E-Skuterlerde kullanılan FDAM sürücülerinin genişletilmiş Kalman filtresi tabanlı hız-algılayıcısız model öngörülü akım kontrolü

Öz

Bu çalışmada, elektrikli skuterlerde (e-skuter) kullanılan fırçasız doğru akım motorlarının (FDAM) hız-algılayıcısız model öngörülü akım kontrolü (MÖAK) için genişletilmiş Kalman filtresi (GKF) tabanlı bir gözlemleyici tasarlanmış ve benzetim ortamında test edilmiştir. Tasarlanan GKF gözlemleyicisi, FDAM’nin stator akımlarını, rotor hızını, elektriksel rotor konumunu ve yük momentini eşzamanlı olarak kestirmektedir. Sistemi gerçekçi çalışma koşulları altında test etmek amacıyla, kestirim ve kontrol başarımları standart sürüş profilleri kullanılarak doğrulanmıştır. Ek olarak, benzetim çalışmalarında FDAM modeline uygulanan yük momenti, sürüş profilleri ve e-skuter’e ait toplam çekiş kuvveti kullanılarak belirlenmiştir. Sıfır hız dahil geniş bir hız aralığında ve farklı yük koşulları altında gerçekleştirilen benzetim sonuçları, hem GKF gözlemleyicisinin yüksek kestirim doğruluğunu hem de MÖAK tabanlı FDAM sürücüsünün etkin kontrol başarımını ortaya koymaktadır.

Anahtar Kelimeler

• Fırçasız doğru akım motoru
• Genişletilmiş Kalman filtresi
• Model öngörülü akım kontrolü
• E-Skuter

Extended Kalman filter based speed-sensorless model predictive current control of BLDC motor drives used in e-scooters

Öz

This study presents the design and simulation-based validation of an extended Kalman filter (EKF) observer for the speed-sensorless model predictive current control (MPCC) of brushless direct current (BLDC) motors used in electric scooters (e-scooters). The designed EKF simultaneously estimates the stator currents, rotor speed, electrical rotor position, and load torque of the BLDC motor. To evaluate the system under realistic operating conditions, the estimation and control performances are validated using standard driving profiles. In addition, the external load torque applied to the motor model during simulations is dynamically derived from these driving profiles and the traction force of the e-scooter. Simulation results obtained over a wide speed range, including zero speed, and under varying load conditions demonstrate both the high estimation accuracy of the EKF observer and the effective control performance of the MPCC-based BLDC motor drive.

Anahtar Kelimeler

• Brushless DC motor
• Extended Kalman filter
• Model predictive current control
• E-Scooter

Kaynakça

1. C. Uyulan and E. Arslan, “Sliding mode-based traction control system design for electric scooter BLDCM through field-oriented vector control approach,” Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, 25 (74), 433–450, 2023. https://doi.org/10.21205/deufmd.2023257414
2. R. İnan, B. Aksoy, and O. K. M. Salman, “Estimation performance of the novel hybrid estimator based on machine learning and extended Kalman filter proposed for speed-sensorless direct torque control of brushless direct current motor,” Engineering Applications of Artificial Intelligence, 126, 107083, 2023. https:// doi.org/10.1016/j.engappai.2023.107083
3. M. Ünal, R. Demir, E. C. Mengüç ve R. İnan, “Hafif elektrikli araçlar için OC-LMS tabanlı MUS kestiricisi kullanan hız-algılayıcısız doğrudan moment kontrollü fırçasız doğru akım motor sürücüsü,” Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 13 (3), 991-1001 2025. https://doi.org/10.29109/gujsc.16 87368
4. C. Tuzcu, E. C. Mengüç, R. Demir ve R. İnan, “Fırçasız doğru akım motorların adaptif filtre tabanlı MRAS ile hız algılayıcısız doğrudan moment kontrolü,” Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 14 (2), 680-687, 2025. https://doi.org/10.28948 /ngumuh.1639562
5. A. A. Kaf, X. Cheng, C. Zhang, A. Almadwami, A. Abdullah, and H. Almadwami, “Sensorless direct torque control in brushless DC motor using sliding mode observer,” 4th International Conference on Emerging Smart Technologies and Applications (eSmarTA), pp. 1–8, Sana'a, Yemen, 06-07 August 2024. https://doi.org/10.1109/eSmarTA62850.2024.10 638846
6. S. Kokundu ve M. T. Aydemir, “UVDGM tabanlı AYK yöntemiyle fırçasız doğru akım motorunun konum kontrolü,” Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 8 (1), 1-14, 2020. https://doi.org/10.29109/gujsc.565375
7. N. D. Irimia, F. I. Lazar, and M. Luchian, “Comparison between sinusoidal and space vector modulation techniques on the resulting electromagnetic torque ripple produced by a three-phase BLDC motor under field-oriented control,” 6th International Conference on Control, Decision and Information Technologies (CoDIT), pp. 640–645, Paris, France, 23-26 April 2019. https://doi.org/10.1109/CoDIT.2019.8820718
8. Y. Zhou, C. Liu, Z. Li, and Y. Yu, “A model predictive control strategy with minimum model error Kalman filter observer for HMEV-AS,” Energies, 18 (6), 2025. https://doi.org/10.3390/en18061557

