Professional Documents
Culture Documents
Identificao de Torque de
Carga em Motores de Induo
Usando Abordagem Baseada
em Sistemas Fuzzy
So Carlos
2007
iii
Tessalonicenses 5,15
v
Agradecimentos
permitiram chegar at aqui, em especial ao Prof. Dr. Ivan Nunes da Silva pelos seus
especial a senhora Dilmacy Rodrigues Ferreira por ser minha luz em momentos de
escurido.
SUMRIO
Resumo ......................................................................................................................v
Abstract....................................................................................................................vii
Lista de Figuras........................................................................................................xi
1 Introduo..........................................................................................................1
1.1 Motivao e Relevncia ..............................................................................1
1.2 Proposta e Justificativa da Dissertao.......................................................2
1.3 Organizao da Dissertao .......................................................................4
2 Aspectos da Modelagem do Motor de Induo ..............................................7
2.1 Introduo ...................................................................................................7
2.2 Princpios de Funcionamento do Motor de Induo ....................................8
2.2.1 Efeito Pelicular................................................................................11
2.3 Modelagem Matemtica do Motor de Induo ..........................................13
2.3.1 Transformaes Lineares ...............................................................21
2.3.2 Transformao Linear qd 0 ..........................................................22
2.4 Classificao dos Principais Tipos de Cargas Acopladas ao Motor
de Induo. ...............................................................................................25
3 Aspectos de Sistemas de Inferncia Fuzzy ..................................................31
3.1 Introduo .................................................................................................31
3.2 Constituio dos Sistemas de Inferncia Fuzzy ........................................32
3.2.1 Sistema de Inferncia no Modelo de Takagi-Sugeno .....................37
3.3 Aspectos de Sintonizao de Parmetros de Sistemas de
Inferncia Fuzzy ........................................................................................39
3.3.1 Caractersticas do ANFIS no Matlab ..............................................41
3.4 Aplicaes de Sistemas de Inferncia Fuzzy em Motores de Induo......44
4 Metodologia Proposta Para Identificao de Torque de Carga Usando
Sistemas Fuzzy................................................................................................49
4.1 Introduo .................................................................................................49
4.2 Descrio da Estratgia de Obteno das Curvas de Torque
de Carga ...................................................................................................49
4.2.1 Parmetros Eltricos e Mecnicos do Motor Simulado ..................50
4.2.2 Treinamento do Sistema ANFIS .....................................................51
4.3 Estrutura do Sistema Fuzzy Para Identificao do Torque de Carga........57
iv
Resumo
sistemas fuzzy como uma alternativa aos mtodos tradicionais para levantamento do
Abstract
The three phase induction motors are widely used in all industrial sectors.
inaccurate due to the lack of complete knowledge about the load connected to its
shaft. The proposal of this work consists of using fuzzy system as an alternative tool
to the classical methods for extraction of the load behavior and, in control process,
where knowledge of the torque behavior applied to the motor shaft are need,
focusing several types of loads found in industries. Simulation results are presented
Lista de Figuras
tenso nominal.....................................................................................59
e real/simulado. ................................................................................... 69
do Matlab..............................................................................................88
trs entradas.........................................................................................91
trs entradas.........................................................................................91
Lista de Tabelas
conjugado de carga...........................................................................57
e corrente. .........................................................................................63
carga inversa.....................................................................................79
xvii
1
1 Introduo
[1].
aos outros motores foi alcanado em virtude de sua robustez, simplicidade e baixo
e superviso.
que necessitam de mquinas eltricas rotativas, pois eles possuem um baixo custo e
funcionamento.
sendo operados.
sistemas, como por exemplo, a variao das resistncias dos enrolamentos devido
certos casos acabam sendo aproximados por sistemas lineares. Alm disso, tais
4
abordagens inteligentes esto, tambm, sendo cada vez mais utilizadas em vrias
seqncia.
2.1 Introduo
motores de anis [8, 9]. Este rotor tem seu enrolamento polifsico construdos de
carvo apoiadas sobre anis coletores isolados montados sobre o eixo do motor,
esquilo [8], sendo que estes so ao mais comuns e mais utilizados. O rotor em
extremidade por anis condutores, sendo que essas barras so fixadas no ferro do
rotor [7, 9]. O motor com rotor de gaiola possui outras variaes, alm desta que
que construda de tal forma que se tenha uma resistncia elevada de modo a
para se ter uma resistncia baixa de modo que se garanta um bom rendimento em
situao de regime.
induo. Esse campo magntico girar com velocidade sncrona determinada pelo
fs
s = 120 (rpm) (2.1)
P
plos.
