Uma contribuição aos projetos de transformadores via algoritmos naturais e elementos finitos

• Ano de defesa: 2019
• Autor(a) principal: Maximiano Sobrinho, Adelicio
• Orientador(a): Camacho, José Roberto
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Uberlândia; Uberlândia
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica
• País: Brasil
• Palavras-chave em Português: Evolução Diferencial; Projeto de Máquinas Elétricas; Método de Elementos Finitos; Otimização Multiobjetivo; Differential Evolution; Electric Machines Design; Finite Element Method; Multiobjective Optimization
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS
• Link de acesso: http://hdl.handle.net/11612/1303

O objetivo desta pesquisa é apresentar os estudos realizados para projetar transformadores de distribuição trifásicos, tipo núcleo envolvido, com o auxílio de técnicas de otimização. Através da função mono-objetivo pretende-se minimizar as perdas elétricas e magnéticas, e com o uso da função multiobjetivo pretende-se minimizar as perdas e a massa total da parte ativa do transformador. Os algoritmos utilizados são: a Evolução Diferencial (ED) e o Enxame de Partículas (EP) e seus desempenhos são comparados através dos resultados atingidos. Ainda, é detalhada a importância de uma boa estimativa da corrente de energização (inrush) dos transformadores desde a elaboração dos projetos, devido à sua interferência nos sistemas de proteção e no sistema elétrico de potência em geral. Os parâmetros fundamentais do projeto, tais como: dimensões do núcleo, perdas totais, corrente a vazio e a corrente de energização são estimados analiticamente através do software OCTAVE. As análises eletromagnéticas no núcleo são simuladas via Método dos Elementos Finitos (MEF). A corrente inrush é calculada pelo método analítico via software OCTAVE, simulada via software ATPDraw (Alternative Transient Program) e medida em campo. A otimização multiobjetivo trabalha com dois ou mais objetivos, na maioria das vezes conĆitantes, e a cada iteração armazena as diversas soluções não dominadas da Frente de Pareto, auxiliando os projetistas na escolha da solução que melhor atenda às suas necessidades. Os resultados obtidos com as técnicas de otimização monoobjetivo e multiobjetivo foram para minimizar as perdas totais e/ou custo do projeto.