Motor de corrent continu d’imants permanents#
Condicions nominals#
Podem representar la versió més senzilla d’aquest motor amb el següent esquema:
Apliquem la llei de Kirchoff de les malles:
Es a dir, tindrem una potència mecànica útil
Efectivament, dividint entre si les equacions fonamentals dels motors
obtenim
Inversió de gir#
Cal invertir la polaritat de la font d’alimentació
Comportament a l’engegada#
Hem de fixar-nos que en l’engegada el motor consemeix una intensitat
Per evitar això i mantenir l’intensitat d’engegada entre 1,5 i 2,5 vegades la intensitat nominal (es considera un sistema en curtcircui si el seu consum supera 3 vegades la intensitat nominal) es pot connecta una resistèncio variable
A l’engegada la intensitat val:
Si anomenem
Si escrivim l’equació del moment per l’engegada i les condicions nominals i les dividim:
Es a dir, si dupliquem la intensitat a l’engegada també dupliquem el parell
Pèrdues a les escombretes. Potencial de contacte#
De vegades no poden considerar negligibles les pèrdues a les escombretes, especialment si fem servir contactes de grafit, ja que apareix un potencial de contacte que provoca pèrdues.
En aquest cas l’equació del motor s’expressa, en la forma més generalitzada:
Per simplificar les explicacions, considerarem negligibles les pèrdues a les escombretes en els següents capítols.
Corbes característiques#
Show code cell source
import matplotlib.pyplot as plt
import numpy as np
from math import pi
Pn=250
In=6
En=Pn/In
Un=48
nn=3340
r=(Un-En)/In
wn=nn*2*pi/60
kphi=En/wn
etan=Pn/(In*Un)
gn=kphi*In
x = np.linspace(0.02, 3, 300)
I = x*In
g = kphi*I
e = Un-I*r
w = e/kphi
eta=e/Un
fig, axs = plt.subplots(3, 1, figsize=(5, 10), layout='constrained')
axs[0].plot(I/In, w/wn)
axs[0].axis([0, 3, 0, 1.4])
axs[0].set_xticks([0,1], ['0','$I_n$'])
axs[0].set_yticks([0,1], ['0','$n_n$'])
axs[0].set_title('velocitat $n(I_i)$')
axs[1].plot(I/In, g/gn)
axs[1].axis([0, 3, 0, 3])
axs[1].set_xticks([0,1], ['0','$I_n$'])
axs[1].set_yticks([0,1], ['0','$\Gamma_n$'])
axs[1].set_title('moment $\Gamma(I_i)$')
axs[2].plot(g/gn, w/wn)
axs[2].axis([0, 3, 0, 1.4])
axs[2].set_yticks([0.8,1,1.2], ['90%','$n_n$','110%'])
axs[2].set_xticks([0.5,1,2], ['50%','$\Gamma_n$','200%'])
axs[2].set_title('mecànica $n(\Gamma)$')
plt.show()

Aplicacions#
Com veiem aquest motor té un bon comportment: la variació de la càrrega només modifica lleugerament la velocitat, desenvolupant un parell proporcional al corrent. L’utilització dels imants permanents a l’estator permet fer motors petits i lleugers, encara que no molt potents.
Rendiment#
Aquest motor té un rendiment nominal:
Show code cell source
p=I*e
fig, ax = plt.subplots(1, 1, figsize=(5, 3), layout='constrained')
ax.plot(p/Pn, eta/etan)
ax.axis([0, 2.2, 0, 2])
ax.set_xticks([0,1], ['0','$P_n$'])
ax.set_yticks([0,1], ['0','$\eta_n$'])
ax.set_title('Característica rendiment v. potència útil')
plt.show()

Exemple#
PAU ELECTROTÈCNIA 2015 S2 3B
a)
P=250
U=48
I=6
eta=P/(U*I)
eta
0.8680555555555556
b)
from math import pi
n=3340
omega=n*2*pi/60
gamma=P/omega
gamma
0.714767708496536
c)
De les condicions nominals:
epsilon=P/I
r=(U-epsilon)/I
r
1.055555555555556
En la nova situació, com es conserva el parell nominal el motor consumira la intensitat nominal:
U2=37
epsilon2=U2-I*r
epsilon2
30.666666666666664
Si escrivim l’equació de la força contraelectromotriu per la nova situació i les condicions nominals i les dividim:
n2=epsilon2/epsilon*n
n2
2458.24
la nova velocitat serà de