Para ter tenses induzidas e fazer com que o motor funcione, deve-se ento
em rm
s= 100 (2.2)
em
em que:
s o escorregamento.
induo faz com que circulem correntes, igualmente senoidais, pelas bobinas
criao de um campo magntico para cada uma das correntes circulantes, sendo
que os mesmos esto defasados de 120 graus eltricos em relao ao outro e suas
0.8
Ib 0.6
Ia
0.4
0.2 Ib
Amplitude
Ia
0
-0.2
-0.4
Ic
-0.6
Ic
-0.8
-1
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016
Segundos
Assim, medida que o campo girante faz seu caminho ao longo do estator,
[2].
corrente nas camadas superiores de baixa reatncia ser maior do que nas
camadas baixas de alta reatncia, assim como a corrente ser forada contra o topo
Assim, um rotor de gaiola com barras profundas pode ser projetado para ter
uma resistncia efetiva freqncia estator, rotor parado, vrias vezes maior do que
[7].
rotor tem efeito direto sobre a resistncia do rotor e na reatncia indutiva do rotor
cujo valor tem relao direta com a freqncia a qual est submetida. De forma
XL = 2 f L (2.3)
em que:
L a indutncia em Henry.
tem uma distribuio praticamente uniforme. Desta forma, h uma alterao dos
[13, 14].
Assim, tem-se para o fluxo total do motor total a expresso da equao (2.4).
total = r + e (2.4)
em que:
r = r 1 + r 2 + r 3
(2.5)
e = e1 + e 2 + e 3
15
d jr
V jr = i jr Rr +
dt
(2.6)
d je
V je = i je Re +
dt
em que:
Weber.
Ampre.
de induo, tem-se:
Le = Le1 = Le 2 = Le 3
(2.7)
Lr = Lr 1 = Lr 2 = Lr 3
16
Me = Me13 = Me 23 = Me12
(2.8)
Mr = Mr 13 = Mr 23 = Mr 12
equao (2.9).
2 2
cos cos( +
3
) cos( )
3
2 2
Mer ( ) = mer cos(
T
) cos cos( + ) = Mre ( ) (2.9)
3 3
cos( + 2 ) cos(
2
) cos
3 3
mer representa a amplitude das indutncias mtuas das fases do estator em relao
ao rotor.
Le Me Me
Lee = Me Le Me (2.10)
Me Me Le
e,
Lr Mr Mr
Lrr = Mr Lr Mr (2.11)
Mr Mr Lr
onde Lee representa a matriz das indutncias prprias do estator e Lrr do rotor.
i e1
ie = ie 2
i e 3
(2.12)
i r 1
i r = i r 2
i r 3
e = Lee i e + Mre ( )i r
(2.13)
r = Lrr i r + Mer ( )i e
Para a obteno das equaes das tenses do motor com base na Equao
(2.6), considerando tanto o estator como o rotor, as equaes dos fluxos devem ser
18
d e di di Mer ( ) d
= Lee e + Mer ( ) r + ir
dt dt dt dt
(2.14)
d r di di L ( ) d
= Lrr r + M re ( ) e + re ie
dt dt dt dt
di e di Mer ( ) d
Ve = Re i e + Lee + Mer ( ) r + ir (2.15)
dt dt dt
di r di Mre ( ) d
Vr = Rr i r + Lrr + Mre ( ) e + ie (2.16)
dt dt dt
em que:
Re 0 0
Re = 0 Re 0 (2.17)
0 0 Re
e,
Rr 0 0
Rr = 0 Rr 0 (2.18)
0 0 Rr
19
[L ] [Mre ( )]33
[L( )]66 = ee 33 (2.19)
[Mer ( )]33 [Lrr ]33
1 T d
T = [ i ]16 [L( )] [ i ]61 (2.20)
2 d
em que:
i e1
i
e2
ie 3
[i ] = (2.21)
i
r1
ir 2
i
r3
d
d [0] d
[ Mre ( )]
d
[L( )]66 = (2.22)
[M ( )]
d
[0]
d er
Mas:
20
[Mer ( )] = [Mer ( )]
T
(2.23)
Logo, tem-se:
Mer ( )] [ i e ]
d T
1 [ 0] [
T = [ i e ] [ i r ]
T T dt
(2.24)
2 d
d [ er ]
M ( ) [0] [i r ]
[ i e ]
1 T d d
T = [ i r ] [ Mer ( )] [ie ] [Mer ( )]
T T
(2.25)
2 d d
[ i r ]
[ A ] [B ] = [B ][ A ]
T T
(2.26)
sendo que:
T
[C ] = [C ] e [ A] [B ] C = [B ][ A][C ]
T T T
(2.27)
ento:
T
[ A] [B ] [C ] = [C ]T [ A]T [B ]T = [C ]T [B ][ A]
T T T
(2.28)
21
T d
T = [ i e ] [Mer ( )] [ i r ] (2.29)
d
motor de induo.
