Improved model-based temperature estimation for permanent-magnet traction motors

Within the context of global efforts to mitigate climate change, international policies targeting net-zero emissions have become a pivotal focus. The urgency to curb greenhouse gas emissions has led to the formulation and adoption of comprehensive strategies by governments and international organizations. These policies encompass the promotion of renewable energy sources, advancements in energy efficiency, and the integration of cutting-edge technologies across various sectors. Among these, electric vehicles in the automotive sectors have attracted enormous attention over the last two decades. Among the available options for the electric traction motors, Interior Permanent Magnet Synchronous Motors (IPMSMs) are still widely used in the automotive sector, because of their high torque density and efficiency and wide operating speed range, despite their market price instability. Besides international policies, the automotive industry requirements for performance accuracy are becoming increasingly severe and often cannot be achieved without considering permanent magnet (PM) temperature variations. In fact, PM temperature changes can lead to several problems such as: non-optimal operating conditions, a decrease in vehicle performance, and motor failure. Nevertheless, methods to directly measure the PM temperature are not yet palatable for automotive industry due to their cost and complexity. Therefore, real-time temperature estimation techniques are a viable and interesting alternative for the automotive industry. Within the aforementioned context, this thesis examines innovative methodologies for real-time temperature monitoring of PMs, emphasizing their significance in enhancing motor performance and reliability in the context of sustainable development and performance requirements. Among different estimation techniques, the main candidate is model-based temperature estimation relying on the IPMSM model at the fundamental frequency. However, to work properly, these estimators require an accurate IPMSM magnetic model, which is not always adequately considered in the implementation. Temperature estimators proposed by the research community adopt accurate models which are often based on experimental data from a single prototype motor, but this approach is not always adequate in the context of mass production. This thesis tries to fill this gap by adapting model-based estimators to temperature-dependent FEA-based accurate magnetic modelling and proposing a calibration strategy based only on a few tests. Chapter 1 serves as an introductory framework for the rest of the work. Chapter 2 addresses a topic merely instrumental to the PM temperature estimator investigated in the next chapters, by proposing a robust Flux-Weakening control scheme in order to properly work at high-speeds and with significant variations in the supply voltage. In Chapter 3, two model-based PM temperature estimators are reformulated to couple them with a PM-temperature-dependent magnetic model which is fed by data already available for optimal motor control. Furthermore, thanks to a detailed sensitivity analysis, a hybrid PM temperature estimator combing a model-based PM temperature estimation method and a simplified thermal network is proposed. Chapter 4 discusses the results obtained from simulations and experimental tests to validate the PM temperature estimator accuracy. Chapter 5 aims to generalise the temperature estimator for mass-produced IPMSMs by proposing a novel tuning approach which requires only the value of the no-load PM flux linkage at a reference temperature, therefore calling only for a single motor test at the end of the production line. Chapter 6 summarizes the main findings of this research and presents the recommendations for future work and developments.

Nel contesto degli sforzi globali per mitigare il cambiamento climatico, le politiche internazionali mirate a raggiungere emissioni nette pari a zero sono diventate un punto focale fondamentale. L'urgenza di ridurre le emissioni di gas a effetto serra ha portato alla formulazione e all'adozione di strategie articolate da parte di governi e organizzazioni internazionali. Queste politiche comprendono la promozione delle fonti di energia rinnovabile, i progressi nell'efficienza energetica e l'integrazione di tecnologie all'avanguardia in vari settori. Tra questi, i veicoli elettrici nel settore automobilistico hanno attirato enorme attenzione negli ultimi vent'anni. Tra le opzioni disponibili per i motori elettrici di trazione, i Motori Sincroni a Magneti Permanenti Interni (IPMSMs) sono ancora ampiamente utilizzati nel settore automobilistico, grazie alla loro elevata densità di coppia, efficienza e ampio intervallo di velocità operativa, nonostante l’instabilità del prezzo di mercato dei magneti permanenti. Oltre alle politiche internazionali, i requisiti dell'industria automobilistica in termini di precisione delle prestazioni stanno diventando sempre più stringenti, e spesso non possono essere soddisfatti senza considerare le variazioni di temperatura dei magneti permanenti (PM). In effetti, tali variazioni possono causare diversi problemi, come condizioni operative non ottimali, una diminuzione delle prestazioni del veicolo e guasti al motore. Tuttavia, i metodi per misurare direttamente la temperatura dei PM non sono ancora adottabili nel settore automobilistico a causa dei loro costi e della loro complessità. Pertanto, le tecniche di stima della temperatura in tempo reale rappresentano un’alternativa valida e promettente per l’industria automobilistica. Nel contesto sopra menzionato, questa tesi esamina metodologie innovative per il monitoraggio in tempo reale della temperatura dei magneti, sottolineandone l'importanza nel migliorare le prestazioni e l'affidabilità del motore, in linea con gli obiettivi dello sviluppo sostenibile e dei requisiti prestazionali. Tra le diverse tecniche di stima, la principale candidata è la stima della temperatura basata su modello, che utilizza il modello IPMSM alla frequenza fondamentale. Tuttavia, per funzionare correttamente, questi stimatori richiedono un modello magnetico IPMSM accurato, spesso non considerato in maniera adeguata nell’implementazione. Gli stimatori di temperatura proposti dalla comunità scientifica si basano frequentemente su modelli accurati costruiti a partire da dati sperimentali ottenuti da un singolo motore prototipo; un approccio che può risultare inadatto nel contesto della produzione di massa. Questa tesi si propone di colmare tale lacuna, adattando stimatori basati su modelli alla modellazione magnetica accurata ottenuta tramite analisi agli elementi finiti (FEA) dipendente dalla temperatura, e introducendo una strategia di calibrazione che richiede solo pochi test. Il Capitolo 1 fornisce un quadro introduttivo dell’intero lavoro. Il Capitolo 2 affronta un tema strumentale allo sviluppo dello stimatore di temperatura dei PM trattato nei capitoli successivi, proponendo uno schema di controllo robusto per l’indebolimento di campo, al fine di garantire un funzionamento corretto ad alte velocità e in presenza di significative variazioni della tensione di alimentazione. Nel Capitolo 3, due stimatori di temperatura dei PM basati su modelli vengono riformulati per essere accoppiati a un modello magnetico del PM dipendente dalla temperatura, alimentato da dati già disponibili per il controllo ottimale del motore. Inoltre, grazie a un’analisi di sensitività dettagliata, viene proposto uno stimatore di temperatura ibrido, che combina un metodo di stima basato su modello con una rete termica semplificata. Il Capitolo 4 presenta i risultati delle simulazioni e dei test sperimentali condotti per convalidare l’accuratezza dello stimatore. Il Capitolo 5 ha l’obiettivo di generalizzare lo stimatore per IPMSM prodotti in serie, proponendo un nuovo approccio di calibrazione che richiede unicamente il valore del flusso a vuoto dei PM a una temperatura di riferimento, con la necessità di un solo test del motore al termine della linea di produzione. Il Capitolo 6 riassume le principali conclusioni della ricerca e propone raccomandazioni per futuri sviluppi.