CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior / O diagnÃstico de falhas incipientes em transformadores de potÃncia imersos em Ãleo està diretamente relacionado à avaliaÃÃo das condiÃÃes do sistema de isolamento. Este estudo aborda a relaÃÃo entre os gases dissolvidos no Ãleo e a qualidade do Ãleo mineral isolante utilizado em transformadores de potÃncia. As redes neurais artificiais sÃo utilizadas na abordagem da avaliaÃÃo das condiÃÃes operacionais do Ãleo isolante em transformadores de potÃncia, que à caracterizada por um comportamento dinÃmico nÃo-linear. As condiÃÃes de operaÃÃo e a integridade do sistema de isolamento de um transformador de potÃncia podem ser inferidas atravÃs das anÃlises fÃsico-quÃmicas e cromatogrÃficas (AnÃlise de GÃs Dissolvido). Estes ensaios permitem estabelecer procedimentos de operaÃÃo e manutenÃÃo do equipamento e normalmente sÃo realizados simultaneamente. Esta tese de doutorado propÃe um mÃtodo que pode ser usado para extrair informaÃÃes cromatogrÃficas usando as anÃlises fÃsico-quÃmicas atravÃs de redes neurais artificiais. As anÃlises atuais das propriedades fÃsico-quÃmicas fornecem apenas diagnÃstico do estado do Ãleo, o que nÃo permite o diagnÃstico de falhas incipientes. Acredita-se que, as concessionÃrias de energia podem melhorar a confiabilidade na previsÃo de falhas incipientes a um custo menor com este mÃtodo, uma vez que apenas um ensaio à necessÃrio. Os resultados mostraram que esta estratÃgia à promissora com mÃdia de acertos em diagnÃsticos de falhas maiores que 72%. O objetivo deste trabalho à a aplicaÃÃo direta do diagnÃstico de falhas incipientes atravÃs da utilizaÃÃo de propriedades fÃsico-quÃmicas, sem a necessidade de fazer uma cromatografia do Ãleo. / The diagnosis of incipient fault in power transformers immerses in oil are directly related to the assessment of the isolation system conditions. This search is about the relationship between dissolved gases and the quality of the insulating mineral oil used in power transformers. Artificial Neural Networks are used to approach operational conditions assessment issue of the insulating oil in power transformers, which is characterized by a nonlinear dynamic behavior. The operation conditions and integrity of a power transformer can be inferred by analysis of physicochemical and chromatographic (DGA â Dissolved Gas Analysis) profiles of the isolating oil. This tests allow establishing procedures for operating and maintaining the equipment and usually are performed simultaneously. This work proposes a method that can be used to extract chromatographic information using physicochemical analysis through Artificial Neural Networks. The present analysis of physicochemical properties only provide a diagnostic tool for the oil quality, which does not allow the diagnosis of incipient faults. ItÂs believed that, the power utilities could improve reliability in the prediction of incipient failures at a lower cost with this method, since only one test is required. The results show this strategy might be promising with an average accuracy for diagnosis of faults greater than 72%. The purpose of this work is the direct implementation of the diagnosis of incipient faults through the use of physicochemical properties without the need to make an oil chromatography.

FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / O monitoramento do carregamento de componentes elÃtricos constitui-se em um aspecto de grande importÃncia para qualquer sistema de potÃncia, pois a partir dele podem ser observadas as condiÃÃes de seguranÃa dos seus componentes. O presente trabalho propÃe um mÃtodo computacional baseado em Redes Neurais Artificiais para monitorar o carregamento de componentes elÃtricos do sistema de distribuiÃÃo de energia, como transformadores, alimentadores e linhas de subtransmissÃo. A partir dos dados colhidos dos medidores das subestaÃÃes, contendo os valores de corrente do componente considerado, sÃo realizadas duas anÃlises: com transferÃncia de carga e sem transferÃncia de carga. Desta maneira, objetiva-se determinar os valores mÃximos de corrente nas duas situaÃÃes para o correspondente transformador, alimentador, ou linha de subtransmissÃo analisada. Busca-se entÃo, obter o seu carregamento mÃximo em ambos os casos e a partir desses valores, determinar se o componente està ou nÃo operando em boas condiÃÃes de seguranÃa. O valor mÃximo de corrente com transferÃncia de carga à simples de ser obtido, pois consiste apenas no valor mÃximo dos dados de corrente sem qualquer tipo de anÃlise mais aprofundada. PorÃm, o valor mÃximo de corrente sem transferÃncia de carga à bastante complexo de ser determinado, pois as condiÃÃes atÃpicas dos dados devem ser eliminadas. Desta forma, um mÃtodo empregando Redes Neurais Artificiais foi desenvolvido para obter este valor de corrente para os componentes analisados. Os resultados se mostraram bem prÃximos dos valores reais, comprovando a eficÃcia do mÃtodo. Finalmente, pode ser concluÃdo que o monitoramento à perfeitamente possÃvel de ser realizado, possibilitando um maior controle sobre os carregamentos, evitando danos tanto ao sistema de distribuiÃÃo, como ao sistema de potÃncia como um todo. / The monitoring of the electrical components loading is an aspect of great importance to any power system, since the components safety conditions can be observed from it. The present study proposes a computational method based on Artificial Neural Networks to monitor the electrical components loading of the power distribution system, as transformers, feeders and subtransmission lines. Based on the data collected from the substations meters, containing the electric current values of the considered component, two analyses are done: with load transfer and without load transfer. Thus, the aim is to determine the current maximum values in both situations to the corresponding transformer, feeder, or subtransmission line analyzed. Then it is sought to obtain the maximum loading in both cases and, from these values, to determinate whether or not the component is operating in good safety conditions. The maximum current with load transfer is simple to obtain, because it consists only in the maximum value of electrical current data without any deeper analysis. However, the maximum current without load transfer is very complex to be determined, once the atypical conditions of the data must be eliminated. Thereby, a method using Artificial Neural Networks was developed to estimate the values of the current to the analyzed components. The results were very close to the real ones, proving the effectiveness of the method. Finally, it can be concluded that the monitoring is perfectly possible to be performed, allowing greater control over the loadings, avoiding damages to both the distribution system and the power system as a whole.

nÃo hà / Este trabalho apresenta a aplicaÃÃo do algoritmo de OtimizaÃÃo por Enxame de PartÃculas (PSO â Particle Swarm Optimization) para sintonia Ãtima de controladores associados à regulaÃÃo de tensÃo e ao aumento do amortecimento de geradores sÃncronos utilizados em plantas termelÃtricas de ciclo combinado. Para representaÃÃo matemÃtica do gerador sÃncrono, utiliza-se o modelo linearizado de terceira ordem do sistema mÃquina conectada a uma barra infinita, vÃlido para estudos de estabilidade a pequenos sinais. Os parÃmetros do regulador automÃtico de tensÃo (AVR â Automatic Voltage Regulator) e do estabilizador de sistema de potÃncia (PSS â Power System Stabilizer) sÃo determinados de maneira Ãtima pela ferramenta computacional proposta. Os parÃmetros obtidos para o AVR e PSS sÃo comparados com valores calculados por tÃcnicas de sintonia convencionais, baseadas em aproximaÃÃes das equaÃÃes que descrevem o sistema. Os resultados de simulaÃÃes a variaÃÃes na tensÃo de referÃncia, considerando a anÃlise da resposta temporal do sistema controlado, demonstram que o PSO à uma tÃcnica eficiente na sintonia dos parÃmetros do AVR e PSS, destacando-se sua simplicidade, baixo esforÃo computacional e boa caracterÃsticas de convergÃncia. / This work presents the application of the Particle Swarm Optimization (PSO) algorithm for optimal tuning of controllers associated with voltage regulation and damping enhancement of synchronous generators used in combined cycle power station. For mathematic representation of the synchronous generator, the third order linearized model of a single machine connected to an infinite bus, valid for small signal stability studies, is used. The Automatic Voltage Regulator (AVR) and Power System Stabilizer (PSS) parameters are optimally determined by the proposed computational tool. The parameters obtained for AVR and PSS are compared with values calculated by conventional tuning techniques based on approximations of the equations that describe the system. The simulations results to reference voltage disturbances, considering the time response analysis of the controlled system, show that PSO is an efficient technique in the tuning of AVR and PSS parameters, with emphasis on its simplicity, low computational effort and good convergence characteristics.

