Controle Neurofuzzy de motor de indução com estimação de parâmetros e fluxo de estator
Autor(a) principal: | |
---|---|
Data de Publicação: | 2005 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/HSAA-6MJNBC |
Resumo: | Este trabalho tem como principal proposta o desenvolvimento de um controlador neurofuzzy, que apresente-se como uma alternativa aos controladores convencionais PI. O controlador proposto, o Online Neurofuzzy Controller (ONFC), tem como principal diferença em relação às outras estruturas neurais e neurofuzzy aplicadas a sistemas de controle, o fato do sinal de erro ser utilizado não apenas para correção dos parâmetros livres do controlador, mas também como entrada para o mesmo. Além disto, o ONFC apresenta uma estrutura de baixo custo computacional, pois possui apenas uma entrada e uma saída, relacionadas por duas regras nebulosas. A partir desta estrutura, as equações que descrevem o funcionamento do controlador proposto e o ajuste online dos seus parâmetros livres (pesos), para a configurações em malha simples e em cascata, são desenvolvidas. A análise do desempenho do controlador proposto é apresentada tendo como base simulações digitais e implementações práticas. A principal aplicação para o ONFC apresentada neste trabalho é o controle vetorial de um motor de indução. Além disto, o desenvolvimento do controlador neurofuzzy proposto é precedido por duas etapas. A primeira está relacionada à obtenção de um procedimento de identificação dos parâmetros da máquina de indução através do próprio inversor de freqüência. Já a segunda etapa, apresenta o desenvolvimento de um estimador de fluxo de estator a partir do modelo de tensão desta máquina, com compensação de offsets no próprio fluxo estimado e nas medições de tensão e corrente. Nestas etapas são disponibilizados diversos parâmetros necessários para a implementação de estratégias de controle vetorial, bem como o fluxo de estator, que é utilizado no processo de orientação de campo e na própria malha de controle fluxo. |
id |
UFMG_e7377c2c93521d065c67b369a7bf2c15 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/HSAA-6MJNBC |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Benjamim Rodrigues MenezesBenjamim Rodrigues MenezesMarlon Rosa de Gouvea2019-08-14T20:20:20Z2019-08-14T20:20:20Z2005-04-08http://hdl.handle.net/1843/HSAA-6MJNBCEste trabalho tem como principal proposta o desenvolvimento de um controlador neurofuzzy, que apresente-se como uma alternativa aos controladores convencionais PI. O controlador proposto, o Online Neurofuzzy Controller (ONFC), tem como principal diferença em relação às outras estruturas neurais e neurofuzzy aplicadas a sistemas de controle, o fato do sinal de erro ser utilizado não apenas para correção dos parâmetros livres do controlador, mas também como entrada para o mesmo. Além disto, o ONFC apresenta uma estrutura de baixo custo computacional, pois possui apenas uma entrada e uma saída, relacionadas por duas regras nebulosas. A partir desta estrutura, as equações que descrevem o funcionamento do controlador proposto e o ajuste online dos seus parâmetros livres (pesos), para a configurações em malha simples e em cascata, são desenvolvidas. A análise do desempenho do controlador proposto é apresentada tendo como base simulações digitais e implementações práticas. A principal aplicação para o ONFC apresentada neste trabalho é o controle vetorial de um motor de indução. Além disto, o desenvolvimento do controlador neurofuzzy proposto é precedido por duas etapas. A primeira está relacionada à obtenção de um procedimento de identificação dos parâmetros da máquina de indução através do próprio inversor de freqüência. Já a segunda etapa, apresenta o desenvolvimento de um estimador de fluxo de estator a partir do modelo de tensão desta máquina, com compensação de offsets no próprio fluxo estimado e nas medições de tensão e corrente. Nestas etapas são disponibilizados diversos parâmetros necessários para a implementação de estratégias de controle vetorial, bem como o fluxo de estator, que é utilizado no processo de orientação de campo e na própria malha de controle fluxo.This work has as main propose the development of a neurofuzzy controller based on the Neo Fuzzy Neuron as an alternative to the conventional PI controllers. This controller, the Online Neurofuzzy Controller (ONFC), has as principal difference compared to the most of the neural and neurofuzzy structures used in control systems, the fact that the error is not only used to correct the network parameters, but also as network input. Moreover, the ONFC presents structure with low computational cost, once has only one input and one output, associated by two fuzzy rules. Take account this structure, the equations that describe the proposed controller and the weight corrections, for single and cascade configurations, are presented. A performance analysis of this controller is presented based on digital simulations and practical implementations. The main application of the ONFC is a vector control of an induction motor. Moreover, the proposed controller development is preceded by two stages. The firs one is related to a procedure