enrolamentos, assim, medida que o rotor gira, tais termos acoplados variam com o
coordenadas original. Uma varivel representada por uma relao biunvoca entre as
1
qd 0 =C abc (2.30)
q a
d = Cqd 0 ( ) b (2.31)
c
0
2 2
cos cos(
3
) cos( + )
3
2 2 2
Cqd 0 ( ) = sin sin( ) sin( + ) (2.32)
3 3 3
1 1 1
2 2 2
1
e a matriz de transformao inversa Cqd 0 ( ) expressa por:
24
cos( ) sin( ) 1
1 2 2
Cqd 0 ( ) = cos( ) sin( ) 1 (2.33)
3 3
2 2
cos( + ) sin( + ) 1
3 3
sncrono. De acordo com [9], para estudos de regime transitrio usualmente mais
que gira a uma velocidade = e , como ilustrado na Figura 2.2. Fazendo igual a
zero, obtm-se o sistema de coordenadas fixo. Esse modelo genrico para simular
captulo.
Motor de Induo
potncia. De certa forma, isso equivale a afirmar que tal carga necessita de um
P = C (2.34)
26
em que:
Carga Constante;
Carga Linear;
Carga Quadrtica;
Carga Inversa;
Conjugado no uniforme.
motor. Desta forma, o seu valor com o aumento da velocidade permanece constante.
de correias sob carga constante [15]. A Figura 2.3 ilustra o comportamento dessa
carga.
27
(Figura 2.4), sendo que tal tipo de carga encontrado em diversas aplicaes como
volantes e tem como propsito liberar a maior parte da energia cintica armazenada
visando suprir picos de demanda de energia por parte da mquina acionada. Desta
forma, o motor atua como repositor de energia cintica entre dois picos consecutivos
a no produzir vibrao no eixo do motor [2]. Como exemplo desse tipo de carga,
hidrulicas [15].
rotao no se tem uma funo matemtica que descreva de forma satisfatria seu
comportamento. De acordo com [15], tem-se como exemplo desse tipo carga, fornos
3.1 Introduo
humano, pois muitas das tomadas de decises humanas so abstratas, de tal forma
computacional.
computacional e otimizao.
lgica fuzzy juntamente com o processo de inferncia fuzzy e vrias aplicaes que
envolvem esse sistema [18-21]. Desta forma, neste captulo sero abordados
mesmo.
32
do sistema fuzzy.
representadas por uma famlia de conjuntos fuzzy. Assim, a inferncia fuzzy oferece
Figura 3.1:
33
conjunto fuzzy, de tal forma, que o sistema possa identificar a quais variveis
variveis. Nesta fase tambm ocorre ativao das regras fuzzy relevantes para um
dado sistema.
uma tarefa fcil, por mais que os mesmos conheam profundamente o problema que
possvel efetuar uma sintonia manual das funes de pertinncias dos conjuntos,
automtica de regras.
pertencente a uma classe; desta forma, na teoria dos conjuntos pertencente a este
flexibilizada.
conjunto fuzzy, sendo este definido por uma funo chamada de funo de
pertinncia, ou seja:
A ( x ) : X [0,1]; x X (3.1)
valor normalizado pertencente (localizado) entre 0 (zero) e 1 (um), onde tais valores
2
A ( x ) = e K ( x m ) , com K > 1 (3.2)
excentricidade.
do tipo gaussiana.
especialista, pode no ser uma tarefa fcil por mais que os mesmos conheam
nesse trabalho para a sintonia das funes de pertinncia. Ele ser abordado com
fuzzy que consiste na gerao da regio de sada fuzzy dada uma entrada tambm
entrada no conjunto de sada. Assim, com esse resultado possvel obter um valor
outros [19].
eles o mtodo do centro de rea, mtodo da mdia dos mximos (Equao (3.3)) e
M
Vk
MMAX = (3.3)
k =1 M
sendo que Vk so os valores de C ' (regio fuzzy de sada) que contm graus de
melhor entendimento do sistema ANFIS adotado nesse trabalho para a criao das
Sugeno pode ser tanto uma funo linear como uma funo constante.
