desventaja de que requiere
conocer el flujo y torque del motor, además de un control sobre
cada una de estas variables, haciendo que la técnica se vuelva
compleja. El control vectorial por el contrario, es aún más utilizado
debido a su simplicidad, trata de extrapolar el control de motores
de corriente directa a los motores de inducción [16]. Para ello y
debido a que un motor de inducción carece de dos bobinados
desacoplados, se recurre a referenciar el sistema trifásico alterno de
corrientes estatóricas a un sistema de coordenadas no estacionarias
que giran sincrónicamente con el campo magnético rotatorio. En
este nuevo sistema de referencia, las corrientes estatóricas pueden
ser tratadas como vectores rotatorios [15].
Se debe tener el modelo del motor referenciado a unos ejes
ortogonales rotatorios que giran a la velocidad síncrona. En estos
ejes rotatorios síncronos, las variables senoidales se convierten en
magnitudes continuas. En la figura 3, se muestra la forma en que se
lleva a cabo el control vectorial del motor de inducción.
Las corrientes ids e iqs son las componentes de corrientes del estator
en los ejes directo y de cuadratura respectivamente. La
componente ids es análoga a la corriente de campo de un motor de
c.d. y la componente iqs es análoga a corriente de armadura, por lo
que el torque podrá ser expresado como en la ecuación 1, que es
semejante a la ecuación que expresa el torque en un motor de c.d.
[15].
(1)
Donde es una constante de proporcionalidad.
En la figura 4, se muestra el diagrama fasorial de las corrientes
referidas a los ejes d-q síncronos, donde para este caso de estudio,
se tendrá el voltaje en el entrehierro en fase con el eje q y la
corriente del estator está retrasada con un ángulo de (90-θ)° con
PAGINA 3
DE 7

