Spelling suggestions: "subject:"fracionamento sem sensores"" "subject:"relacionamento sem sensores""
1 |
Estimador neuro-fuzzy de velocidade aplicado ao controle vetorial sem sensores de motores de indução trifásicos. / Neuro-fuzzy speed estimator applied to sensorless induction motor drives.Fábio Lima 05 July 2010 (has links)
Este trabalho apresenta uma alternativa ao controle vetorial de motores de indução, sem a utilização de sensores para realimentação da velocidade mecânica do motor. Ao longo do tempo, diversas técnicas de controle vetorial têm sido propostas na literatura. Dentre elas está a técnica de controle por orientação de campo (FOC), muito utilizada na indústria e presente também neste trabalho. A principal desvantagem do FOC é a sua grande sensibilidade às variações paramétricas da máquina, as quais podem invalidar o modelo e as ações de controle. Nesse sentido, uma estimativa correta dos parâmetros da máquina, torna-se fundamental para o acionamento. Este trabalho propõe o desenvolvimento e implementação de um estimador baseado em um sistema de inferência neuro-fuzzy adaptativo (ANFIS) para o controle de velocidade do motor de indução trifásico em um acionamento sem sensores. Pelo fato do acionamento em malha fechada admitir diversas velocidades de regime estacionário para o motor, uma nova metodologia de treinamento por partição de frequência é proposta. Ainda, faz-se a validação do sistema utilizando a orientação de campo magnético no referencial de campo de entreferro da máquina. Simulações para avaliação do desempenho do estimador mediante o acionamento vetorial do motor foram realizadas utilizando o programa Matlab/Simulink. Para a validação prática do modelo, uma bancada de testes foi implementada; o acionamento do motor foi realizado por um inversor de frequência do tipo fonte de tensão (VSI) e o controle vetorial, incluindo o estimador neuro-fuzzy, foi realizado pelo pacote de tempo real do programa Matlab/Simulink, juntamente com uma placa de aquisição de dados da National Instruments. / This work presents an alternative sensorless vector control of induction motors. Several techniques for induction motor control have been proposed in the literature. Among these is the field oriented control (FOC), strongly used in industries and also in this work. The main drawback of the FOC technique is its sensibility to deviations of the parameters of the machine, which can deteriorate the control actions. Therefore, an accurate determination of the machines parameters is mandatory to the drive system. This work proposes the development of an adaptive neuro-fuzzy inference system (ANFIS) estimator to control the angular speed of a three-phase induction motor in a sensorless drive. In a closed loop configuration, several speed commands can be imposed to the motor. Thus, a new frequency partition training of ANFIS is proposed. Moreover, the ANFIS speed estimator is validated in a magnetizing flux oriented control scheme. Simulations to evaluate the performance of the estimator considering the vector drive system were done by the Matlab/Simulink. To determine the benefits of the proposed model a practical system was implemented using a voltage source inverter (VSI) and the vector control including the ANFIS estimator, carried out by the Real Time Toolbox from Matlab/Simulink and a data acquisition card from National Instruments.
|
2 |
Estimador neuro-fuzzy de velocidade aplicado ao controle vetorial sem sensores de motores de indução trifásicos. / Neuro-fuzzy speed estimator applied to sensorless induction motor drives.Lima, Fábio 05 July 2010 (has links)
Este trabalho apresenta uma alternativa ao controle vetorial de motores de indução, sem a utilização de sensores para realimentação da velocidade mecânica do motor. Ao longo do tempo, diversas técnicas de controle vetorial têm sido propostas na literatura. Dentre elas está a técnica de controle por orientação de campo (FOC), muito utilizada na indústria e presente também neste trabalho. A principal desvantagem do FOC é a sua grande sensibilidade às variações paramétricas da máquina, as quais podem invalidar o modelo e as ações de controle. Nesse sentido, uma estimativa correta dos parâmetros da máquina, torna-se fundamental para o acionamento. Este trabalho propõe o desenvolvimento e implementação de um estimador baseado em um sistema de inferência neuro-fuzzy adaptativo (ANFIS) para o controle de velocidade do motor de indução trifásico em um acionamento sem sensores. Pelo fato do acionamento em malha fechada admitir diversas velocidades de regime estacionário para o motor, uma nova metodologia de treinamento por partição de frequência é proposta. Ainda, faz-se a validação do sistema utilizando a orientação de campo magnético no referencial de campo de entreferro da máquina. Simulações para avaliação do desempenho do estimador mediante o acionamento vetorial do motor foram realizadas utilizando o programa Matlab/Simulink. Para a validação prática do modelo, uma bancada de testes foi implementada; o acionamento do motor foi realizado por um inversor de frequência do tipo fonte de tensão (VSI) e o controle vetorial, incluindo o estimador neuro-fuzzy, foi realizado pelo pacote de tempo real do programa Matlab/Simulink, juntamente com uma placa de aquisição de dados da National Instruments. / This work presents an alternative sensorless vector control of induction motors. Several techniques for induction motor control have been proposed in the literature. Among these is the field oriented control (FOC), strongly used in industries and also in this work. The main drawback of the FOC technique is its sensibility to deviations of the parameters of the machine, which can deteriorate the control actions. Therefore, an accurate determination of the machines parameters is mandatory to the drive system. This work proposes the development of an adaptive neuro-fuzzy inference system (ANFIS) estimator to control the angular speed of a three-phase induction motor in a sensorless drive. In a closed loop configuration, several speed commands can be imposed to the motor. Thus, a new frequency partition training of ANFIS is proposed. Moreover, the ANFIS speed estimator is validated in a magnetizing flux oriented control scheme. Simulations to evaluate the performance of the estimator considering the vector drive system were done by the Matlab/Simulink. To determine the benefits of the proposed model a practical system was implemented using a voltage source inverter (VSI) and the vector control including the ANFIS estimator, carried out by the Real Time Toolbox from Matlab/Simulink and a data acquisition card from National Instruments.
|
Page generated in 0.1335 seconds