Laboratório de Mecatrónica/IST - COPPE Elétrica/UFRJ

Slides:



Advertisements
Apresentações semelhantes
Prof. André Laurindo Maitelli DCA-UFRN
Advertisements

Amintas engenharia.
Motor Trifásico de Indução Partidas Convencionais
UTILIZAÇÃO DA METODOLOGIA DOS TRÊS SINAIS DE AXIAL OFFSET PARA MONITORAÇÃO E CONTROLE DAS OSCILAÇÕES AXIAIS DE XENÔNIO NO REATOR NUCLEAR DE ANGRA 1.
Instrutor: Edson Pires da Silva
Especificações de Filtros
GERADOR SÍNCRONO Geradores síncronos ou alternadores são máquinas síncronas usadas para converter potência mecânica em potência elétrica ASPECTOS CONSTRUTIVOS.
Circuito equivalente recomendado pelo IEEE
MÁQUINAS ELÉTRICAS Máquina de Corrente Contínua - MOTOR DC
MÁQUINAS ELÉTRICAS Máquina de Corrente Contínua - MOTOR DC
Modelos no Domínio do Tempo de Sistemas LTI Contínuos
Carlos Barreira MARTINEZ
Redes Neurais Artificiais
Integração Numérica.
Seleção de Máquina Deve-se considerar: tamanho físico; potência;
Aspectos da Implementação de Redes Neurais
1. SINAIS Contém informações sobre uma variedade de coisas e atividades em nosso mundo físico. PROCESSAMENTO DE SINAIS Ato de extrair as informações necessárias.
Métodos Numéricos e Estatísticos
Avaliação de Desempenho Planejamento de Experimentos 2 Aula 2 Marcos José Santana Regina Helena Carlucci Santana Universidade de São Paulo Instituto de.
Inteligência Artificial
LINEARIZAÇÃO DE GRÁFICOS
Indexação e Hashing Muitas consultas referenciam apenas uma pequena porção dos registros em uma tabela. Portanto necessitamos ser capaz de localizar estes.
CAPÍTULO Equações dinâmicas de um robô
Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2.
Motores de Passo: descrição, operação e acionamento.
AMBIENTE MULTIMÍDIA DE SUPORTE À DISCIPLINA DE PÓS-GRADUAÇÃO
INVERSOR DE FREQUÊNCIA.
INF 1771 – Inteligência Artificial
Motores de Relutância Possuem o estator (polifásico ou monofásico) semelhante ao motor de Indução. Motores de relutância sem gaiola necessitam de um conversor.
A Framework for Robots Development and Programming Based on Genetic Algorithms Palmeira P.F.M Silvino J.S. de Melo J.C.D DEE-UFMG DELT-UFMG.
Prof. Marcelo de Oliveira Rosa
ROBÓTICA Helder Anibal Hermini.
UNIVERSIDADE FEDERAL DO PARANÁ
Sistemas de Aquisição e Processamento de Dados
Sistemas de Controle Processo Controle Medição Atuação prof. d'Avila.
Aproximação Linear de Sistemas Não-Lineares
INVERSOR PRINCIPIO DE FUNCIONAMENTO
Equações diferenciais ordinárias
Redes Bayesianas - Aplicação em Risco Operacional
Tópicos especiais em controle inteligente e distribuído Professor: Jorge Dantas de Melo Rafael Marrocos Magalhães.
Aula 3: Sensores.
Extração de Regras de RNA Wilian Soares Lacerda Fevereiro de 2003.
Modelagem de Sistemas Dinâmicos
Automação Industrial Máquinas Elétricas
Introdução aos Sistemas de Controle
Interpolação e Ajuste de Curvas
Aula Teorica 4: Diagrama de Blocos
Oscar Takeshi Omar Mogames Vitor Gomes
Aula 4 Disciplina: Sistemas de Controle 1 - ET76H
Projeto de sistemas de controle pelo Método do Lugar das Raízes
INSTRUMENTAÇÃO E CONTROLE DE BIOPROCESSOS
Parte 2 – Máquinas Elétricas
Chaves de Partida para Motores tipo Soft-Starter
MOTORES DE INDUÇÃO TRIFÁSICOS
Prof. Dr. Helder Anibal Hermini UNICAMP-FEM-DPM
Integração numérica Aula 10 Fórmulas de Newton-Cotes: Trapézios;
Aula 2: Sinais e Atuadores
Inversores » Rodrigo Balani N˚ » Luiz Felipe Perrella N˚
INSTRUMENTAÇÃO E CONTROLE DE BIOPROCESSOS
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Professor: Dr. Edwin B. Mitacc Meza
Sistemas Lineares e Invariantes: Tempo Contínuo e Tempo Discreto
Controle de Processos por Computador
Sistemas de Controle III N8SC3
TÉCNICAS DE ESTIMATIVAS
Sistemas de Controle III N8SC3
Acionamentos Elétricos ACIJ6
Prof. Gustavo Fernandes de Lima
Instituto Federal de Santa Catarina
Controle de Sistemas Dinâmicos Sistemas de Controle - Implementação analógica Fevereiro Departamento de Eletrotécnica MA9 - Análise pelo método.
Transcrição da apresentação:

Laboratório de Mecatrónica/IST - COPPE Elétrica/UFRJ Review of The Ripple Reduction Strategies in SRM Luís Oscar P. Henriques Luís Guilherme B. Rolim P. J. Costa Branco Walter I. Suemitsu Apresentar o trabalho, ler o título e os orientadores.

