Made available in DSpace on 2016-12-12T20:27:38Z (GMT). No. of bitstreams: 1 Eduardo Henrique Couto.pdf: 1926472 bytes, checksum: 2b4464d74812fd9a1dc1cf69975b8f1f (MD5) Previous issue date: 2013-12-06 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / When the three phase induction motor is vector-controlled driven, is considered the mathematical model as a set of linear equations, so that the control is more effective only over an operation point. However, when changing that point, control can pass to not respond properly, causing unwanted errors of speed, position or even instability. Such behavior are due to mismatch of the real behavior of the motor, which is non-linear and time-varying system, and the mathematical model used in the project. Thus, parametric identification techniques allow the motor parameters to be determined online, tracking its time variation. The focus of the thesis is to present a general background of the subject and show the results obtained using techniques of parametric identification, more specifically exploring the least squares method to fit the parameters of the motor in closed loop. / Quando o motor de indução trifásico é acionado em malha de controle vetorial, é considerado o modelo matemático como um conjunto de equações lineares, por isso o controle é mais efetivo somente sobre este ponto de operação. Entretanto, quando se muda esse ponto, o controle pode passar a não responder mais adequadamente, causando erros indesejáveis de velocidade, posição e até mesmo a instabilidade. Tais fatos ocorrem devido à descasamentos entre o comportamento real do motor, que é não linear e variante no tempo, e o modelo matemático utilizado para o projeto. Dentro de tal contexto, as técnicas de identificação paramétrica permitem que os parâmetros do motor sejam determinados de forma online, monitorando sua variação no tempo. O foco principal deste trabalho é apresentar um cenário geral do assunto e mostrar os resultados obtidos usando as técnicas de identificação paramétrica, mais especificamente explorando o método dos mínimos quadrados para ajustar os parâmetros do motor em malha fechada

CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior / This dissertation reports applications of artificial neural networks to detect stator winding interturn fault of three phase induction motor drived by frequency inverter. The artificial neural networks, like Simple and Multilayer Perceptron, served as off-line classifiers to short-circuit fault condition or healthy condition. In the training of Multilayer Perceptron, two different algorithms are used: the error back-propagation, which is a classic algorithm, and the extreme learning machine, as a relative new alternative for the classic back-propagation. The new one is more worthwhile because of its implementation easiness and higher speed of computation. The database used on the training and validation of the networks is created from an experimental setting, therefore it is composed by true data. The attributes used as failuresâ indicators are selected from certain frequencies of the spectrum, based on some theories of current signature analysis. In the second instance, the technique of principal components analysis is employed. The results obtained for the designed classifiers are shown, and some considerations are made on their use in real time embedded applications, which is the most important projection for future researches. / Este trabalho deriva da aplicaÃÃo de redes neurais artificiais para a detecÃÃo de curto-circuito entre espiras em motor de induÃÃo trifÃsico, acionado por inversor de frequÃncia. As redes neurais artificiais, do tipo Perceptron Simples e Multicamadas, sÃo usadas para detectar falhas de curto-circuito no bobinamento estatÃrico de motores de induÃÃo trifÃsicos de forma off-line. Para treinamento do Perceptron Multicamadas sÃo usados dois algoritmos distintos: o error back-propagation, que figura como o algoritmo clÃssico na literatura especializada, e o extreme learning machine, que à uma alternativa, relativamente recente, ao algoritmo clÃssico. Este algoritmo à uma opÃÃo atraente para o desenvolvimento rÃpido de classificadores. O banco de dados usado para treinamento e validaÃÃo das redes à obtido a partir de experimentaÃÃo laboratorial, portanto composto de dados reais. Os atributos utilizados para a detecÃÃo da falha sÃo componentes de frequÃncia do espectro harmÃnico da corrente estatÃrica do motor. O critÃrio de escolha destas componentes, a priori, à fundamentado em resultados de investigaÃÃes prÃvias da assinatura de corrente e, em segunda instÃncia, à aplicada a tÃcnica de anÃlise de componentes principais. SÃo apresentados os resultados obtidospelos classificadores projetados, e feitas algumas consideraÃÃes quanto à utilizaÃÃo destes em aplicaÃÃo embarcada e em tempo real, que à a principal projeÃÃo de futuros trabalhos a partir do atual.