Assim, de posse desses valores, realiza-se ento uma ponderao entre os mesmos
seguinte forma:
Ri : Se Entrada 1 x1 e Entrada 2 x2
Ento Sada y i = ai x1 + bi x2 + ci
sendo que o resultado final obtido pela mdia ponderada de todos os resultados
a Equao (3.4).
i yi
y= i =1
N
(3.4)
i =1
i
duas variveis como dado de entradas: temperatura, com domnio variando de 800 a
D 3
1200 C ; e volume, tendo domnio variando de 20 a 80 m de gua. A varivel de
Entretanto, caso o sistema a ser modelado tiver mais que uma sada, basta-se ento
uma funo de pertinncia resultante, na qual pode ser determinado o valor preciso
dos processos envolvidos, de tal forma que o sistema seja implementado com as
anteriormente.
pertinncia e gerar as regras fuzzy. Desta forma, nesta seo ser apresentado um
3.5 mostra a interface de configurao dos parmetros que devero ser inseridos
aprendizagem do sistema, sendo que tais dados devem estar contidos em uma
matriz. Como exemplo, se forem utilizadas duas entradas, a matriz dever conter
trs colunas, sendo a ltima contendo os dados de sada. Essa matriz carregada
Utilizou-se neste trabalho a opo grid partition, que consiste em agrupar os dados
que ser aplicada, bem como o tipo de funo de sada a ser empregado no
iniciais.
algoritmo finalizado quando algum desses parmetros for alcanado, pois ambos
fornece a opo de escolher qual treinamento se deseja utilizar. Nesse trabalho foi
3.7 ilustra a arquitetura do ANFIS, onde se pode perceber que as duas primeiras
regras.
exigncia de se ter apenas uma varivel de sada. A mesma deve ser obtida
Apndice A.
trifsicos.
relacionadas ao MIT utilizando sistemas fuzzy podem ser encontradas [28], embora
motor e medem conjugado de carga. As clulas de carga, por sua vez, medem
45
demonstrada com controlador vetorial indireto, ele pode tambm ser estendido a
torque so caros, ento o controle de MIT por sensorless tem recebido bastante
ateno [33].
operao vem demonstrando ser uma das mais importantes fontes de erros dos
os sensores no podem ser instalados por causa do seu ambiente, mas tambm
modelo matemtico que depende dos parmetros atuais do motor para simular o
torque e velocidade podem ser calculados pela medio digital de ambas, corrente e
estimaes, tal como o mtodo AGT ( AIR GAP TORQUE ) proposto em [39]. Este
invasivo. Outro mtodo o Shaft Torque Method, abordado em [40], sendo esse
para baixas freqncias. J em [31] proposta uma abordagem pouca invasiva, pois
progressivas.
contribuir com mais uma metodologia para a estimativa do torque por intermdio
4.1 Introduo
inferncia fuzzy como para sua validao so usadas funes matemticas que
uma anlise dos dados de entrada para que o sistema possa ajustar as funes de
pertinncias e as regras de forma confivel e consistente. Desta forma, foi feita uma
varivel separadamente.
forma coerente a parte transitria das curvas. Neste caso, o sistema fuzzy conseguia
treinamento do ANFIS. A Figura 4.2, Figura 4.3, Figura 4.4 e Figura 4.5, ilustram
20
1 Dado 1: 211 - 1
18 Dado 2: 211 - 5
Dado 3: 215 - 1
16 Dado 4: 215 - 5
Dado 5: 220 - 1
14 Dado 6: 220 - 5
Corrente (Ampre)
2
12
10
6
3
4
0 1 2 3 4 5 6 7 8 9 10
Tempo (Amostras) 4
x 10
Figura 4.2 Anlise das correntes do motor de induo.
uma tenso de 211 Volts. Os demais dados esto ilustrados na legenda da Figura
19.5
Dado 1: 211 - 1
Dado 2: 211 - 5
Dado 3: 215 - 1
19
Dado 4: 215 - 5
Dado 5: 220 - 1
18.5 Dado 6: 220 - 5
Corrente (Ampre)
18
17.5
17
16.5
0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tempo (Amostras) 4
x 10
Figura 4.3 Detalhe 1 da Figura 4.2.
