Estimação de estados do motor de indução utilizando rede neuro-fuzzy com aprendizado em tempo real

AUTOR(ES)
DATA DE PUBLICAÇÃO

2000

RESUMO

Este trabalho trata do problema de observação de estados para o controle de sistemas dinâmicos rápidos, não-lineares, com distúrbios, em tempo real. Nele, é apresentada uma nova proposta de observação de estados de sistemas dinâmicos em tempo real utilizando o algoritmo Neo-Fuzzy-Neuron com treinamento on-line, com convergência em apenas um passo. Para este tipo de trinamento, utiliza-se uma equação de mapeamento entre os estados observados e os estados a serem comparados com os medidos. Foi demonstrado um teorema que permite a adequada escolha de uma equação de mapeamento, dentre aquelas candidatas. Foram desenvolvidas expressões válidas para equação de mapeamento com determinadas características. Estas expressões podem ser aplicadas no problema de observação de qualquer sistema dinâmico em tempo real que possibilite a obtenção deste tipo de equações de mapeamento para uma determinada classe, sendo demostrada uma expressão para atualização dos pesos cim taxa de aprendizado ótima que levará o observador à convergência em apenas um passo de cálculo. Baseados nesta proposta, foram desenvolvidos quatro observadores de estados para a máquina de indução (um observador de fluxos de rotor e três observadores de velocidade rótorica) com equações de mapeamento pertencentes à referida classe. Estes observadores foram aplicados no acionamneto de uma máquina de indução, que é um sistema dinâmico não-linear, multivariável, acoplado, sujeito a distúrbios, cujo controle deve ser feito em tempo real e cujo tempo de resposta deve ser rápido o suficiente para um satisfatório desempenho dinâmico do acionameto. Estes observadores foram validados através de análises e testes de simulação e experimentais no controle vetorial de uma motor de indução com rotor em gaiola.

ASSUNTO(S)

engenharia elétrica teses.

ACESSO AO ARTIGO

Documentos Relacionados