Uma abordagem neural para estimação de conjugado em motores de indução

Detalhes bibliográficos
Autor(a) principal: Goedtel, Alessandro
Data de Publicação: 2006
Outros Autores: Silva, Ivan N. da, Serni, Paulo J. A. [UNESP]
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://dx.doi.org/10.1590/S0103-17592006000300010
http://hdl.handle.net/11449/29075
Resumo: Os motores de indução são utilizados nos mais diversos setores industriais. Entretanto, a seleção de um motor de indução em determinada aplicação é imprecisa nos casos em que não há conhecimento do comportamento da carga que está acoplada ao eixo do motor. A proposta deste trabalho é fornecer uma ferramenta alternativa aos métodos tradicionais de identificação usando as redes neurais artificiais. O potencial desta proposta está em sua facilidade de implementação em hardware, tendo em vista que a metodologia não necessita de sensores de torque, assim como não requer alto poder computacional. Resultados de simulação são apresentados para validar a proposta.
id UNSP_1ae40119fb10f301c5cff378e5c8a389
oai_identifier_str oai:repositorio.unesp.br:11449/29075
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Uma abordagem neural para estimação de conjugado em motores de induçãoMotores de induçãomodelagem de cargasredes neurais artificiaisestimativa de parâmetrosidentificação de sistemasInduction motorsload modelingneural networksparameter estimationsystem identificationOs motores de indução são utilizados nos mais diversos setores industriais. Entretanto, a seleção de um motor de indução em determinada aplicação é imprecisa nos casos em que não há conhecimento do comportamento da carga que está acoplada ao eixo do motor. A proposta deste trabalho é fornecer uma ferramenta alternativa aos métodos tradicionais de identificação usando as redes neurais artificiais. O potencial desta proposta está em sua facilidade de implementação em hardware, tendo em vista que a metodologia não necessita de sensores de torque, assim como não requer alto poder computacional. Resultados de simulação são apresentados para validar a proposta.Induction motors are widely used in several industrial sectors. However, the selection of induction motors is often inaccurate because, in most cases, the load behavior in the shaft is completely unknown. The proposal of this paper is to use artificial neural networks as a tool for dimensioning induction motors rather than conventional methods, which use classical identification techniques and mechanical load modeling. The potential of this approach is the simple hardware implementation since the methodology does not require torque sensor nor powerful computational processors. Simulation results are also presented to validate the proposed approach.Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)Universidade de São Paulo Escola de Engenharia de São Carlos-EESC Departamento de engenharia ElétricaUniversidade Estadual de São Paulo Faculdade de Engenharia Departamento de Engenharia ElétricaSociedade Brasileira de AutomáticaUniversidade de São Paulo (USP)Universidade Estadual Paulista (Unesp)Goedtel, AlessandroSilva, Ivan N. daSerni, Paulo J. A. [UNESP]2014-05-20T15:14:10Z2014-05-20T15:14:10Z2006-09-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article364-380application/pdfhttp://dx.doi.org/10.1590/S0103-17592006000300010Sba: Controle & Automação Sociedade Brasileira de Automatica. Sociedade Brasileira de Automática, v. 17, n. 3, p. 364-380, 2006.0103-1759http://hdl.handle.net/11449/2907510.1590/S0103-17592006000300010S0103-17592006000300010S0103-17592006000300010.pdf48317899018238490000-0002-9984-9949SciELOreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporSba: Controle & Automação Sociedade Brasileira de Automaticainfo:eu-repo/semantics/openAccess2023-12-06T06:17:20Zoai:repositorio.unesp.br:11449/29075Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T19:37:02.501003Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Uma abordagem neural para estimação de conjugado em motores de indução
title Uma abordagem neural para estimação de conjugado em motores de indução
spellingShingle Uma abordagem neural para estimação de conjugado em motores de indução
Goedtel, Alessandro
Motores de indução
modelagem de cargas
redes neurais artificiais
estimativa de parâmetros
identificação de sistemas
Induction motors
load modeling
neural networks
parameter estimation
system identification
title_short Uma abordagem neural para estimação de conjugado em motores de indução
title_full Uma abordagem neural para estimação de conjugado em motores de indução
title_fullStr Uma abordagem neural para estimação de conjugado em motores de indução
title_full_unstemmed Uma abordagem neural para estimação de conjugado em motores de indução
title_sort Uma abordagem neural para estimação de conjugado em motores de indução
author Goedtel, Alessandro
author_facet Goedtel, Alessandro
Silva, Ivan N. da
Serni, Paulo J. A. [UNESP]
author_role author
author2 Silva, Ivan N. da
Serni, Paulo J. A. [UNESP]
author2_role author
author
dc.contributor.none.fl_str_mv Universidade de São Paulo (USP)
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Goedtel, Alessandro
Silva, Ivan N. da
Serni, Paulo J. A. [UNESP]
dc.subject.por.fl_str_mv Motores de indução
modelagem de cargas
redes neurais artificiais
estimativa de parâmetros
identificação de sistemas
Induction motors
load modeling
neural networks
parameter estimation
system identification
topic Motores de indução
modelagem de cargas
redes neurais artificiais
estimativa de parâmetros
identificação de sistemas
Induction motors
load modeling
neural networks
parameter estimation
system identification
description Os motores de indução são utilizados nos mais diversos setores industriais. Entretanto, a seleção de um motor de indução em determinada aplicação é imprecisa nos casos em que não há conhecimento do comportamento da carga que está acoplada ao eixo do motor. A proposta deste trabalho é fornecer uma ferramenta alternativa aos métodos tradicionais de identificação usando as redes neurais artificiais. O potencial desta proposta está em sua facilidade de implementação em hardware, tendo em vista que a metodologia não necessita de sensores de torque, assim como não requer alto poder computacional. Resultados de simulação são apresentados para validar a proposta.
publishDate 2006
dc.date.none.fl_str_mv 2006-09-01
2014-05-20T15:14:10Z
2014-05-20T15:14:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dx.doi.org/10.1590/S0103-17592006000300010
Sba: Controle & Automação Sociedade Brasileira de Automatica. Sociedade Brasileira de Automática, v. 17, n. 3, p. 364-380, 2006.
0103-1759
http://hdl.handle.net/11449/29075
10.1590/S0103-17592006000300010
S0103-17592006000300010
S0103-17592006000300010.pdf
4831789901823849
0000-0002-9984-9949
url http://dx.doi.org/10.1590/S0103-17592006000300010
http://hdl.handle.net/11449/29075
identifier_str_mv Sba: Controle & Automação Sociedade Brasileira de Automatica. Sociedade Brasileira de Automática, v. 17, n. 3, p. 364-380, 2006.
0103-1759
10.1590/S0103-17592006000300010
S0103-17592006000300010
S0103-17592006000300010.pdf
4831789901823849
0000-0002-9984-9949
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Sba: Controle & Automação Sociedade Brasileira de Automatica
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 364-380
application/pdf
dc.publisher.none.fl_str_mv Sociedade Brasileira de Automática
publisher.none.fl_str_mv Sociedade Brasileira de Automática
dc.source.none.fl_str_mv SciELO
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129096443494400

Registros relacionados