Una arquitectura de control multiobjetivo óptima para accionamientos PMSM

Cerebros más inteligentes para los motores de los coches eléctricos

Los coches eléctricos dependen de motores compactos y potentes que deben responder con suavidad cada vez que pisas el acelerador o subes una cuesta. Este artículo explora una forma más inteligente de controlar uno de los tipos de motor más populares en vehículos eléctricos, con el objetivo de que los accionamientos sean más suaves, eficientes y fiables incluso cuando las condiciones cambian o las piezas envejecen con el tiempo.

Por qué el control de motores necesita una actualización

Los coches eléctricos modernos suelen usar motores síncronos de imán permanente, que concentran mucho par y eficiencia en un espacio reducido. Sin embargo, obtener el mejor rendimiento de estas máquinas no es sencillo. Los métodos de control tradicionales, como los controladores de realimentación clásicos o los esquemas de lógica difusa, tienen dificultades cuando el motor se comporta de forma no lineal o cuando sus propiedades internas derivan con la temperatura, el envejecimiento o las condiciones de conducción cambiantes. Otros métodos, como el control directo de par, reaccionan con rapidez pero provocan grandes rizados en el par y la corriente, lo que puede traducirse en vibración, ruido y energía desperdiciada. A medida que los vehículos eléctricos se generalizan y deben enfrentarse a cuestas pronunciadas, tráfico con paradas frecuentes y cargas variables, los ingenieros necesitan un enfoque de control que sea rápido y a la vez suave con el hardware.

Una mirada al nuevo método de control

Los autores se apoyan en una estrategia llamada control predictivo por modelo, que funciona prediciendo matemáticamente cómo se comportará el motor en un breve intervalo de tiempo futuro. En cada instante, el controlador evalúa acciones posibles y elige la que se espera que rinda mejor según una medida de coste. En este estudio, esa medida de coste es "multiobjetivo": equilibra varios objetivos a la vez, como mantener la corriente del motor dentro de límites seguros, sostener la tensión de alimentación y reducir la potencia perdida en los dispositivos de conmutación que alimentan el motor. Una innovación clave es un modelo simplificado de "paso adelante" de las corrientes del motor en un marco de referencia giratorio ligado al rotor. Esto hace que las predicciones sean lo bastante rápidas para ejecutarse a altas tasas de muestreo sin dejar de capturar la física esencial de la producción de par.

Tomando menos decisiones, pero más inteligentes

Uno de los principales desafíos del control predictivo por modelo en electrónica de potencia es la elevada carga computacional. En cada pequeño paso temporal, el controlador podría en principio probar todas las combinaciones posibles de conmutación del inversor que alimenta el motor. Los autores reducen esta carga diseñando un esquema de selección de tensión de cuatro sectores que considera únicamente un conjunto reducido de vectores de tensión candidatos, elegidos en función del error de corriente actual. Un término no lineal especial en la función de coste excluye automáticamente las opciones que llevarían la corriente por encima de su pico seguro, de modo que el controlador nunca "sobrealimenta" gravemente el motor. Al mismo tiempo, se incorpora en el objetivo una medida de energía de tipo Lyapunov, que garantiza matemáticamente que la cantidad análoga a la energía del sistema disminuye con el tiempo, proporcionando una base sólida para la estabilidad.

Manejando cambios y fallos del mundo real

El controlador propuesto también está diseñado pensando en los vehículos eléctricos prácticos. Regula la tensión en el enlace de continua—el bus interno que alimenta el inversor—lo que le permite responder a cambios súbitos en el par de carga o la pendiente de la carretera sin perder el control. En lugar de depender de un sensor físico de velocidad, que añade coste y complejidad, el esquema emplea información basada en la corriente y una disposición compacta de condensadores. Mediante simulaciones detalladas en MATLAB/Simulink, los autores prueban casos extremos en los que la resistencia y la inductancia del motor se varían deliberadamente hasta un 50–150% de sus valores nominales, emulando calentamiento, envejecimiento y saturación magnética. Incluso bajo estas condiciones severas, las corrientes del motor se mantienen cercanas a sus valores deseados, el par se estabiliza rápidamente tras perturbaciones y la tensión permanece prácticamente constante.

Qué significan los resultados para los conductores

En términos sencillos, este trabajo muestra cómo un controlador "pensante" cuidadosamente diseñado puede mantener el motor de un coche eléctrico funcionando con suavidad y eficiencia incluso cuando el vehículo enfrenta cuestas, aceleraciones repentinas y desgaste a largo plazo. Al predecir el comportamiento del motor y ponderar varios objetivos a la vez—par suave, corrientes seguras y bajas pérdidas por conmutación—el esquema propuesto reduce los rizados en la corriente, mantiene la distorsión total por debajo del 5% y disminuye las conmutaciones innecesarias. Esta combinación promete una operación más silenciosa, mejor uso de la energía y mayor robustez a lo largo de la vida útil del vehículo. Aunque el estudio se basa en simulaciones, sienta una base sólida para experimentos futuros en vehículos eléctricos reales, donde dicho control inteligente podría finalmente ayudar a ampliar la autonomía y proteger componentes valiosos de la batería y la electrónica de potencia.

Cita: Mohapatra, B.K., Sharma, V., Bhowmik, P. et al. An optimal multi-objective control architecture of PMSM drives. Sci Rep 16, 11289 (2026). https://doi.org/10.1038/s41598-026-38815-x

Palabras clave: vehículos eléctricos, control de motores, control predictivo, motor de imanes permanentes, eficiencia energética