Modernos processos industriais requerem rigorosos requisitos, tais como, eficiÃncia, desempenho dinÃmico, caracterÃsticas de funcionamento flexÃveis, facilidade de diagnÃstico e comunicaÃÃo com um computador principal. Com a evoluÃÃo da micro-eletrÃnica e dos dispositivos de potÃncia notou-se uma tendÃncia no uso de controladores digitais a fim se obter as caracterÃsticas supracitadas. Nestes processos, a utilizaÃÃo da conversÃo eletromecÃnica da energia dar-se de forma intensa, assim Âe comum a utilizaÃÃo de motores elÃtricos em diversos tipos de acionamentos. O presente trabalho utiliza uma metodologia de controle do motor de induÃÃo trifÃsico do tipo âgaiola de esquiloâ com a tÃcnica de controle por modos deslizantes. Aplicou-se, entÃo, a metodologia para controle de posiÃÃo do motor. O trabalho propÃe, ainda, um comparativo da tÃcnica proposta com outra jà implementada em trabalhos precursores, sendo uma teoria clÃssica para acionamentos desse tipo de motor denominado de controle por orientaÃÃo de campo. Programou-se ambas as tÃcnicas em um Digital Signal Controller (DSC) e aplicou-o no posicionamento do motor de induÃÃo. Com a realizaÃÃo do comparativo observou-se o destaque do Slide Mode Control (SMC) em relaÃÃo ao controle por orientaÃÃo de campo nos ensaios feitos na planta de aplicaÃÃo. Tanto em desempenho computacional quanto no controle das posiÃÃes do motor, a tÃcnica de controle deslizante se mostrou mais eficiente e robusta, apresentando uma reduÃÃo nos erros de corrente do motor, bem como um melhor rastreio da posiÃÃo de referÃncia. / Modern industrial processes require stringent requirements, such as efficiency, performance dynamic, flexible operating characteristics, diagnostics facilities and communication with a main computer. With the development of micro- electronics and power devices there has been a trend in the use of digital controllers to obtain the characteristics mentioned above. In those processes, the use of eletromechanical energy conversion are shown in many type of driverâs machine. Thus it is commom to find electric motors in this aplications. Then, this work uses a methodology of control for a three phase induction motor of type âsquirrel cageâ using the technique Sliding Mode Control (SMC). After that, It was applied the methodology for position control of the motor. This work, also proposes a comparison of the proposed technique with other classical technique for this type of aplications. The name of the classical technique is Field Oriented Control (FOC). Therefore, a Digital Signal Controller (DSC) was programmed for both techiniques and applied in the positioning of the inductionmotor. After the comparative analyse, itâs noted that SMC technique was better than FOC technique. Both in computational performance as in the control of motor positions the Slide Mode Control technique has been shown more efficient and robust. Also a reduction in errors of the motorâs current and a better tracking of the reference position was obtained with this technique.

CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / O Motor de RelutÃncia VariÃvel (MRV) vem cada vez mais chamando a atenÃÃo da indÃstria e da comunidade acadÃmica. Isso se deve ao crescente desenvolvimento da eletrÃnica de potÃncia e na Ãrea de microprocessadores nos Ãltimos anos, o que permitiu o avanÃo de outros sistemas de acionamentos tais como com MRV. A competitividade do MRV se justifica por seu baixo custo de produÃÃo e manutenÃÃo, uma elevada densidade de potÃncia, robustez e resistÃncia a faltas. O presente trabalho propÃe um esquema de controle robusto baseado em um Controlador Preditivo Generalizado (GPC) pertencente a famÃlia de Controladores Preditivos Baseados em Modelo (MPC) aplicados a malha de corrente e velocidade de um sistema de acionamento com MRV. O controlador proposto, assim como controladores tradicionais aplicados neste tipo de sistema tais como o controlador por Histerese e o controlador PID sÃo tambÃm aplicados com o objetivo de proporcionar meios de comparaÃÃo dos resultados experimentais obtidos. A estrutura do controlador à baseada no projeto de um filtro de modo a permitir uma resposta rÃpida, rejeiÃÃo a distÃrbios, atenuaÃÃo de ruÃdos e robustez com um baixo custo computacional. O controlador proposto foi implementado e os resultados comparados com controladores tradicionais e analisados quantitativamente por meio de Ãndices de desempenho. Para execuÃÃo das rotinas de controle foi utilizado um DSP das Texas Instruments (TMS320F28335), sendo suas caracterÃsticas principais apontadas. O algoritmo do software de controle à esquematizado. O trabalho fez uso da bancada de pesquisa em MRV do laboratÃrio do Grupo de Pesquisa em AutomaÃÃo e RobÃtica (GPAR) da Universidade Federal do Cearà (UFC).