Orientador: André Luiz Andreoli / Resumo: As fontes renováveis de energia apresentam-se como solução para problemas relacionados ao aumento da demanda por energia elétrica e crescimento dos níveis de emissão de gás carbônico, uma vez que são não poluentes, limpas e abundantes. Aproveitamentos eólicos se mostram como uma das mais promissoras fontes de energia renovável, e por essa razão as pesquisas envolvendo este tipo de aproveitamento têm despertado grande interesse na comunidade científica. Este trabalho apresenta o desenvolvimento de um emulador de turbina eólica (ETE), uma ferramenta de apoio às investigações experimentais capaz de reproduzir o comportamento mecânico dinâmico de uma turbina eólica através de uma malha de controle digital em configuração de hardware-in-the-loop atuando sobre um acionamento eletrônico de uma máquina de indução Operando como fonte de força motriz, o ETE torna mais fácil a avaliação dinâmica de geradores e seus sistemas de controle associados voltados às aplicações envolvendo energia eólica. A pesquisa apresenta uma revisão bibliográfica sobre o estado da arte, a modelagem e a implementação experimental de um emulador de turbina eólica utilizando um motor de indução trifásico (MIT) acionado por um inversor de frequência. Para isso, é implementado um controle em malha fechada de conjugado e velocidade. Este controle faz com que o acionamento eletromecânico representado pelo MIT e inversor de frequência apresente em seu eixo o comportamento de uma turbina eólica conforme os parâmetros... (Resumo completo, clicar acesso eletrônico abaixo) / Mestre

Yes / This paper presents a fault detection method in three-phase induction motors using Wavelet Packet Transform (WPT). The proposed algorithm takes a frame of samples from the three-phase supply current of an induction motor. The three phase current samples are then combined to generate a single current signal by computing the Root Mean Square (RMS) value of the three phase current samples at each time stamp. The resulting current samples are then divided into windows of 64 samples. Each resulting window of samples is then processed separately. The proposed algorithm uses two methods to create window samples, which are called non-overlapping window samples and moving/overlapping window samples. Non-overlapping window samples are created by simply dividing the current samples into windows of 64 sam-ples, while the moving window samples are generated by taking the first 64 current samples, and then the consequent moving window samples are generated by moving the window across the current samples by one sample each time. The new window of samples consists of the last 63 samples of the previous window and one new sample. The overlapping method reduces the fault detection time to a single sample accuracy. However, it is computationally more expensive than the non-overlapping method and requires more computer memory. The resulting window sam-ples are separately processed as follows: The proposed algorithm performs two level WPT on each resulting window samples, dividing its coefficients into its four wavelet subbands. Infor-mation in wavelet high frequency subbands is then used for fault detection and activating the trip signal to disconnect the motor from the power supply. The proposed algorithm was first implemented in the MATLAB platform, and the Entropy power Energy (EE) of the high frequen-cy WPT subbands’ coefficients was used to determine the condition of the motor. If the induction motor is faulty, the algorithm proceeds to identify the type of the fault. An empirical setup of the proposed system was then implemented, and the proposed algorithm condition was tested under real, where different faults were practically induced to the induction motor. Experimental results confirmed the effectiveness of the proposed technique. To generalize the proposed meth-od, the experiment was repeated on different types of induction motors with different working ages and with different power ratings. Experimental results show that the capability of the pro-posed method is independent of the types of motors used and their ages.