55
uma tenso de 211 Volts com conjugado de carga de 1 Nm. Os demais dados esto
conjugado.
Dado 1: 211 - 1
Dado 2: 211 - 5
14
Dado 3: 215 - 1
Dado 4: 215 - 5
Dado 5: 220 - 1
12
Dado 6: 220 - 5
Corrente (Ampre)
10
aos demais dados, enquanto que na Figura 4.4, isso no acontece mais. Na Figura
4.4 observa-se que o Dado 1 est mais prximo dos Dados 3 e 5, pois estes tm os
56
Dado 1: 211 - 1
4.4
Dado 2: 211 - 5
Dado 3: 215 - 1
4.3
Dado 4: 215 - 5
Dado 5: 220 - 1
4.2
Dado 6: 220 - 5
Corrente (Ampre)
4.1
3.9
3.8
3.7
3.6
4.3, Figura 4.4 e Figura 4.5, observa-se que as correntes para cada conjugado se
elas se agrupam por valor de conjugado. Desta forma, optou-se por agrupar os
dados de treinamento no mais por tenso, e sim por conjugado de carga, como
TABELA 4.4 Composio dos dados de treinamento agrupados por conjugado de carga.
Tenso (Volts) Conjugado de carga (Nm)
200 1
203 1
205 1
201 2
204 2
200 3
203 3
201 4
205 4
202 5
204 5
200 6
203 6
vrios sistemas foram implementados, com diversas variaes, de tal forma que seja
treinamento foi ajustado para 5. Com um nmero de pocas maior, observa-se que a
se os valores de erro relativo mdio e o desvio padro para que se possa ser
58
pertinncia, sendo que as mesmas so do tipo gaussiana. Desse modo, gera-se 729
regras para o sistema fuzzy. valido salientar que desse total de regras geradas,
pode ser que nem todas delas possam ser ativadas ou usadas ao mesmo tempo.
qual foi obtida com nove funes de pertinncia para cada entrada. Tambm foi
uma variao de 10% . Consegue-se, desta forma, atingir dois objetivos, ou seja,
dividir a estrutura fuzzy em vrios sistemas fuzzy menores, implicando ento numa
desempenhar sua funo principal continuamente numa faixa de tenso que varie
alimentao, pois o conjugado entregue a carga tem uma relao quadrtica com a
200 200-210
211 211-220
221 221-230
231 231-240
Figura 4.7 apresenta o mapeamento para a carga do tipo linear. H, desta forma, o
mapeamento de uma regio de conjugado limitada pela curva 1 e pela curva 66. Dentro
Figura 4.6 Curva de conjugado para faixa de tenso de 10% da tenso nominal.
60
conjugado do motor.
Para cada faixa de tenso foi gerado um sistema fuzzy. Assim, para cada
pertinncia para a tenso que corresponde s faixas de tenses entre 200 210 V.
Tais ajustes foram fornecidos pelo sistema ANFIS, sendo que o universo de discurso
Mi MP PP P Me G PG MG Ma
1
0.8
0.6
0.4
0.2
A TABELA 4.6 ilustra tais universos de discurso para todas as faixas de tenses.
velocidade), ou seja, ilustra o conjunto de termos que ser utilizado para expressar o
Smbolo Significado
Mi Mnima
MP Muito pequena
PP Pouco pequena
P Pequena
Me Mdia
G Grande
PG Pouco grande
MG Muito grande
Ma Mxima
todas as faixas de tenses de forma genrica, pois o que diferencia uma faixa de
Mi MP PP P Me G PG MG Ma
1
0.8
0.6
0.4
0.2
0 2 4 6 8 10 12 14 16 18
Mi MP PP P Me G PG MG Ma
1
0.8
0.6
0.4
0.2
blocos.
5.1 Introduo
curvas. Sendo que 34 dessas foram utilizadas para o treinamento do sistema fuzzy,
metodologia empregada neste trabalho pode ser tambm aplicada em outras faixas
A Figura 5.1 mostra o resultado da generalizao para uma carga linear com
tenso de 202 Volts. O torque de carga foi estimado com um erro relativo mdio de
2,6%, com desvio padro de 3,9%. O objetivo do valor desse perfil de tenso
simular uma subtenso no motor de induo visando testar o modelo proposto por
esse trabalho.
