Convalida sperimentale del controllo diretto della coppia senza sensori MRAS usando RNE per motori asincroni in un sistema di pompaggio

Pompe più intelligenti per risparmiare energia

Le pompe elettriche spostano silenziosamente grandi quantità di acqua in città, aziende agricole e industrie, ma i motori che le azionano possono disperdere energia e usurarsi prematuramente se coppia e velocità non sono controllate con cura. Questo articolo presenta un nuovo modo di gestire i motori industriali comuni nei sistemi di pompaggio senza usare delicati sensori meccanici di velocità, pur mantenendo la pompa reattiva, efficiente e delicata sull’impianto. Combinando un metodo di controllo motore consolidato con l’intelligenza artificiale moderna, gli autori dimostrano come ridurre le perdite energetiche e migliorare le prestazioni in test di laboratorio realistici.

Perché i motori ordinari sono difficili da controllare bene

Il lavoro si concentra sui motori asincroni, i «cavalli da lavoro» robusti dell’industria che muovono tutto, dagli ascensori alle pompe per irrigazione. Queste macchine sono economiche e affidabili ma difficili da controllare con precisione perché il loro comportamento interno è non lineare e alcune grandezze chiave, come il flusso magnetico nel rotore, non sono misurabili direttamente. Una strategia popolare chiamata Controllo Diretto della Coppia (DTC) affronta questo problema agendo quasi direttamente sull’elettronica di potenza che alimenta il motore, offrendo risposta di coppia molto rapida e buon funzionamento a basse velocità. Tuttavia, il DTC classico si basa su sensori di velocità e su logiche on–off semplici, che possono causare notevoli ondulazioni di coppia, rumore elettrico, vibrazioni e costi aggiuntivi per l’hardware.

Rimuovere i sensori senza perdere il controllo

Per eliminare i sensori meccanici di velocità, gli ingegneri spesso stimano la velocità a partire da misure elettriche. Un metodo ampiamente usato, il Model Reference Adaptive System (MRAS), esegue due modelli paralleli del motore: un modello di riferimento che non dipende dalla velocità e un modello adattabile che invece dipende dalla velocità. Confrontando le loro uscite, l’algoritmo può inferire la velocità reale del motore. MRAS è attraente perché è relativamente semplice e leggero dal punto di vista computazionale, ma funziona male a velocità molto basse ed è sensibile a variazioni dei parametri del motore come resistenza e temperatura. Quando MRAS è abbinato al DTC, queste limitazioni tendono ad aumentare le ondulazioni di coppia e a distorcere i pattern di commutazione che pilotano il motore.

Lasciare che le reti neurali scelgano gli switch

Gli autori propongono un metodo di controllo ibrido che chiamano DTC‑ANN+MRAS, in cui reti neurali artificiali assumono diversi blocchi decisionali chiave all’interno dello schema DTC. Invece di usare comparatori ad isteresi fissi, un semplice regolatore velocità proporzionale‑integrale e una tabella di commutazione progettata manualmente, il sistema utilizza reti neurali addestrate per calcolare come devono essere comandati gli interruttori dell’inverter per mantenere coppia, flusso e velocità vicino ai loro obiettivi. Il blocco MRAS continua a stimare la velocità da tensioni e correnti misurate, ma la sua uscita alimenta i controllori neurali, che hanno appreso dai dati di simulazione come compensare gli errori di stima e le variazioni di parametro che altrimenti degraderebbero le prestazioni.

Dal modello al computer all’hardware reale

Il team ha innanzitutto costruito modelli matematici dettagliati del motore asincrono, dell’inverter di potenza e di una pompa centrifuga il cui carico aumenta con la velocità. Successivamente hanno implementato diverse strategie di controllo in MATLAB/Simulink e le hanno testate sia in simulazione sia su una scheda di controllo in tempo reale dSPACE DS1104 che pilotava un motore da laboratorio da 1,5 kW. Sono stati confrontati quattro approcci: DTC convenzionale, DTC migliorato con reti neurali (DTC‑ANN), DTC con stima di velocità MRAS (DTC‑MRAS) e il completo ibrido DTC‑ANN+MRAS proposto in questo lavoro. Le prestazioni sono state valutate usando il tempo di risposta ai cambiamenti di velocità, l’entità delle ondulazioni di coppia e la distorsione armonica totale (THD) nella corrente del motore, un indicatore chiave della “pulizia” elettrica e dell’efficienza.

Cosa hanno rivelato gli esperimenti

I risultati mostrano che l’aggiunta delle reti neurali da sola migliora già il DTC classico: il tempo di risposta diminuisce da 0,80 a 0,72 secondi e le ondulazioni di coppia e la distorsione di corrente sono significativamente ridotte. Tuttavia, l’applicazione semplice di MRAS al DTC peggiora in realtà la qualità della corrente, aumentando la THD dal 9,76% all’11,40% e incrementando le ondulazioni di coppia, anche se la stima della velocità diventa senza sensori. Il progetto ibrido che combina MRAS con il controllo neurale recupera queste perdite e va oltre: il tempo di risposta si accorcia a 0,58 secondi, l’ondulazione di coppia diminuisce rispetto al DTC‑MRAS e la THD cala dall’11,40% al 7,80%. In scenari di pompaggio, il controllore mantiene una velocità uniforme su un’ampia gamma di carichi (−10 a 10 N·m) e velocità (−157 a 157 rad/s), mantenendo stabile il flusso d’acqua e riducendo lo stress elettrico e meccanico.

Cosa significa per i sistemi di pompaggio nel mondo reale

Per i non specialisti, il messaggio è che gli autori hanno messo a punto un modo per far funzionare pompe industriali standard in modo più efficiente e affidabile senza fare affidamento su sensori di velocità delicati. Permettendo a una rete neurale di apprendere come azionare al meglio gli interruttori di potenza del motore, mentre un modello adattivo stima la velocità da semplici misure elettriche, il sistema offre risposta più rapida, correnti più pulite e minori fluttuazioni di coppia rispetto a diverse alternative consolidate. Lo studio suggerisce che il controllo intelligente e senza sensori potrebbe ridurre il consumo energetico nei sistemi di pompaggio di circa il 15%, allungare la vita utile delle apparecchiature e abbattere i costi di manutenzione, con future ottimizzazioni che promettono ulteriori benefici.

Citazione: Ech-chaouy, H., Derouich, A., Mahfoud, S. et al. Experimental validation of MRAS sensorless direct torque control using ANN for induction motors in a pumping system. Sci Rep 16, 10434 (2026). https://doi.org/10.1038/s41598-026-41127-9

Parole chiave: controllo motore senza sensori, azionamenti per motori asincroni, controllo con rete neurale, sistemi di pompaggio, azionamenti a risparmio energetico