to automatically identify the induction motor parameters using the frequency inverter. The second stage presents the development of a stator flux estimator based on the induction motor voltage equations with dc offset compensation of the estimated flux and the measurements of the stator voltage and current. From these stages, all necessary parameters to implement the vector control strategy adopted, as well as the stator flux used for field orientation and flux control are obtained.Universidade Federal de Minas GeraisUFMGEngenharia elétricaControle Neurofuzzymotor de induçãoControle Neurofuzzy de motor de indução com estimação de parâmetros e fluxo de estatorinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALmarlon_rosa_de_gouv_a.pdfapplication/pdf3966537https://repositorio.ufmg.br/bitstream/1843/HSAA-6MJNBC/1/marlon_rosa_de_gouv_a.pdfc07074e5952fb4b8ca94f03cf96a275eMD51TEXTmarlon_rosa_de_gouv_a.pdf.txtmarlon_rosa_de_gouv_a.pdf.txtExtracted texttext/plain201653https://repositorio.ufmg.br/bitstream/1843/HSAA-6MJNBC/2/marlon_rosa_de_gouv_a.pdf.txte01bae39e12a704606d0da04667975f4MD521843/HSAA-6MJNBC2019-11-14 14:27:28.6oai:repositorio.ufmg.br:1843/HSAA-6MJNBCRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T17:27:28Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Controle Neurofuzzy de motor de indução com estimação de parâmetros e fluxo de estator |
title |
Controle Neurofuzzy de motor de indução com estimação de parâmetros e fluxo de estator |
spellingShingle |
Controle Neurofuzzy de motor de indução com estimação de parâmetros e fluxo de estator Marlon Rosa de Gouvea Controle Neurofuzzy motor de indução Engenharia elétrica |
title_short |
Controle Neurofuzzy de motor de indução com estimação de parâmetros e fluxo de estator |
title_full |
Controle Neurofuzzy de motor de indução com estimação de parâmetros e fluxo de estator |
title_fullStr |
Controle Neurofuzzy de motor de indução com estimação de parâmetros e fluxo de estator |
title_full_unstemmed |
Controle Neurofuzzy de motor de indução com estimação de parâmetros e fluxo de estator |
title_sort |
Controle Neurofuzzy de motor de indução com estimação de parâmetros e fluxo de estator |
author |
Marlon Rosa de Gouvea |
author_facet |
Marlon Rosa de Gouvea |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Benjamim Rodrigues Menezes |
dc.contributor.advisor2.fl_str_mv |
Benjamim Rodrigues Menezes |
dc.contributor.author.fl_str_mv |
Marlon Rosa de Gouvea |
contributor_str_mv |
Benjamim Rodrigues Menezes Benjamim Rodrigues Menezes |
dc.subject.por.fl_str_mv |
Controle Neurofuzzy motor de indução |
topic |
Controle Neurofuzzy motor de indução Engenharia elétrica |
dc.subject.other.pt_BR.fl_str_mv |
Engenharia elétrica |
description |
Este trabalho tem como principal proposta o desenvolvimento de um controlador neurofuzzy, que apresente-se como uma alternativa aos controladores convencionais PI. O controlador proposto, o Online Neurofuzzy Controller (ONFC), tem como principal diferença em relação às outras estruturas neurais e neurofuzzy aplicadas a sistemas de controle, o fato do sinal de erro ser utilizado não apenas para correção dos parâmetros livres do controlador, mas também como entrada para o mesmo. Além disto, o ONFC apresenta uma estrutura de baixo custo computacional, pois possui apenas uma entrada e uma saída, relacionadas por duas regras nebulosas. A partir desta estrutura, as equações que descrevem o funcionamento do controlador proposto e o ajuste online dos seus parâmetros livres (pesos), para a configurações em malha simples e em cascata, são desenvolvidas. A análise do desempenho do controlador proposto é apresentada tendo como base simulações digitais e implementações práticas. A principal aplicação para o ONFC apresentada neste trabalho é o controle vetorial de um motor de indução. Além disto, o desenvolvimento do controlador neurofuzzy proposto é precedido por duas etapas. A primeira está relacionada à obtenção de um procedimento de identificação dos parâmetros da máquina de indução através do próprio inversor de freqüência. Já a segunda etapa, apresenta o desenvolvimento de um estimador de fluxo de estator a partir do modelo de tensão desta máquina, com compensação de offsets no próprio fluxo estimado e nas medições de tensão e corrente. Nestas etapas são disponibilizados diversos parâmetros necessários para a implementação de estratégias de controle vetorial, bem como o fluxo de estator, que é utilizado no processo de orientação de campo e na própria malha de controle fluxo. |
publishDate |
2005 |
dc.date.issued.fl_str_mv |
2005-04-08 |
dc.date.accessioned.fl_str_mv |
2019-08-14T20:20:20Z |
dc.date.available.fl_str_mv |
2019-08-14T20:20:20Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/HSAA-6MJNBC |
url |
http://hdl.handle.net/1843/HSAA-6MJNBC |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/HSAA-6MJNBC/1/marlon_rosa_de_gouv_a.pdf https://repositorio.ufmg.br/bitstream/1843/HSAA-6MJNBC/2/marlon_rosa_de_gouv_a.pdf.txt |
bitstream.checksum.fl_str_mv |
c07074e5952fb4b8ca94f03cf96a275e e01bae39e12a704606d0da04667975f4 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589473054752768 |