Fault severity estimation and fault-tolerant control for a PMSM under ITSC fault using machine learning

Permanent Magnet Synchronous Machines (PMSMs) are widely adopted for their high efficiency and robustness; however, they can be affected different type of failures. The most common fault is the Inter-Turn Short Circuit (ITSC) fault, which generate high fault currents, torque ripple, and additional losses. If not managed, these effects may accelerate degradation and lead to more severe failures. This thesis focuses on a Surface PMSM affected by an ITSC fault and addresses two main research questions: how to estimate the severity of the fault ; how to extend the machine operation in the presence of a fault. An initial overview of the fault affecting electrical machines is provided, with a focus on the ITSC fault. Subsequently, the main Machine Learning problems and the techniques used to address them are described. Then, the electrical model of the healthy machine and of the faulted machine is derived. Subsequenly, a fault severity estimation approach is developed. The fault current is a function of the parameters that describe the fault, i.e. the number of faulted turns and the fault resistance. Machine Learning models, based on Feed-Forward Neural Networks, are trained to estimate the fault current magnitude and the number of faulted turns ratio; the fault resistance is then computed analytically. A fault-tolerant control strategy is proposed. A Field Oriented Control (FOC) is adapted to limit the fault current below its nominal threshold by acting on speed and direct-/quadrature-axis currents. Starting from the mathematical formulation of the fault-current locus and the stator current and voltage limits in the i_sd/i_sq plane, speed ranges and feasible operating regions are analytically derived. The performance of the proposed fault-tolerant control is assed in simulation environment, by assuming a perfect estimation of the fault parameters. Simulation results confirm that the proposed control suppresses fault current amplitude, reduces second harmonic oscillations, and limits current unbalance. These benefits come with a trade-off: reduced speed performance and the need to apply a relatively large demagnetizing current, increasing copper losses.

Le macchine sincrone a magneti permanenti sono ampiamente utilizzate grazie alla loro elevata efficienza e robustezza; tuttavia, possono essere soggette a diverse tipologie di guasti. Il guasto più comune è il cortocircuito tra spire, il quale genera correnti di guasto elevate, ripple di coppia e perdite aggiuntive. Se non gestiti correttamente, questi effetti possono accelerare i fenomeni di degradazione e portare a di gravità maggiore. Questa tesi si concentra su un motore sincrono a magneti permanenti superficiali affetto da un guasto tra spire e affronta due principali quesiti di ricerca: come stimare la gravità del guasto; come prolungare il funzionamento della macchina in condizioni di guasto. Inizialmente viene presentata una panoramica dei guasti che interessano le macchine elettriche, con particolare attenzione al guasto tra spire. Successivamente vengono descritti i problemi affrontati dal Machine Learning e le principali tecniche utilizzate. Viene quindi derivato il modello elettrico della macchina sana e della macchina guasta. Successivamente, viene sviluppato un approccio per la stima della severità del guasto. La corrente di guasto è funzione dei parametri che descrivono il guasto, ossia il numero di spire cortocircuitate e la resistenza di guasto. Modelli di Machine Learning basati su Reti Neurali Feed-Forward vengono addestrati per stimare l’ampiezza della corrente di guasto e il numero di spire cortocircuitate; la resistenza di guasto viene poi calcolata analiticamente. Viene quindi proposta una strategia di controllo tollerante al guasto. Un controllo di tipo “Fiel Oriented” (Field Oriented Control, FOC) viene adattato per limitare la corrente di guasto al di sotto del valore nominale agendo, sulla velocità e sulle correnti negli assi diretto e quadratura. A partire dalla formulazione matematica del luogo geometrico della corrente di guasto e dei vincoli di corrente e tensione nel piano i_sd/i_sq vengono ricavate analiticamente le regioni di funzionamento ammissibili e gli intervalli di velocità permessi. Le prestazioni della strategia di controllo tollerante al guasto proposta sono valutate tramite simulazioni, assumendo una stima perfetta dei parametri del guasto. I risultati di simulazione confermano che il controllo proposto riduce l’ampiezza della corrente di guasto, attenua le oscillazioni alla seconda armonica e limita lo sbilanciamento delle correnti. Tali benefici comportano un compromesso: una riduzione delle prestazioni in velocità e la necessità di applicare una corrente di smagnetizzazione relativamente elevata, con conseguente aumento delle perdite rame.