Uncertainty of Efficiency Measurements in Electric Drives

The two central goals of this master's thesis are to serve as a guidebook on the determination of uncertainty in efficiency measurements and to investigate sources of uncertainty in efficiency measurements in the field of electric drives by a literature review, mathematical modeling and experimental means. The influence of individual sources of uncertainty on the total instrumental uncertainty is investigated with the help of mathematical models derived for a balance and a direct air cooled calorimeter. The losses of a frequency converter and an induction motor are measured with the input-output method and a balance calorimeter at 50 and 100 % loads. A software linking features of Matlab and Excel is created to process measurement data, calculate uncertainties and to calculate and visualize results. The uncertainties are combined with both the worst case and the realistic perturbation method and distributions of uncertainty by source are shown based on experimental results. A comparison of the calculated uncertainties suggests that the balance calorimeter determines losses more accurately than the input-output method with a relative RPM uncertainty of 1.46 % compared to 3.78 - 12.74 % respectively with 95 % level of confidence at the 93 % induction motor efficiency or higher. As some principles in uncertainty analysis are open to interpretation the views and decisions of the analyst can have noticeable influence on the uncertainty in the measurement result.

Työn keskeiset tavoitteet ovat opastaa epävarmuuden määrityksessä sähkökäyttöihin liittyvissä hyötysuhdemittauksissa ja tutkia epävarmuuslähteitä hyötysuhdemittauksissa hyödyntämällä alan kirjallisuutta, luomalla matemaattisia malleja ja mittaamalla. Mittalaitteista aiheutuvan epävarmuuden vaikutusta kokonaisepävarmuuteen tutkitaan suoralle ilmajäähdytteiselle ja balanssikalorimetrille luoduilla malleilla. Taajuusmuuttajan ja induktiomoottorin häviöt mitataan nimellisnopeudella 50 ja 100 % kuormituksella balanssikalorimetrillä ja perinteisesti tulo- ja lähtötehot mittaamalla. Luodaan Matlab:iin ja Excel:iin pohjautuva ohjelma, joka käsittelee mittausdataa, laskee tulokset ja epävarmuudet ja kuvaa lopputuloksen graafisesti. Epävarmuudet yhdistetään Worst Case ja Realistic Perturbation menetelmillä ja epävarmuuden jakaumat läheteittäin esitetään pohjautuen mittaustuloksiin. Laskettujen epävarmuuksien vertailu osoittaa, että balanssikalorimetri määrittää häviöt tarkemmin kuin perinteinen mittausmenetelmä, sillä balanssikalorimetrin mittausepävarmuus on 1.46 % RPM- menetelmällä 95 % luottamusvälillä verrattuna perinteisen mittauksen epävarmuuksiin 3.78 - 12.74 % induktiomoottorin hyötysuhteella 93 % tai suuremmalla. Koska jotkut epävarmuusanalyysin periaatteet ovat tulkinnan varaisia, analyytikon näkemyksillä ja päätöksillä voi olla suuri vaikutus mittausepävarmuuteen.