1 CONGRESO MEXIQUENSE DE INNOVACIÓN Y DESARROLLO TECNOLÓGICO
er.
respecto al voltaje en el entrehierro. La corriente iqs es la
componente de torque y la componente ids es la componente de
campo, encargada de fijar el valor del flujo del entrehierro [15].
Figura 4. Diagrama fasorial considerado en control vectorial.
Como se puede ver en la figura 4, hay una variación del vector is,
cambiando así el torque sin afectar la componente de flujo. Esto es
debido a que las variables iqs e ids pueden ser modificadas
independientemente sin afectar la componente ortogonal, por lo
que dichas variables están desacopladas. Cuando se busca que un
motor de inducción trabaje en la región de torque constante, al
igual que en la máquina de cd, la componente de flujo permanece
constante y el torque podrá ser variado mediante la componente iqs
[15].
Existen básicamente dos técnicas diferentes de control vectorial;
directo e indirecto [15]. El control vectorial directo se implementa
a partir de la medición directa del ángulo y la posición del vector
espacial de flujo que se seleccione como referencia, mientras que
el método indirecto, hace uso de un modelo de la máquina que
depende de sus parámetros, los que a su vez dependen de otros
tales como temperatura, frecuencia y saturación. Debido a que
como el control vectorial tiene la desventaja de depender de
parámetros, que varían con el uso del motor de inducción, genera
un problema de sintonización en el controlador, por lo que se ha
recurrido a otro tipo de controladores como los adaptativos, que
permiten ir modificando los parámetros de éstos acorde a las
variaciones de los parámetros del motor [17][18].
Se ha recurrido a controladores de tipo difuso ya que, en general,
se han obtenido los resultados esperados en sistemas altamente no
lineales, como lo son los motores de inducción. El desarrollo del
control difuso tiene su origen en los sistemas basados en reglas
para la toma de decisiones y en la lógica difusa para la evaluación
de éstas [19].
Los controladores difusos, al igual que otros, toman los valores de
las variables de entrada, realizan algún procedimiento con ellas,
deciden como modificar las variables de salida y lo realizan,
afectando estas últimas a la planta. La diferencia esencial es que no
procesan ecuaciones ni tablas, procesan reglas para decidir como
TECNOLÓGICO DE ESTUDIOS SUPERIORES DE JOCOTITLÁN
DEPARTAMENTO DE INVESTIGACIÓN EN CIENCIA Y TECNOLOGÍA
7, 8 Y 9 DE DICIEMBRE
cambiar las salidas [19]. Esto lo hace una tecnología muy
accesible, ya que las reglas están más cerca del sentido común que
delas ecuaciones y los modelos, es decir, un sistema de control
difuso sustituye la forma en que decide y actúa una persona
experta en el control de cierta planta, como se ve en la figura 5.
Figura 5. Sistema de control difuso
Este método de procesamiento de reglas está vinculado con los
sistemas expertos, uno de los frutos tangibles de la Inteligencia
Artificial (IA). Estos sistemas nacieron como consecuencia natural
del desarrollo de esta disciplina, ya que era necesario agregar a los
programas ese conocimiento y experiencia, que el experto humano
tiene para resolver un determinado problema [19].
Estos programas de computadora, utilizan conocimiento y algún
tipo de mecanismo de inferencia para resolver un tipo de problema
en especial, con el objetivo de obtener resultados parecidos a los
del experto humano, no sólo en cuanto a la conclusión final, sino
también a la forma en que se llega a la misma. Este conocimiento
consta de hechos y heurística, siendo los hechos la información
pública y disponible para resolver un problema en particular. La
heurística es la experiencia del experto. Dicho conocimiento está
expresado como reglas del tipo:
SI antecedente ENTONCES consecuente
o
SI condición ENTONCES acción
Por lo que se dice que es un sistema basado en reglas [19].
En cuanto al mecanismo de inferencia, es la parte de control del
programa, encargada de procesar las reglas contenidas en la base
de conocimiento, tomando en cuenta los nuevos datos y el estado
del sistema, y producir como resultado, un nuevo cambio en el
estado del mismo para así comenzar un nuevo ciclo [19].
Por otro lado, se ha recurrido a la combinación del control directo
de torque con redes neuronales artificiales, buscando aprovechar
las principales características de éstas, como lograr un control
mediante el aprendizaje en base a la experiencia, una estructura de
procesamiento distribuida y paralela, alto grado de conexión entre
las unidades básicas, conexiones modificables en función de la
experiencia, un proceso de aprendizaje constante y de preferencia
no supervisado, logrando reducir el rizo de la corriente y torque
[20].
Se ha probado el control directo de torque con el control difuso ya
que es una alternativa que provee un método adecuado para
realizar controladores no lineales mediante el uso de información
práctica o heurística.
En trabajos recientes se realiza un control difuso híbrido
combinado con el control directo de torque; primero se tiene un
control PI para el estado estable del motor, un control PI difuso
para el estado transitorio y un simple sistema de conmutación de la
etapa de potencia, logrando una capacidad de rápido seguimiento,
menor error en estado estable, comparado con controladores
PAGINA 4
DE 7

