KEČKÉŠ, A. Estimace parametrů PMS motoru v reálném čase [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.
Pan Kečkéš Adam se ve své diplomové práci zabýval problematikou odhadu parametrů synchronního motoru s permanentními magnety (PMSM) v reálném čase. Cílem práce bylo zpracovat přehled běžně používaných algoritmů pro online estimaci parametrů a následně vybrané metody ověřit nejprve simulačně a poté i na reálném motoru. Zadání práce lze považovat za poměrně náročné. Student musel nastudovat více různých principů, které bylo následně třeba implementovat a ověřit. Implementace na samotné vývojové platformě si vyžádala detailní obeznámení se s danou vývojovou sadou a úpravu řídicího softwaru, který tato sada obsahovala. Vypracovaná diplomová práce je sepsána v logickém sledu, splňuje všechny body zadání i doporučený rozsah. Práce s literaturou je na velmi dobré úrovni. Digitální přílohy obsahují dvě studentem implementované metody pro online odhad parametrů. Simulace využívají model reference, což zvyšuje jejich přenositelnost a použitelnost i pro další uživatele. Pan Kečkéš Adam v průběhu řešení diplomové práce vyznačoval samostatností a iniciativou, pravidelně konzultoval dosažené výsledky a reflektoval zpětnou vazbu. Jako slabší stránku práce vnímám skutečnost, že navržené algoritmy byly testovány pouze ve spojení s bezsenzorovým řízením, přestože vývojová sada obsahovala Hallovy sondy, které mohly být využity pro hrubý odhad polohy, případně mohl být doplněn přesnější snímač. Na druhou stranu student v simulacích implementoval rovněž bezsenzorové řízení, čímž zajistil lepší porovnatelnost simulačních a reálných výsledků. Práci doporučuji k obhajobě a navrhuji hodnocení: A – 91 bodů.
Diplomová práce Bc. Adama Kečkéše se věnuje komplexní tématice identifikace/estimace parametrů PMS motoru v reálném čase. Zvolené téma se řadí mezi náročnější, a to zejména kvůli implementaci na reálném motoru. Pro úspěšné vyřešení této problematiky se musel studen seznámit nejenom s problematikou identifikačních metod, ale také s metodami řízení a modelování elektrických pohonů. Práce ve své úvodní části představuje několik různých identifikačních metod. Přičemž v hlavní části se student pro účely experimentální verifikace omezuje hlavně na dvě identifikačními metody – model reference adaptive system (MRAS) a rekurzivní metodou nejmenších čtverců. Implementace MRAS se nijak neliší od zdroje uvedeného v referencích, ze kterého student čerpal. Metoda je v diplomové práci ověřena na reálné soustavě a potvrzuje tak funkčnost řešení představeného autory článku. U kapitol popisujících rekurzivní metodu nejmenších čtverců (RMNČ) oceňuji úplné odvození této metody. RMNČ byla posléze implementována ve své základní formě. Z toho však plyne několik zásadních problémů, kterým nebyla při implementaci věnována dostatečná pozornost. Identifikace touto metodou vykazuje zcela očekávatelný posun od reálných parametrů, jehož příčina však není plně identifikována. Student správně vyhodnotil jako jednu z hlavních příčin přítomnost šumu a poukázal na korelaci mezi posunem a úrovní šumu. Efekt šumu na tuto metodu ale není správně identifikován. V práci je představeno řešení ve formě filtrace, které uvedený problém nevyřeší. I přes tento nedostatek je práce na velmi dobré úrovni a hodnotím ji stupněm B 86b.
eVSKP id 168001