O objetivo desta tese consiste na implementação de sistemas inteligentes para monitoramento e diagnósticos de falhas ocorrentes em motores de indução trifásicos. Para tanto, desenvolveu-se uma bancada de experimentos que visa ensaios de falhas relacionados a curto-circuito entre as bobinas do enrolamento de estator, quebras nas barras da gaiola de esquilo do rotor e, finalmente, rolamentos defeituosos. Mais especificamente, o enfoque principal consiste na proposição de uma abordagem neural de detecção de quebras nas barras de rotores de motores de indução trifásicos mediante a análise do espectro de frequência e aplicação de técnicas de análise das componentes principais. Considerou-se o acionamento do motor de indução tanto pela tensão de alimentação da rede quanto por inversor trifásico em diferentes frequências, operando sob diversas condições de torque de carga para a avaliação da metodologia. / The objective of this thesis consists of the implementation of intelligent systems for three-phase induction motors fault diagnosis and condition monitoring. Therefore, an experimental test stand for stator winding inter-turn short circuit faults, broken rotor bar in squirrel cage and, finally, defective wheel bearing has been designed. The main focus is to propose a neural network approach, which uses spectral frequency analysis and principal component analysis techniques to detect broken rotor bar in squirrel cage induction motor. Induction motor operating at different load torque conditions and supplied with sinusoidal voltage supply and three-phase inverter at different frequency was considered in the experiment for methodology evaluation.

Neste trabalho é apresentado um estudo sobre o controle de velocidade sensorless aplicado ao Motor de Indução Trifásico (MIT) visando sobretudo, melhorar o desempenho da máquina de indução em aplicações na região de baixa frequência de operação. Para tanto, propõe-se uma abordagem utilizando a técnica de controle Direct Torque Control (DTC) com Space Vector Modulation (SVM) em conjunto com o Observador de Fluxo com Modelo de Tensão e Corrente (OFMTC), o que possibilita a estimação precisa da posição do vetor de fluxo do estator em baixa velocidade. Para a estimativa da velocidade do rotor é utilizado a estratégia Model Reference Adaptive System (MRAS) com mecanismo de adaptação fuzzy, a fim de se diminuir a sensibilidade aos parâmetros da máquina. O desempenho da estratégia de controle de velocidade sensorless proposta é testada em simulações com diferentes condições de operação buscando reproduzir alguns dos problemas encontrados em aplicações práticas, utilizando o software Matlab. Os resultados obtidos foram condizentes com resultados encontrados na literatura, comprovando o bom desempenho do sistema de controle de velocidade proposto. / This work deals with the sensorless speed control for Three-phase Induction Motor in order to improve its operation at low speed and low frequency. At first, a Direct Torque Control employing Space Vector Pulse with Modulation (SVPWM) based on Flux Observer (voltage and current model) is studied and evaluated due to its high accuracy of estimating the stator-flux at low speed. The Model Adaptive Reference (MRAS) with Fuzzy Controler is chosen in order to estimate the rotor speed. This choice is based on its capability of high performance during Three-phase Induction Motor operation even if the machines parameters and the load change during the operation. At last, some simulations with diferent operational conditions at low speed are carried out in order to test the sensorless control. The results show a good perfomance and agreed with the results shown in recent papers.

O uso da tecnologia sensorless é uma tendência crescente para acionamentos industriais aplicados em máquinas elétricas. A estimação dos parâmetros elétricos e mecânicos envolvidos com o controle da máquina elétrica são utilizados freqüentemente para se evitar medir todas as variáveis envolvidas no processo. A redução de custos em acionamentos industriais, além do incremento da robustez do sistema, são algumas das vantagens do uso de técnicas sensorless. Este trabalho propõe o uso de lógica fuzzy para estimar a velocidade de rotação de motores de indução trifásicos. Estão presentes resultados de simulações computacionais e comparação com outras técnicas inteligentes para validação da abordagem apresentada. / The use of sensorless technologies is an increasing tendency on industrial drives for electrical machines. The estimation of electrical and mechanical parameters involved with the electric machine control is used very frequently in order to avoid measurement of all variables from this process. The cost reduction may also be considered in industrial drives, besides the increasing robustness of the system, as advantages of the use of sensorless technologies. This work proposes the use of fuzzy logic to estimate the speed in three-phase induction motors. Simulation results are presented to validate the proposed approach and comparative analyses with other intelligent techniques are also outlined.