1 CONGRESO MEXIQUENSE DE INNOVACIÓN Y DESARROLLO TECNOLÓGICO
er.
vectoriales y de torque directo y respuesta adecuada a los cambios
repentinos en la carga [21].
OPTIMIZACIÓN DE SISTEMAS DE CONTROL DE
MOTORES DE INDUCCIÓN
En la actualidad ya no es suficiente que la etapa de control de un
sistema o proceso logre que el comportamiento dinámico en
general del sistema tenga las características deseadas, sino que,
adicionalmente, se requiere que la etapa de control sea sintonizada,
ajustando los valores de los parámetros del controlador, para lograr
que alguna característica en especial del sistema controlado tenga
cierto comportamiento.
Ha sido posible mejorar la eficiencia y respuesta de ciertos
parámetros del motor de inducción, aplicado en vehículos
eléctricos, mediante diversas técnicas de optimización. La técnica
que ha destacado es un controlador vectorial optimizado mediante
el control de pérdidas mínimas. En dicha técnica se logró
principalmente incrementar la eficiencia del motor y aumentar la
velocidad de respuesta del torque. Otra técnica desarrollada se
conoce como optimización de eficiencia en respuesta dinámica,
que mejora la eficiencia del motor en estado estable y genera
mayor velocidad en respuesta del torque del motor. Cabe
mencionar que todas estas últimas estrategias se han desarrollado
específicamente para la optimización de los sistemas de control de
motores [4][5].
Respecto a la optimización mediante métodos generales, se han
encontrado pocos trabajos donde utilicen estas estrategias de
optimización del control de motores de inducción, aplicados en
vehículos eléctricos.
Al igual que las redes neuronales artificiales, otra de las probables
estrategias son los algoritmos genéticos, que son métodos
adaptivos para resolver problemas de búsqueda y optimización. Se
basan en el proceso genético de los organismos vivos. A lo largo
de generaciones, las poblaciones evolucionan en la naturaleza
acorde a los principios de la selección natural y supervivencia de
los más fuertes [22].
Por imitación de este proceso, los algoritmos genéticos son capaces
de ir creando soluciones para problemas del mundo real y en
nuestro caso, valores adecuados para la sintonización de
controladores. La evolución de dichas soluciones hacia valores
óptimos de los parámetros del controlador, depende en buena
medida de una adecuada codificación de las mismas.
Los algoritmos genéticos operan sobre un grupo de posibles
soluciones al que se le llama población y que inicialmente es
creado aleatoriamente. A cada una se le llama individuo o
cromosoma y se representa como una cadena de números,
habitualmente bits (0 y 1). Los individuos tienen una longitud
concreta y a cada uno de los números que conforman un individuo
se le llama gen. La población que es generada al principio
aleatoriamente, será una población de malas soluciones, pero
precisamente se trata de que la población vaya mejorando por
medio de la evolución natural hasta conseguir buenas soluciones,
siguiendo el diagrama de flujo mostrado en la figura 6. En los
algoritmos genéticos, las soluciones han de ir adaptándose al
problema para que, al final, tengamos una población de buenas
soluciones [23].
TECNOLÓGICO DE ESTUDIOS SUPERIORES DE JOCOTITLÁN
DEPARTAMENTO DE INVESTIGACIÓN EN CIENCIA Y TECNOLOGÍA
7, 8 Y 9 DE DICIEMBRE
Inicialización
Cálculo de
Fitness
Evaluar
Fin
parada Si
No
Selección
Cruce
Mutación
Figura 6. Diagrama de flujo de un algoritmo genético.
La función de fitness mide lo adaptado que está un individuo al
problema. Esta función será la que diga lo cerca que está una
posible solución de la mejor solución del problema: cuanto mayor
sea la función de fitness de un individuo, más cerca estará de la
mejor solución. En cada generación de individuos debe hacerse
una selección de los individuos más cualificados para pasar sus
genes a la siguiente generación. Para acercarse lo más posible a
esta última, la selección en un algoritmo genético se hará de
manera aleatoria, pero teniendo cada individuo una probabilidad de
ser seleccionado proporcional a su función de fitness.
De este modo conseguimos que en general se vayan eligiendo a los
mejores individuos, pero, al mismo tiempo, los que no son tan
buenos también tienen posibilidades de pasar y aportar algún gen
que haga falta para formar mejores individuos en la siguiente
generación. Una vez seleccionados los individuos cuyos genes
pasarán a la siguiente generación, se procede a la formación de
ésta. Para ello primero se realizarán un número aleatorio de cruces.
Los individuos que se vayan a cruzar también se deberán elegir
aleatoriamente, teniendo en cuenta que un mismo individuo no
puede cruzarse más de una vez.
El cruce consiste en un intercambio de genes entre dos individuos
a partir de un punto que, como casi todo, se elige aleatoriamente.
Después de realizarse todos los cruces tendremos un nuevo grupo
de individuos que poseerán nuevas características con respecto a
los anteriores.
En la naturaleza se dan cambios en las especies que no se deben a
los genes heredados de sus antepasados, sino a las mutaciones que
se producen por azar en su cadena genética y pueden aportar
PAGINA 5
DE 7
 TECNOLÓGICO DE ESTUDIOS SUPERIORES DE JOCOTITLÁN
DEPARTAMENTO DE INVESTIGACIÓN EN CIENCIA Y TECNOLOGÍA

1 CONGRESO MEXIQUENSE DE INNOVACIÓN Y DESARROLLO TECNOLÓGICO

er.

