Aportaciones a la estimación no intrusiva de la velocidad, la carga mecánica y el rendimiento de los motores de inducción

Abstract

A día de hoy, debido a una población creciente y a unos consumos cada vez mayores, uno de los grandes desafíos actuales es el desarrollo de medidas para detener o, al menos, contener el calentamiento global derivado de las emisiones de gases efecto invernadero. Para ello, es necesario conseguir un suministro de energía sostenible, seguro y suficiente para toda la población. La Unión Europea ha sido una institución muy activa con los problemas del cambio climático y para ello desarrolló en el año 2008 el Paquete Europeo de Energía y Cambio Climático 2013 2020, en 2014 acordó el Marco 2030 de Energía y Clima y el Objetivo 55, en 2019 el Pacto Verde para el Clima y en 2021 la Ley Europea del Clima, que establece y define el objetivo de neutralidad climática en la UE a 2050. Entre los objetivos de dichos paquetes regulatorios cabe destacar la reducción de gases efecto invernadero, una mayor participación de las energías renovables en el consumo de energía y mejoras en la eficiencia energética. De esta forma, con la Ley Europea del Clima se pretende alcanzar una economía prácticamente descarbonizada para el año 2050. Los mayores consumidores de energía en la industria son los accionamientos eléctricos o sistemas accionados por motores eléctricos que, en la gran parte de los casos, están impulsados por motores trifásicos de inducción. Estos motores de inducción siguen siendo actualmente la manera más fiable y económica de convertir energía eléctrica en mecánica. Para conseguir de forma simultanea los objetivos de reducir los gases efecto invernadero y una mayor seguridad energética, las instituciones de política energética proponen, entre otras medidas, la reducción de las pérdidas de energía en los accionamientos o sistemas impulsados por motores eléctricos y mejoras en el rendimiento de los motores que los impulsan, especialmente en los motores trifásicos de inducción. Así, gracias a estas políticas, actualmente los motores se etiquetan y clasifican en función de su eficiencia energética. No obstante, utilizar un motor con una clase de eficiencia internacional elevada no garantiza el buen rendimiento de la conversión de energía en el proceso que se utilice, ya que los motores no suelen funcionar a plena carga de forma continua. En el ámbito industrial, los motores suelen funcionar aproximadamente al 60 % de su plena carga como consecuencia de un sobredimensionamiento en los motores. Este sobredimensionamiento tiene distintas causas entre las que cabe destacar el hecho de que el proyectista, durante la fase de diseño, no suele disponer de información precisa de la carga mecánica real que va a demandar el motor. Por ello, a la hora de elegir la potencia nominal del motor, suele considerarse la carga más desfavorable y adopta factores de seguridad. Así, la selección del motor se realiza con los catálogos ofrecidos por los fabricantes de forma que la potencia nominal sea igual o algo mayor a la carga (sobre)estimada. En consecuencia, la detección e identificación de los motores de una planta industrial que funcionan de forma poco eficiente es fundamental para poder sustituirlos por otros motores que se adapten mejor a las condiciones de funcionamiento. De esa forma, funcionarían de forma energéticamente eficiente y se reduciría tanto el consumo de la planta como los costes de producción. Todo ello justifica la importancia que juegan los métodos de estimación de la carga y el rendimiento, también la velocidad, con el que operan los motores de inducción en servicio, en condiciones de campo. Mediante el empleo de métodos de estimación es posible analizar el desempeño de la máquina, tanto energético como económico y, con ello, poder tomar decisiones en el caso de que fuese necesaria su sustitución. Este trabajo presentará algunas aportaciones no intrusivas para la monitorización de los motores de inducción sin interferir con el funcionamiento de la línea de producción, es decir, en condiciones de campo. En primer lugar, se presentan dos métodos no intrusivos, sencillos y de bajo coste para estimar la velocidad de los motores de inducción usando un teléfono móvil como dispositivo de captura de la información/señal primaria en la que se basa la estimación. El primer método se basa en el análisis del ruido que emite la máquina durante su funcionamiento y el segundo método se basa en el análisis de las vibraciones que produce. Para cada método se ha desarrollado un algoritmo propio implementado en MATLAB. Posteriormente se presenta un método no intrusivo de estimación del par, la potencia de salida, las pérdidas totales y el rendimiento del motor. Este nuevo método parte de la aproximación del par con el deslizamiento y requiere únicamente de las medidas de la potencia eléctrica de entrada y de la velocidad del motor. Los resultados experimentales muestran que, tanto con el análisis del ruido como de las vibraciones, los errores en la estimación de la velocidad con el motor alimentado directamente de la red o mediante un inversor son siempre inferiores al 0.151 % para el caso más desfavorable. En cuanto al método de estimación del par, la potencia de salida y el rendimiento, el error medio global es de un 3.4 % y de un 10.8 % para las pérdidas totales. Utilizando el denominado método extendido estos errores se reducen hasta un valor inferior al 2.0 % en las estimaciones del par, potencia de salida y rendimiento, y al 6.6 % para las pérdidas totales.

