Accurate knowledge of the temperature of a Permanent Magnet Synchronous Machine is of high importance, not only to ensure safe operation and improve control of the operating point, but also to avoid irreversible demagnetization of rare-earth permanent magnets. However, direct measurement using thermal sensors is not suitable for high volume and low-cost applications, due to costly sensor installation and maintenance, and therefore, the magnet temperature needs instead to be estimated. The proposed real-time permanent magnet temperature estimation method is based on measurements of the stator temperature, in combination with thermal parameters of a Lumped Parameter Thermal Network, found through an offline parameter fitting using experimental data, both fed into an estimation algorithm. The aim of the algorithm is to estimate and correct the thermal parameters, which in turn enables the method to provide accurate rotor temperature estimations, even for a machine different than the one used to tune the thermal network. Two different estimation algorithms are implemented and compared; a Dual Kalman Filter and a Dual Observer. Simulation results show that the proposed method yields rotor temperature estimations within ±5 ◦C of the correct temperature, both when using the Dual Kalman Filter as well as the Dual Observer, with exceptions discussed in the thesis. The Dual Observer proved to perform better at low to medium speeds, while the Dual Kalman Filter proved better performance at medium to high speeds. The proposed temperature estimation method shows therefore to be of great potential, where the next step is to further improve the thermal network, to then test the proposed method in an experimental setting.

God kännedom gällande temperaturen hos en permanentmagnetiserad synkronmaskin är av stor vikt, inte bara för att säkerställa säker drift och förbättrad kontroll av driftspunkten, utan även för att undvika irreversibel avmagnetisering av permanentmagneter baserade på sällsynta jordartsmetaller. Direkt mätning med hjälp av termiska sensorer är dessvärre inte lämpligt för tillämpningar av hög volym och låg kostnad, på grund av kostsam installation samt underhåll av sensorerna. Därför behöver magnettemperaturen istället estimeras. Den föreslagna estimeringsmetoden för magnettemperatur i realtid är baserad på mätningar av statortemperaturen, i kombination med termiska parametrar för ett Lumped Parameter Thermal Network, funna genom en offline-parameteranpassning användandes experimentella data, tillsammans inmatade i en estimeringsalgoritm. Syftet med algoritmen är att estimera och korrigera de termiska parametrarna, vilket i sin tur gör det möjligt att ge korrekta estimeringar av rotortemperaturen, även för en annan maskin än den som använts för att konstruera det termiska nätverket. Två olika estimeringsalgoritmer implementeras och jämförs; ett Dual Kalman Filter och en Dual Observer. Simuleringsresultatet visar att den föreslagna metoden ger estimeringar av rotortemperaturen inom ±5 ◦C från den korrekta temperaturen, både vid användning av Dual Kalman Filter och Dual Observer, med undantag som diskuteras i rapporten. Dual Observer visade sig prestera bättre vid låga till medelhöga hastigheter, medan Dual Kalman Filter visade bättre prestanda vid medelhöga till höga hastigheter. Den föreslagna temperaturestimeringsmetoden visar sig därför ha stor potential, där nästa steg är att ytterligare förbättra det termiska nätverket, för att sedan testa den föreslagna metoden experimentellt.