7, 8 Y 9 DE DICIEMBRE

valores positivos o negativos en la adaptación de la especie a su CONCLUSIONES

entorno. Esto mismo se realiza en los algoritmos genéticos.
Se elige al azar cuántos y cuáles de los individuos van a mutar (un Se requiere analizar ampliamente el comportamiento que tiene el
individuo no puede mutar más de una vez), se elige que gen de su motor de inducción bajo las exigencias que se generan en los
cadena mutará y se cambia ese gen por su complementado. vehículos eléctricos utilizados para distintos propósitos, como
Una vez realizadas las mutaciones, ya tendremos la nueva vehículo familiar o deportivo, vehículo de carga o transporte
generación, que, previsiblemente tendrá mejores características de masivo de personas, etc.
adaptación al problema que la anterior, es decir, mejores funciones Es posible encontrar resultados óptimos trabajando en los sistemas
de fitness. Se deben realizar numerosos ciclos de selección, cruce y de control difuso, variando tanto el modelado del motor, como las
mutación para mejorar suficientemente la población de individuos. funciones de membresía, logrando que represente mejor la
El algoritmo genético debe finalizar cuando considere que la mejor experiencia obtenida de analizar ampliamente el comportamiento y
solución encontrada hasta ese momento es bastante buena o que no respuesta de los motores de inducción en vehículos eléctricos.
va a poder encontrar una mejor. Para eso se define una condición También hay posibilidades de encontrar un sistema de control que
de parada. La condición de parada más sencilla es hacer que el mejore la eficiencia y respuesta de velocidad y torque del motor
algoritmo pare siempre después de haber hecho un número de buscando combinar las técnicas que han mostrado mejores
ciclos predeterminado. Otra posible condición de parada es que la resultados en estado transitorio y estado estable.
función de fitness alcance un valor determinado que se considere Es necesario adentrarse en la optimización de los sistemas de
que es suficientemente bueno para ese problema. control que se han reportado, desarrollando estrategias propias para
la aplicación de los motores de inducción en vehículos eléctricos o
TRABAJOS FUTUROS analizando su comportamiento con estrategias de optimización más
generales como los algoritmos genéticos.
Debido a que para el control del motor de inducción en vehículos
eléctricos se presentan variaciones en algunos parámetros del
motor al estar trabajando, genera que su modelo matemático de REFERENCIAS BIBLIOGRÁFICAS
cierta forma sea parcial y sólo parte de la información del
comportamiento del motor se encuentre disponible, es decir, se
1. Zhang Jian; Wen Xuhui; Hua Yang, "A novel speed-sensorless
tiene un sistema de control en ausencia del conocimiento completo
vector control technique of induction motor for Electrical
de la planta a ser controlada.
vehicle propulsion", Vehicle Power and Propulsion
Dadas las condiciones anteriores, se puede recurrir a métodos