The day by day growing population and consumptions have brought one of the greatest challenges nowadays, that is the development of actions to stop or, at least, to contain the global warming caused by greenhouse gases emissions. For that purpose, it is necessary to achieve a sustainable and reliable energy supply for the entire population. The European Union has been actively focused on the causes and consequences of the global warming. Therefore, several regulatory packages have been released in the last years, for instance the European Energy and Climate Change Package 2013 2020 (2018), the 2030 Energy and Climate Framework and Objective 55 (2014), the Green Climate Pact (2019) and the most recent European Climate Law (2021), which establishes and defines the objective of climate neutrality in the UE by 2050. The objectives in these regulatory packages contemplate the reduction of greenhouse gases, a greater contribution of the renewable energies and improvements in the energy efficiency. In this way, the European Climate Law aims to achieve a practically decarbonised economy by 2050. The largest energy consumers in the industry are electric drives or systems driven by electric motors, which in most cases are driven by three phase induction motors. These induction motors currently are the most reliable and economic devices for converting electric energy into mechanic energy. To achieve a reduction of greenhouse gases and, at the same time, increasing energy reliability, the energy policy institutions propose, among other measures, the reduction of energy losses in drives or systems driven by electric motors. Also, they propose to improve the efficiency of the motors that drive them, especially the three phase induction motors. As a result of these policies, motors are now classified according to their energy efficiency class. However, using a motor with a high international efficiency class does not guarantee that efficiency in the energy conversion during a real application since, in most cases, motors do not continuously operate at full load. In industrial applications, motors usually drive approximately a 60 % of their full load due to the oversizing during the design process. This oversizing has different causes, including the fact that the designer does not usually have precise information about the mechanic load that the motor has to drive. For this reason, for choosing the rated power of the motor, the most critical load is often considered, along with others safety factors. Thus, the induction motors are selected from catalogues offered by the manufacturers so that the rated power is equal or a little higher than the (over)estimated load. Consequently, the detection and identification of the motors which operate far from the optimal point is a key so that other more suitable ones at those operating conditions can replace them. Thus, the machines will operate more efficiently and both plant consumption and production costs will be notoriously reduced. The aforementioned reasons justify the importance of accurate estimation methods for the load and the efficiency, as well as for the speed under field conditions. The application of estimation methods allows to analyse the performance of the machine from energetic and economic perspectives and to take actions if it is necessary. This work presents some non intrusive contributions for the monitoring of induction motors without interrupting the operation of the production line, in other words, under field conditions. First, two simple and low cost non intrusive methods are presented for estimating the speed of induction motors. A smartphone has been used as the device for capturing the primary information/signal on which the estimation is based. The first method is based on the analysis of the noise emitted by the machine, and the second one is based on the analysis of the vibrations that are produced. For each method, a custom algorithm implemented in MATLAB has been developed. Subsequently, a non intrusive method for estimating the torque, the output power, the total losses and the motor efficiency is presented. This new method is based on the approximation of the torque from the slip and it only requires the measurements of the electrical input power and the motor speed. The experimental results show that both noise and vibration methodologies bring out errors in the speed estimation lower than 0.151 % for the worst case, regardless the motor is fed directly from the grid or through an inverter. Regarding the third method, the main global error committed on the estimation of the torque, the output power and efficiency is of 3.4 % and, in case of power losses, of 10.8 %. These errors can be reduced to a value lower than 2.0 % in estimations of torque, output power and efficiency, and 6.6 % for total losses, using a proposed extended method.