67
Conjugado (Nm)
1.5
0.5
0
5 10 15 20 25 30 35 40 45
Tempo(Amostras)
Figura 5.1 MIT submetido a conjugado resistente linear alimentado com 202V.
ao MIT submetido a uma tenso de 220 Volts que, em regime permanente, atinge 6
Nm. Esta estimativa obteve um erro relativo mdio de 0,81% com um desvio padro
de 2,2%.
Estimado
5 Real/Simulado
4
Conjugado (Nm)
0
5 10 15 20 25 30 35 40 45
Tempo(Amostras)
Figura 5.2 MIT submetido a conjugado resistente linear alimentado com 220V.
68
submetida a uma tenso de 238 V, sendo que essa carga em regime permanente
atinge um conjugado de 4 Nm. O torque de carga foi estimado com um erro relativo
O motor foi submetido a essa elevada tenso para simular uma sobretenso, sendo
3.5
Conjugado(Nm)
2.5
1.5
0.5
0
5 10 15 20 25 30 35 40 45
Tempo(amostra)
Figura 5.3 MIT submetido a conjugado resistente linear alimentado com 238V.
curva estimada e a curva real/simulada, a qual foi ilustrada pela Figura 5.3.
69
1.2
Erro Relativo 1
0.8
0.6
0.4
0.2
0
5 10 15 20 25 30 35 40 45
Amostra de Teste
desvio padro, tenso e conjugado nominal para as simulaes das cargas lineares.
uma tenso de 205 Volts. O torque de carga foi estimado com um erro relativo mdio
de 2,5% com desvio padro de 3,1%. O objetivo do valor desse perfil de tenso
simular uma subtenso no motor de induo para testar o modelo proposto por esse
trabalho.
0.9 Estimado
Real/Simulado
0.8
Conjugado (Nm)
0.7
0.6
0.5
0.4
0.3
0.2
0.1
5 10 15 20 25 30 35 40 45
Tempo (Amostras)
Figura 5.5 MIT submetido a conjugado resistente quadrtico alimentado com 205V.
71
submetida a uma tenso de 220 Volts, que em regime permanente atinge 6 Nm.
Esta estimativa obteve um erro relativo mdio de 1,29% com desvio padro de
2,93%. A partir de tal simulao se pode realizar uma comparao dos resultados
advindos do sistema fuzzy entre dois tipos de cargas submetidas ao mesmo motor
Estimado
5 Real/Simulado
Conjugado (Nm)
0
5 10 15 20 25 30 35 40 45
Tempo (Amostras)
Figura 5.6 MIT submetido a conjugado resistente quadrtico alimentado com 220V.
atinge um conjugado de 4 Nm. O torque de carga foi estimado com um erro relativo
O motor foi submetido a essa elevada tenso para simular uma sobretenso, sendo
submetidas ao mesmo motor com os mesmos parmetros, sendo que o motor est
3.5
Estimado
Real/Simulado
3
Conjugado (Nm)
2.5
1.5
0.5
0
5 10 15 20 25 30 35 40 45
Tempo (Amostras)
Figura 5.7 MIT submetido a conjugado resistente quadrtico alimentado com 238V.
curva estimada e a curva real/simulada, a qual foi ilustrada pela Figura 5.7.
1.6
1.4
1.2
Erro Relativo
0.8
0.6
0.4
0.2
0
5 10 15 20 25 30 35 40 45
Amostra de Teste
outras cargas, aqui tambm ser apresentada uma tabela com os erros relativos
uma tenso de 209 Volts. O torque de carga foi estimado com um erro relativo mdio
74
de 1,29% com desvio padro de 5,29%. O objetivo do valor dessa tenso simular
um subtenso no motor de induo para testar o modelo proposto por esse trabalho.
6.5
Conjugado (Nm)
5.5
5 10 15 20 25 30
Tempo (Amostras)
Figura 5.9 MIT submetido a conjugado resistente inverso alimentado com 209 V.
submetida a uma tenso de 220 Volts, que em regime permanente atinge 6 Nm.