Conference, 2008.VPPC '08.IEEE, pp.1-5, Sept. 2008.
alternativos a los sistemas control basados en la teoría de sistemas
2. Chan, C.C., "The State of the Art of Electric, Hybrid, and Fuel
lineales, control óptimo, control adaptable, etc. Por lo que, los
Cell Vehicles", Proceedings of the IEEE, vol.95, no.4, pp.704-
métodos sugeridos que se pueden trabajar, son los sistemas
718, April 2007.
basados en conocimiento (KBS), Redes Neuronales Artificiales
3. Zhu, Z.Q.; Howe, D., "Electrical Machines and Drives for
(ANN), Controladores Difusos (FC) y combinaciones entre estos
Electric, Hybrid, and Fuel Cell Vehicles", Proceedings of the
métodos [24].
IEEE, vol.95, no.4, pp.746-765, April 2007.
Como se mencionó en los apartados anteriores, ya existen
4. Li Ke; Zhang Chenghui; Cui Naxin; Ma Mingyao; He
investigaciones sobre estrategias de optimización de control de
Xiangning, "High dynamic response control of induction motor
motores de inducción para dar tracción a vehículos eléctricos,
in high-speed region for electric vehicle drive system", Power
donde han logrado principalmente, proporcionar una respuesta
Electronics Specialists Conference, 2008. PESC 2008.IEEE,
rápida en la demanda de torque al motor bajo las condiciones en
pp.3093-3097, June 2008.
que normalmente opera, así como incrementar su eficiencia.
5. Jiajia Wu; DaweiGao; Xin Zhao; Qingchun Lu, "An efficiency
Existen investigaciones de optimización de control de motores de
optimization strategy of induction motors for electric vehicles",
inducción mediante algoritmos genéticos, pero para aplicaciones
Vehicle Power and Propulsion Conference, 2008. VPPC
de tipo industrial [9][10][11]. Es importante determinar otros
'08.IEEE, pp.1-5, Sept. 2008.
métodos, aparte de los que se han aplicado, para lograr la
optimización del control de los motores de inducción para
6. Negm, M.M.; Mantawy, A.H.; Shwehdi, M.H.; , "A global
proporcionar tracción a vehículos eléctricos.
ANN algorithm for induction motor based on optimal preview
Mediante la optimización de un sistema de control, se podrán
control theory", Power Tech Conference Proceedings, 2003
encontrar los parámetros adecuados que permitan obtener una
IEEE Bologna , vol.2, pp. 7 pp. Vol.2, June 2003.
respuesta del torque acorde a las exigencias de un vehículo
7. Cacciato, M.; Consoli, A.; Scarcella, G.; Scelba, G.; Testa, A.;
eléctrico. También será posible mejorar la eficiencia del motor,
, "Efficiency optimization techniques via constant optimal slip
para así lograr disminuir el consumo de energía del sistema de
control of induction motor drives", International Symposium
baterías del vehículo e incrementar la duración de éstas. Lo
on Power Electronics, Electrical Drives, Automation and
anterior podrá ayudar a que se interesen más empresas
Motion, 2006. SPEEDAM 2006, pp.33-38, May 2006.
automotrices en el desarrollo y comercialización de este tipo de
8. Chuanfu Jin; Yanguang Sun; Qinghai Fang, "Nonlinear
medios de transporte.
predictive adaptive control of induction motor speeding

