Accurate fluid and gas flow control is essential in modern technical innovations, and solenoid valve actuators are widely recognized as suitable for this purpose. By generating a magnetic field through the energization of a solenoid with an electric current, the induced field is used to attract a movable component, known as a plunger or armature, positioned within the solenoid. Accurate measurement of solenoid actuator movement is of paramount importance to detect and address potential mechanical actuator failures such as jamming, sticking and excessive friction that may result in system failure. Therefore, this thesis project focuses on the development of novel non-invasive, sensorless, position measurement algorithms designed for high speed solenoid actuators. The developed sensorless estimation methods realise the possibility to conduct offline mechanical performance assessment of high speed solenoid valves in space-constrained environments, where it will be difficult to use external sensors. With recorded electrical data from the solenoid actuator in nominal operation, current waveform features are extracted with the use of wavelet transformations and curve fitting techniques based on underlying solenoid dynamics. By utilising pre-collected calibration data, the extracted features can be used to accurately determine the position and movement of the plunger. Experimental data shows that under the right conditions, the developed waveform based position estimation method can achieve correlation coefficients as high as 0.99 when compared to an external laser reference. Furthermore, the start and stop of motion of the plunger during an off-on actuation event, irrespective of the distance travelled, can be extracted with high precision when utilising current waveform features caused by induced motional electromagnetic force. Future work may concentrate on further refinement of the developed algorithms to improve upon disturbance rejection and to be able to extract additional position related features from the current waveform. Furthermore, one may investigate how the developed algorithms could be efficiently implemented on an embedded platform for real time fault detection and diagnostics.

Precis vätske- och gasflödeskontroll är en fundamental komponent i moderna tekniska innovationer, och magnetventiler är allmänt erkända som lämpliga för detta ändamål. Genom att generera ett magnetiskt fält i en spole med en elektrisk ström så kan magnetfältet användas för att attrahera en rörlig komponent, vanligtvis kallat ett ankare, placerad mitt i spolen. Noggrann mätning av magnetventilens rörelse är viktigt för att upptäcka och åtgärda potentiella mekaniska fel, såsom ankare som sitter fast eller överdriven friktion som kan resultera i systemkollaps. Av den anledningen så fokuserar detta examensarbete på utvecklingen av nya icke-invasiva, sensorlösa, positionsmätningsalgoritmer designade för höghastighetsmagnetventiler. De utvecklade sensorlösa estimeringsmetoderna realiserar möjligheten att utföra mekanisk prestandabedömning av höghastighetsmagnetventiler i miljöer med begränsat utrymme, där det kan vara en utmaning att använda externa sensorer. Med förinspelade strömvågformer från magnetventiler i nominell drift, extraheras aktuella vågformsegenskaper med användning av wavelettransformationer och kurvanpassningstekniker baserade på underliggande solenoiddynamik med teoretisk bakgrund. Genom att använda förinsamlad kalibreringsdata ihop med strömvågformerna kan ankarets position och rörelse bestämmas. Experiment visar att under rätta förhållanden kan den utvecklade vågformsbaserade positionsuppskattningsmetoden uppnå korrelationskoefficienter så höga som 0.99 jämfört med en extern laserreferens. Utöver detta så kan tidpunkterna för start och stopp av rörelse av ankaret under en vanlig aktiveringssekvens, oberoende av färdad sträcka, bestämmas med hög precision när man utnyttjar strömvågformsegenskaper orsakade av rörelseinducerad elektromagnetisk kraft. Framtida utvecklingsmöjligheter kan koncentreras på ytterligare förädling av de utvecklade algoritmerna för att kunna förbättra störningstålighet och möjligheten att kunna extrahera ytterligare positionsrelaterade egenskaper från analyserade strömvågformer. Utöver detta skulle man kunna undersöka hur de utvecklade algoritmerna effektivt skulle kunna implementeras på en inbyggd plattform för att kunna realisera feldetektering och diagnostik i realtid.