Estimador neural de velocidade aplicado a um driver de controle escalar do motor de indução trifásico

• Ano de defesa: 2012
• Autor(a) principal: Santos, Tiago Henrique dos
• Orientador(a): Goedtel, Alessandro
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Cornelio Procopio
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica
• Palavras-chave em Português: Estimulação neural; Motores elétricos de indução; Redes neurais (Computação); Neural stimulation; Electric motors, Induction; Neural networks (Computer science)
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/781

Este trabalho propõe uma abordagem baseada em redes neurais artificiais para estimar a velocidade do motor de indução aplicado no controle escalar a laço fechado. Os motores de indução têm grande importância nos mais diversos setores industriais por sua robustez e baixo custo. Assim, quando a carga acoplada ao eixo necessita do controle de velocidade, parte das estratégias de controle e acionamento são baseadas na estimativa de velocidade do eixo do motor. A medida direta da velocidade diminui a robustez comprometendo o sistema de acionamento e controle bem como o aumento do custo de implementação. A proposta deste trabalho consiste em apresentar uma metodologia alternativa às tradicionais para estimativa de velocidade do motor de indução trifásico acionado por um inversor fonte de tensão utilizando modulação espacial vetorial na estratégia de controle escalar. Resultados de simulação e experimentais são apresentados para validar o método proposto com o motor submetido a variações de velocidade e torque de carga, os quais demostraram ser bem promissores.