Apresentação Introdução Técnicas Conclusões Tabela Característica Modelo Matemático Controle Adaptativo Convencional Redes Neurais Lógica Fuzzy Neuro-fuzzy Conclusões

Introdução – Motor de Relutância Variável MRV possui natureza não linear – oscilação de torque Duas aproximações iniciais Melhoria do projeto magnético Controle eletrônico

Introdução – Motor de Relutância Variável Projeto magnético: Modificações mecânicas (tamanho do polo do rotor e/ou estator) Equações analíticas para auxiliar o projeto Uso de elementos finitos Desvantagem: Soluções especificas para faixas restritas de operação

Introdução – Motor de Relutância Variável Controle Eletrônico Seleção ótima da combinação de parâmetros como: Tensão de alimentação Perfil de corrente Ângulo de energização e desenergização

Uso de Tabelas Características Baseia-se em duas tabelas de relações L(,I) e (,I) Desvantagens: Obtenção não trivial Grande custo computacional

Uso de Tabelas Características Situação: Estimar o torque instantâneo através da curva característica usando interpolação bi-cúbica (Moreira, 1992) Vantagem: Não necessita de processador rápido por já manter gravados os coeficientes na memória do DSP

Uso de Tabelas Características Desvantagens: - Método envolve a operação de polinômios de 3ª ordem. - Desconsidera a superposição de fases quando a variação da indutância de fase é positiva. Em seguida, o torque estimado é comparado com um torque de referência, e o resultado é então usado no regulador de corrente que controlará as correntes de fase do motor.

Modelos matemáticos Pode considerar a velocidade da máquina e usar uma aproximação em tempo real em vez de uma tabela pré-definida. Calcular previamente as funções de torque otimizadas para minimizar o torque (Stankovic, 1999) Vantagem:redução da carga computacional e permite inclusão de objetivos secundários de controle Desvantagem: perda de robustez pelo calculo off-line e necessidade de grande espaço de memória Obter uma aproximação matemática das relações L(,I) e (,I) (Rochford, 1993) Vantagem: Controle rápido, eficiente e em tempo real através de malhas de controle. Desvantagem: Linearização de grande parte do sistema.

Controle Adaptativo – Convencionais Atualizar os parâmetros do controlador em tempo real utilizando identificação recursiva (Russa,2000) Vantagem: O controlador se ajusta em tempo real a qualquer mudança de característica do motor. Desvantagem: para altas velocidades há geração de modelo inválido devido a necessidade de grande tempo computacional para o calculo do torque e do sistema de identificação no mesmo DSP. (O controle de velocidade é um controlador PI convencional que gera um sinal de torque de referencia T*. Com o sinal de T*, e após a estimação do torque da máquina, o controlador envia as correntes de referencia para a histerese.)

Controle Adaptativo – Convencionais Gerar o contorno das correntes de forma que a soma dos torques gerados por cada fase seja constante e igual ao torque desejado. (Husain,1996) Vantagem: Apesar de ser possível o uso de diversas formas de contorno, deve-se fazer uma escolha criteriosa das funções. Desvantagem: Considera-se a comutação de corrente entre as fases como instantânea 50 100 150 200 250 300 350 400 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 f1 f2 f3 f4 Para isto os autores definem uma função de contorno fT()) ( isto é impraticável por implicar em um di/dt elevado em um enrolamento indutivo da fase.)

Controle Adaptativo – Rede Neural Gerar a tabela de relação torque/corrente/posição (Reay, 1995) Vantagem: Leva em conta as interações magnéticas entre as fases conduzindo. Desvantagem: Necessita de sensor de torque e condições iniciais de treino de grande importância para o êxito da aprendizagem da redes.

Controle Adaptativo – Lógica Fuzzy Propor um controlador adaptativo fuzzy de velocidade de forma a minimizar a oscilação de torque (Mir, 1999) Vantagem: Não possui dependência a variações nos parâmetros e é bastante robusto Desvantagem: Sem a presença do estimador de torque seria impróprio o seu uso. (Sayeer, 1995) Vantagem: ( permitindo sensores de posição baratos)

Controle Adaptativo – Neuro Fuzzy Criar um sistema que produza um sinal adicional de corrente que sendo adicionado a saída de um controlador PI nos propicie redução de oscilação de torque (Henriques, 2002) Vantagens: Flexibilidade de operação, funcionamento Online e capacidade de aprendizagem. Funcionamento: 3 entradas ( I, q, w) e saída DI, usando–se um sinal de erro

Controle Adaptativo sem sensor – Neuro Fuzzy

Conclusões Uma ampla variedade de técnicas de eliminação/redução das oscilações de torque em um motor de relutância variável foi apresentada. Uma nova metodologia de compensação foi apresentada A eliminação de sensores é uma realidade nos dias de hoje, com esta nova técnica é possível reduzir as oscilações e também retirar sensores sem perder robustez.