PAGINA 6
DE 7
 TECNOLÓGICO DE ESTUDIOS SUPERIORES DE JOCOTITLÁN
DEPARTAMENTO DE INVESTIGACIÓN EN CIENCIA Y TECNOLOGÍA

1 CONGRESO MEXIQUENSE DE INNOVACIÓN Y DESARROLLO TECNOLÓGICO

er.

7, 8 Y 9 DE DICIEMBRE

system", 8th IEEE International Conference on Control and un reactor nuclear de investigación”, Tesis Profesional,
Automation (ICCA), 2010, pp.1042-1047, June 2010. Instituto Tecnológico de Tuxtla Gutiérrez, México 2003.
9. Oh, W.S.; Cho, K.M.; Kim, S.; Kim, H.J., "Optimized neural
network speed control of induction motor using genetic INFORMACIÓN ACADÉMICA
algorithm", International Symposium on Power Electronics,
Electrical Drives, Automation and Motion, 2006. SPEEDAM Luis Antonio Mier Quiroga: obtuvo el grado de ingeniero electrónico
2006., pp.1377-1380, May 2006. en el 2004 y el grado de maestro en ciencias en ingeniería electrónica
10. Rafiq, M.A.; Roy, N.K.; Ghosh, B.C., "Genetic Algorithm en el 2009, ambos en el Instituto Tecnológico de Toluca, donde
based PI controller tuning for induction motor drive with ANN actualmente realiza los estudios de doctorado en ciencias en ingeniería
flux estimator" International Conference on Electrical and electrónica. Se desempeñó como profesor de asignatura en la carrera
Computer Engineering, 2010, pp.490-493,Dec. 2010. de ingeniería mecatrónica, en la Universidad del Valle de México,
11. Rouabah, Z.; Zidani, F.; Abdelhadi, B., "Efficiency campus Toluca de agosto del 2007a diciembre del 2010. Fue profesor
de tiempo completo desde febrero del 2006 hasta febrero del 2011 en
optimization of induction motor drive using genetic
el Tecnológico de Estudios Superiores de Jocotitlán, donde a partir de
algorithms", 4th IET Conference on Power Electronics,
febrero del 2011 es profesor de asignatura.
Machines and Drives, 2008. PEMD 2008., pp.204-208, 2-4
April 2008. Jorge Samuel Benítez Read: obtuvo el título de ingeniero industrial
12. Grzesiak, L.M.; Meganck, V.; Sobolewski, J.; Ufnalski, B., en electrónica en el Instituto Tecnológico de Chihuahua, México, en
"Genetic Algorithm for Parameters Optimization of ANN- 1979, el grado de maestro en ingeniería (ingeniería electrónica e
based Speed Controller", The International Conference on instrumentación nuclear) en la Universidad de Toronto, Canadá, en
"Computer as a Tool" EUROCON, 2007,pp.1700-1705, Sept. 1985 y el grado de doctor en filosofía (Ph.D. en sistemas y control) en
2007. la Universidad de Nuevo México, USA, en 1992. De 1980 a 1981
13. The official U.S. government source for fuel economy realizó una especialización en tecnología nuclear en la Escuela de
information,http://www.fueleconomy.gov/feg/evtech.shtml. Ingenieros Industriales de la Universidad Pontificia Comillas y en la
14. Texas Instruments, “Hybrid and Electric Vehicle Solutions compañía de ingeniería nuclear Empresarios Agrupados en Madrid,
Guide”, Texas Instruments Incorporated, 2011. España. Desde octubre de 1981 trabaja en el Instituto Nacional de
15. P. Ponce C., J. Sampé L., “Máquinas eléctricas y técnicas Investigaciones Nucleares (Ocoyoacac, Estado de México) donde
modernas de control”, pp. 182-225, Alfaomega, 2008. actualmente se dedica al diseño, simulación y prueba de sistemas y
16. A. Alzate G., A. Escobar M., C.Abdres T., “Control Vectorial algoritmos de control para sistemas nucleares. Asimismo, imparte
de la Máquina de Inducción”, Scientia et Technica Año XV, cursos de postgrado desde 1987 en el área de teoría de control en el
No 43, Diciembre de 2009. ISSN 0122-1701. Instituto Tecnológico de Toluca, Estado de México.
17. Kubota, H.; Matsuse, K.; , "Speed sensorless field-oriented
control of induction motor with rotor resistance adaptation",
IEEE Transactions on Industry Applications, vol.30, no.5,
pp.1219-1224, Sep/Oct 1994.
18. Shyh-ShingPerng; Yen-Shin Lai; Chang-Huan Liu, "Sensorless
vector controller for induction motor drives with parameter
identification", Proceedings of the 24th Annual Conference of
the IEEE Industrial Electronics Society, 1998. IECON '98.,
vol.2, pp.1008-1013, 31 Aug/Sep 1998.
19. K. Passino, S. Yurkovich, “Fuzzy Control”, pp. 23-48,
Addison-Wesley, 2001.
20. Singh, B.; Jain, P.; Mittal, A.P.; Gupta, J.R.P., "Neural
Network Based DTC IM Drive for Electric Vehicle Propulsion
System", IEEE Conference on Electric and Hybrid Vehicles,
2006. ICEHV '06, pp.1-6, Dec. 2006.
21. Yen-Shin L., Juo-Chiun L., “New Hybrid Fuzzy Controller for
Direct Torque Control Induction Motor Drives”, IEEE
Transactions on Power Electronics, Vol. 18, No. 5, September
2003.
22. J. H. Holland, “Genetic Algorithms, computer programs that
evolve in ways that resemble natural selection can solve
complex problems ever their creators do not fully understand”,
Scientific American Magazine, pp. 66, Jul. 1992.
23. Uzin L., “Diseño e implementación de un algoritmo genético
sobre dispositivos de lógica programable”, Tesis Profesional,
Universidad del País Vasco, España 2005.
24. Nájera Hernández M., “Diseño de una agregación analítica de
reglas de un controlador difuso y su aplicación en el modelo de

PAGINA 7
DE 7

View publication stats