9. P. Ubare, D. Ingole, and D. N. Sonawane, “Nonlinear model predictive control of BLDC motor with state estimation,” IFAC-PapersOnLine, 54 (6), 107–112, 2021. https://doi.org/10.1016/j.ifacol.2021.08.531
10. R. İnan, “An improved model predictive current control of BLDC motor with a novel adaptive extended Kalman filter–based back EMF estimator and a new commutation duration approach for electrical vehicle,” International Journal of Circuit Theory and Applications, 53 (2), 1135–1150, 2025. https://doi .org/10.1002/cta.4407
11. D. Joshi, D. Deb, and A. K. Giri, “MRAS disturbance observer-based sensorless field-oriented backstepping control of BLDC motor drive,” Electrical Engineering, 106 (5), 6681–6701, 2024. https://doi.org/10.1007/ s00202-024-02378-9
12. J. C. Gamazo-Real, V. Martínez-Martínez, and J. Gomez-Gil, “ANN-based position and speed sensorless estimation for BLDC motors,” Measurement, 188, 110602, 2022. https://doi.org/10.1016/j.measurement. 2021.110602
13. K. Venkateswari, “A sensor less BLDC motor drive using sliding mode observer for electric vehicle,” Malaya Journal of Matematik, S(2), 3544-3548, 2020.
14. B. Saha and B. Singh, “Torque ripple mitigation in sensorless PMBLDC motor drive with adaptive observer for LEV,” IEEE Transactions on Power Electronics, 40 (1), 1739–1747, 2025. https://doi.org/ 10.1109/TPEL.2024.3457677
15. R. İnan and O. M. Üzüm, “Speed-sensorless DTC of BLDC motor with EKF-based estimator capable of load torque estimation for electric vehicle,” Avrupa Bilim ve Teknoloji Dergisi, (42), 6–13, 2022. https://doi.org/ 10.31590/ejosat.1190197
16. N. Kalamian, M. Mahmoodi, N. Seraj, M. J. Koshkouei, and M. Faraji-Niri, “Controller design for sensorless brushless DC motors through a nonlinear model predictive tracker and augmented extended Kalman filter,” IEEE Power Electronics Magazine, 12 (3), 48–64, 2025. https://doi.org/10.1109/MPEL.2025.3575720
17. B. Demirsoy and M. Soyaslan, “Performance enhancement of an outer rotor brushless DC scooter motor through stator optimization,” Electronics, 15 (7), 1478, 2026. https://doi.org/10.3390/electronics1507 1478
18. R. Demir, “Elektrikli araçlar için farklı hız profilleri altında model öngörülü akım kontrollü İSMSM sürücüsünün başarımı,” Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 13 (4), 1478-1484, 2024. https://doi.org/10.28948/ngumuh.15 38775