Esta tese consiste em desenvolver um sistema de identificação e classificação de falhas em motores de indução trifásico. As falhas analisadas foram simuladas em laboratório e envolvem problemas elétricos, como curto-circuito no estator, e problemas mecânicos, como barras quebradas no rotor. O sistema computacional proposto é formado pela transformada discreta wavelet, pelo cálculo de variáveis estatísticas e por redes neurais artificiais. A partir dos sinais elétricos da corrente do estator, a transformada wavelet produz os coeficientes característicos das falhas, os quais são usados no cálculo das variáveis estatísticas, como a média, root mean square, skewness e kurtosis. Estes valores são transmitidos como dados de entrada para as redes neurais que identificam as falhas e classificam a natureza das mesmas. Por fim, resultados obtidos visam validar a metodologia sugerida, que buscou nos sistemas inteligentes soluções eficazes para diagnosticar falhas em máquinas elétricas. / This thesis consists in developing a system for the identification and classification of faults in three-phase electric motors. The faults were analyzed and simulated in the laboratory and involve electrical problems, such as short circuit in the stator, and mechanical problems, such as broken rotor bars. The proposed computer system is formed by discrete wavelet transform, by calculation of statistical variables and for artificial neural networks. From the electrical signals of the stator current, the wavelet transform produces characteristic coefficients of faults, which are extracted by calculating of statistics variables, such as mean, root mean square, skewness and kurtosis. These values are passed as input to the neural networks that identify faults and the severity of it. Finally, results aimed at validating the methodology suggested that sought effective solutions in intelligent systems to diagnose faults in electrical machines.

Os motores de indução trifásicos são os principais elementos de conversão de energia elétrica em mecânica motriz aplicados em vários setores produtivos. Identificar um defeito no motor em operação pode fornecer, antes que ele falhe, maior segurança no processo de tomada de decisão sobre a manutenção da máquina, redução de custos e aumento de disponibilidade. Nesta tese são apresentas inicialmente uma revisão bibliográfica e a metodologia geral para a reprodução dos defeitos nos motores e a aplicação da técnica de discretização dos sinais de correntes e tensões no domínio do tempo. É também desenvolvido um estudo comparativo entre métodos de classificação de padrões para a identificação de defeitos nestas máquinas, tais como: Naive Bayes, k-Nearest Neighbor, Support Vector Machine (Sequential Minimal Optimization), Rede Neural Artificial (Perceptron Multicamadas), Repeated Incremental Pruning to Produce Error Reduction e C4.5 Decision Tree. Também aplicou-se o conceito de Sistemas Multiagentes (SMA) para suportar a utilização de múltiplos métodos concorrentes de forma distribuída para reconhecimento de padrões de defeitos em rolamentos defeituosos, quebras nas barras da gaiola de esquilo do rotor e curto-circuito entre as bobinas do enrolamento do estator de motores de indução trifásicos. Complementarmente, algumas estratégias para a definição da severidade dos defeitos supracitados em motores foram exploradas, fazendo inclusive uma averiguação da influência do desequilíbrio de tensão na alimentação da máquina para a determinação destas anomalias. Os dados experimentais foram adquiridos por meio de uma bancada experimental em laboratório com motores de potência de 1 e 2 cv acionados diretamente na rede elétrica, operando em várias condições de desequilíbrio das tensões e variações da carga mecânica aplicada ao eixo do motor. / The three-phase induction motors are the key elements of electromechanical energy conversion in a variety of productive sectors. Identify a defect in an operating motor can provide, before it fails, greater safety for decision making on machine maintenance, reduce costs and increase process availability. This thesis initially presents a literature review and the general methodology for reproduction of defects in the motors and the application of discretization technique of current and voltage signals in the time domain. It was also developed a comparative study of methods of pattern classification for the identification of defects has been developed in these machines, such as Naive Bayes, k-Nearest Neighbor, Support Vector Machine (Sequential Minimal Optimization), Artificial Neural Network (Multilayer Perceptron), Repeated incremental Pruning to Produce Error Reduction and C4.5 Decision Tree. Also applied the concept of Multi-Agent Systems (MAS) to support the use of multiple competing methods in a distributed manner to pattern recognition of faults in bearings, broken rotor bars and stator short-circuit in induction motors. Additionally, some strategies for the definition of the severity of the aforementioned defects in engines have been explored, including making an investigation of the influence of voltage unbalance in the machine feed for the determination of these anomalies. Experimental data are acquired from 1 and 2 cv motors under sinusoidal supply, operating in various unbalance conditions and under a wide range of mechanical load applied to the motor shaft.