nÃo hà / O uso racional de recursos à pauta recorrente nas discussÃes acerca do desenvolvimento sustentÃvel e tem estimulado o projeto de equipamentos mais eficientes quanto ao consumo de energia elÃtrica. Agentes regulamentadores e certificadores estabelecem regras para o funcionamento e para a classificaÃÃo de eletrodomÃsticos quanto ao consumo de energia elÃtrica a fim de formalizar a relaÃÃo entre o desempenho dos mesmos e a manutenÃÃo indefinida dos recursos. Nesse contexto, lanÃa-se mÃo do projeto de um controlador preditivo baseado em modelo aplicado à regulaÃÃo da temperatura do reservatÃrio de Ãgua gelada de um refrigerador termoelÃtrico obedecendo as especificaÃÃes da norma internacional ANSI18 que determina condiÃÃes funcionais para bebedouros com refrigeraÃÃo mecÃnica incorporada, concomitantemente buscando atender aos requisitos para a certificaÃÃo ENERGY STAR quanto ao critÃrio de eficiÃncia energÃtica. Para tanto foram realizadas as etapas de i) Modelagem e IdentificaÃÃo do Processo: foi desenvolvido um modelo em termos de funÃÃo de transferÃncia do sistema de refrigeraÃÃo termoelÃtrico de fluidos atravÃs de modelagem fenomenolÃgica; foram realizados experimentos para a identificaÃÃo de parÃmetros de modelos discretos pelo mÃtodo caixa branca; foi desenvolvido critÃrio de seleÃÃo de modelo baseado na capacidade de simulaÃÃo e caracterÃsticas do resÃduo de simulaÃÃo; ii) Estudo do Controlador Preditivo Baseado em Modelo: foi projetado e implementado na planta um controlador preditivo baseado em um dos modelos parametrizados para regulaÃÃo da temperatura do reservatÃrio interno; foi analisado o desempenho do controlador segundo a norma regulamentadora; iii) Estudo da EficiÃncia do Controlador: foi analisado o desempenho do controlador quanto a capacidade do protÃtipo em atender aos requisitos que o qualificam à obtenÃÃo de certificado segundo critÃrio de eficiÃncia energÃtica para regulaÃÃo da temperatura interna do reservatÃrio e, por fim, realizado um estudo comparativo entre a estratÃgia de controle biestÃvel aplicada atualmente ao processo e a estratÃgia proposta. / The rational use of resources is a recurring theme in sustainable development discussions and has stimulated the development of more efficient electrical power consumption appliances. Regulators and Certifiers agencies set standards for the functionality requirements and for the electric power consumption classification of devices in order to formalize the relationship between performance and maintenance of these resources indefinitely. Thus a model based predictive controller was applied to a thermoelectric cooler to attain the international standard ANSI18 specifications for water cooler dispensers and to meet ENERGY STAR$ iny^{ extregistered}$ energy efficiency requirements. A phenomenological linear model was obtained and the respective parameters were identified by using least squares algorithm; experiments were performed to identify the parameters of the discrete transfer functions; a model criterion selection based on simulation capabilities and residue characteristics was developed; a model based predictive controller was designed and applied using one of the models identified; the controller performance was analyzed attending to the ANSI18 standard and according to energy performance certificates; a comparative study between the bistable control and the proposed strategy was made for performance analysis. Simulation and experimental tests have shown compromise between the simulation capability and residue characteristic criterion. The closed loop system behavior allowed energy saving in standby temperature regulating compared to thermostat control mode. The new control strategy achieved ENERGY STAR energy-efficiency criteria certification requirements infeasible for traditional regulation.