Compared to conventional engine vehicle, futuristic electric vehicle can use motors and can be 3-wheeler. Due to instability of 3 wheeler motor vehicle, fault diagnosis of in-wheel-motors is needed. This thesis is mainly about how to detect faults of BLDC motors. The used fault detection algorithm is model based approach using residual generation and parameter estimation. Kalman filter is mainly used to filtering noise and compensate sensors.
기존 엔진 차량과는 달리, 미래형 자동차는 모터를 이용하고 개인화를 위해 세바퀴가 될 가능성이 높다. 그러나 모터 자동차와 세바퀴 자동차의 불안정성으로 인해서 인 휠 모터 자동차의 고장감지 알고리즘이 더욱 필요하다. 본 논문은 주로 쓰이는 BLDC모터의 고장을 감지하는 것에 대한 것이다. 이용된 고장 감지 기법은 모델을 기반으로 하며, Residual generation을 이용하며 Parameter estiamtion 기법을 이용한다. 칼만 필터가 주로 센서 신호의 노이즈의 보상과 고장 감지에 이용된다. 사용된 모델은 BLDC모터의 모델을 근사화하여, 모터의 비선형 성과 마찰과 같은 요인들은 고려하지 않았다. 실험으로 인위적으로 만들어낸 고장은 모터의 Load가 급격하게 바뀌는 것과, 모터에 공급되는 3상 중 하나의 상에 전류가 공급되지 않고 속도 제어를 할 때의 두 가지의 경우이다. 이 때 실험적으로 홀 센서 신호와 각 상에 공급되는 전류 신호를 이용하여 어떠한 고장이 일어났는지 분리하는 방법에 대해 검증하였다.