Submitted by FERNANDO RIBEIRO FILADELFO null (frfiladelfo@yahoo.com.br) on 2017-02-06T19:39:20Z No. of bitstreams: 1 FILADELFO F R - Tese Doutorado - FEG - UNESP.pdf: 2806067 bytes, checksum: 24caf6543f9f724de7248956a15f5279 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-02-09T19:05:42Z (GMT) No. of bitstreams: 1 filadelfo_fr_dr_guara.pdf: 2806067 bytes, checksum: 24caf6543f9f724de7248956a15f5279 (MD5) / Made available in DSpace on 2017-02-09T19:05:42Z (GMT). No. of bitstreams: 1 filadelfo_fr_dr_guara.pdf: 2806067 bytes, checksum: 24caf6543f9f724de7248956a15f5279 (MD5) Previous issue date: 2016-12-07 / Veículos elétricos são considerados a melhor alternativa aos veículos com motores de combustão interna, apresentando vantagens bastante significativas, tais como: emissão zero de poluentes, alta eficiência dos motores elétricos e baixa emissão de ruído acústico. O sistema de propulsão de um veículo elétrico consiste basicamente de uma ou mais fontes de energia, um ou mais motores, conversores de potência, componentes eletrônicos, componentes mecânicos para transmissão de torque e velocidade e rodas com pneus. Neste trabalho é proposta a modelagem de um sistema de propulsão para um veículo elétrico, que inclui o modelo dinâmico veicular para movimento longitudinal, o modelo dinâmico do motor elétrico, o modelo do conversor utilizado para acionamento do motor e o modelo do sistema de controle. Devido às características bastante adequadas para aplicação em sistemas de propulsão automotiva, o motor de indução trifásico é o selecionado para estudo. A estratégia de controle para acionamento do motor, foco deste trabalho, é o Controle Vetorial Direto Orientado pelo Fluxo do Estator, que garante alto desempenho, rápida resposta dinâmica e apresenta insensibilidade à variação de parâmetros do motor durante sua operação. São desenvolvidas novas técnicas para a reconstrução dos sinais das tensões do estator a partir de sinais de controle PWM do conversor e da tensão DC que alimenta o inversor e estimativa da amplitude e posição angular do vetor espacial do fluxo do estator, primordial para a estratégia de controle adotada. A modelagem é toda desenvolvida utilizando o software PSIM e os resultados de simulação são apresentados. / Electric vehicles are the best alternative to internal combustion engines vehicles, presenting significant advantages such as: zero emission of pollutants, high efficiency of electric motors and low noise emission. Basically, an electric vehicle propulsion system consists of one or more energy sources, one or more engines, power converters, electronic components, mechanical components for torque and speed transmission, and wheels with tires. This work proposes the modeling of a propulsion system for an electric vehicle, which includes the dynamic vehicle model for longitudinal movement, the dynamic model of the electric motor, the model of the converter used as motor driver and the model of the control system. Due to very suitable characteristics for application in automotive propulsion systems, three-phase induction motor is chosen for this study. Focus of this work, Direct Stator-Flux-Oriented Vector Control is the control strategy for the motor drive, which guarantees high performance, fast dynamic response and insensitivity due motor parameters variation during its operation. New techniques are developed for the reconstruction of the stator voltages signals from the PWM control signals of the converter and the DC voltage that feeds the inverter and the estimation of the amplitude and angular position of the spatial vector of the stator flux, primordial for the adopted control strategy. Modeling is developed using PSIM software and simulation results are presented.