Comparative analysis of permanent magnet synchronous motor in AMESim and OpenModelica simulation environments

Even though Permanent Magnet Synchronous Machines (PMSM) are used with servo drives for a long period the developments in PMSM’s technology, increased the availability in various typologies. With the new era of technology and Industry 4.0, new demands arise. In order to face this demand new products must appear in the market. Machines should have compact and highly efficient drive systems for a better control performance of PMSM. To be able to clearly analyze the performance of the motors, digitalization is the key factor to achieve more comparable and more customizable results. Thus, the commercial automation & electrification brands use various different simulation environments or create their own. The purpose of this thesis is to compare and analyze two different simulation environments in the aspect of modelling a PMSM. Therefore, the measurable indicators have been created in both environments to be able to comment on them. In order to perform desired simulations to compare those modelling environments, a system with Field Oriented Control for PMSM has been modelled both in OpenModelica and Amesim. During the modelling process, rather than creating two identical models in two different environments by a mathematical approach, a state of art physical approach has been realized by using each software’s specific blocks in order to understand their own strengths and weaknesses. To be able to achieve this approach, PMSM has been introduced starting from its terminology. In the following chapter mathematical model of PMSM has been presented. Furthermore, in order to implement this mathematical model to control strategy, Park’s and Clarke’s Transformations have been deeply discussed. This theoretical background provides better understanding for the next chapter which includes the several types of control strategies for PMSM and especially Field Oriented Control. As the next step, simulations have been prepared and performed in OpenModelica and Amesim environments. The results of the simulations have been discussed in following. In conclusion, it has been seen that, for modelling a PMSM control system, Amesim has its own specifically designed blocks which provides faster response of the system than OpenModelica. On the other hand, OpenModelica offers customizable and user-friendly solutions with more freedom. For the future of simulation environments OpenModelica seems more promising since it’s an open source software, which is developed by professionals all around the world.

Nonostante le macchine sincrone a magneti permanenti (PMSM) siano utilizzate con servo-drives da molto tempo, gli sviluppi della tecnologia PMSM hanno aumentato la disponibilità in varie tipologie. Con la nuova era della tecnologia e dell'Industria 4.0, sorgono nuove esigenze. Per far fronte a questa necessità, nuovi prodotti aventi queste caratteristiche devono apparire sul mercato. Per questo motivo, appunto, le macchine devono disporre di sistemi di azionamento compatti ed estremamente efficienti per migliorare le prestazioni di controllo di PMSM. Per essere in grado di analizzare chiaramente le prestazioni dei motori, la digitalizzazione è il fattore chiave per ottenere risultati più comparabili e più personalizzabili. Pertanto, i marchi commerciali dell'automazione e dell'elettrificazione o utilizzano diversi ambienti di simulazione o creano i propri. Lo scopo di questa tesi è quello di confrontare e analizzare due ambienti di simulazione, diversi fra loro dal punto di vista della modellazione di un PMSM. Pertanto, gli indicatori misurabili sono stati creati in entrambi gli ambienti per essere in grado di discuterne. Al fine di eseguire le simulazioni per confrontare i loro ambienti di modellazione, il sistema di controllo Field Oriented per PMSM è stato modellato sia in OpenModelica che in Amesim. Durante il processo di modellazione, invece di creare due modelli identici in due ambienti diversi con un approccio matematico, è stato realizzato un approccio fisico allo stato artistico. I blocchi specifici di ciascun software sono stati utilizzati per comprendere i propri punti di forza e di debolezza. Per essere in grado di raggiungere questo approccio, PMSM è stato introdotto a partire dalla sua terminologia. Nella parte seguente, è stato presentato il modello matematico di PMSM. Inoltre, al fine di implementare questo modello matematico per il controllo della strategia, sono state discusse le Trasformazioni di Park e Clarke. Questo antefatto teorico fornisce una migliore comprensione per il prossimo capitolo che include i diversi tipi di strategie di controllo per PMSM e in particolare Field Oriented Control. Nella fase successiva, le simulazioni sono state preparate ed eseguite in ambienti OpenModelica e Amesim. Anche in questo caso i risultati delle simulazioni sono stati discussi. In conclusione, si è notato che per la modellazione di un sistema di controllo PMSM, Amesim ha i propri blocchi progettati che forniscono una risposta più veloce del sistema rispetto a OpenModelica. D'altronde, OpenModelica offre soluzioni personalizzabili e di facile utilizzo garantendo anche più libertà. Detto ciò, per il futuro degli ambienti di simulazione OpenModelica sembra più promettente grazie al suo software open source, sviluppato da professionisti provenienti da tutto il mondo.