Esta estimativa obteve um erro relativo mdio de 1,27% com um desvio padro de
Conjugado (Nm) 8
7.5
6.5
5.5
5 10 15 20 25 30
Tempo (Amostras)
Figura 5.10 MIT submetido a conjugado resistente inverso alimentado com 220 V.
atinge um conjugado de 3 Nm. O torque de carga foi estimado com um erro relativo
O motor foi submetido a essa elevada tenso para simular uma sobretenso, sendo
4
Conjugado (Nm)
3.5
2.5
5 10 15 20 25 30
Tempo (Amostras)
Figura 5.11 MIT submetido a conjugado resistente inverso alimentado com 230 V.
10
Erro Relativo
0
0 5 10 15 20 25 30
Amostra de Teste
desvio padro, tenso e conjugado nominal para as simulaes das cargas inversas.
carga em regime.
resultados obtidos entre a estratgia fuzzy abordada por este trabalho e a estratgia
abordada pelo trabalho [2], no qual utilizou redes neurais artificiais para a estimativa
mesmo conjugado para a carga linear. Os dados foram gerados pelo mesmo modelo
78
TABELA 5.4 Comparao de resultados entre sistemas inteligentes para a carga linear.
Sistema Fuzzy Redes neurais artificiais
Valor do (abordado neste trabalho) (abordado por [2])
conjugado
(Nm) Erro Mdio Desvio Padro Erro Mdio Desvio padro
(%) (%) (%) (%)
1 6,79 12.50 12,77 22,74
2 3,12 5,95 6,44 18,48
3 1,25 2,92 3,98 8,88
4 0,69 1,12 6,91 7.56
5 0,73 1,17 2,20 5,38
6 0,81 2,22 3,18 8,21
anteriores.
TABELA 5.6 Comparao de resultados entre sistemas inteligentes para a carga inversa.
Sistema Fuzzy Redes neurais artificiais
Valor do (abordado neste trabalho) (abordado por [2])
conjugado
(Nm) Erro Mdio Desvio Padro Erro Mdio Desvio padro
(%) (%) (%) (%)
1 1,43 1,52 3,14 3,27
2 1,40 2,64 1,19 1,47
3 1,96 3,69 0,81 1,11
4 1,22 2,50 0,51 0,71
5 1,40 2,46 0,39 0,45
6 1,27 1,99 0,26 0,24
nessa seo ilustram o valor em regime para cada carga. Portanto, para cada carga
induo. Por intermdio desse modelo foi possvel desenvolver uma estrutura
O modelo proposto pode ser usado como uma alternativa aos mtodos
partir dos valores discretizados dos universos de discurso das respectivas entradas.
demais cargas no se aplica para esse tipo de carga em particular. Portanto, para a
possa ser utilizado para estimar em tempo real o torque de carga em motores de
induo.
83
Referncias Bibliogrficas
Apndice A
Toolbox Fuzzy Logic
permintindo assim uma maneira fcil de criar e editar sistemas de inferncia fuzzy
e, at mesmo, ajustar (refinar) tal sistema. Tendo ento esta necessidade, se pode
utilizar o a ferramenta do Matlab conhecida como toolbox Fuzzy Logic. A Seo A.1
guia de usurio (user's guide) do Matlab, sendo que o mesmo apresenta de forma
bem didtica todos os principais aspectos envolvidos com o toolbox Fuzzy Logic.
88
editor ANFIS, o qual ser detalhado na Seo A.2, possui ainda os editores: de
Figura A.1 Esquema dos componentes constituintes do Toolbox Fuzzy Logic do Matlab.
89
de tal sistema. Assim, por intermdio deste editor se consegue visualizar o sistema
gerado a partir da tcnica ANFIS. Para se obter a tela do editor FIS, basta digitar o
sistema fuzzy, sendo que o editor FIS apenas mostra o contedo deste arquivo de
visualizar todas suas caractersticas. A Figura A.3 exibe a tela inicial deste editor,
deletar e ignorar regras. Assim sendo, a Figura A.4 ilustra a tela do editor contendo
Figura A.4 Editor de regras ilustrando regras de um sistema com trs entradas.
toolbox Fuzzy Logic conhecido como visualizador de regras. Assim sendo, a Figura
Figura A.5 Visualizao das regras de um sistema proposto com trs entradas.
92
entradas do sistema fuzzy. Para os sistemas com mais de duas entradas e uma
consideradas como constante. Para ilustrar a tela desse visualizador, esta ser
apresentada juntamente com uma das superfcies de sada do sistema fuzzy usada
para tal procedimento, alm de que bem simples sua utilizao. Assim sendo,
ajustado com suas funes de pertinncia e regras. Sendo assim, pode-se afirmar
atravs de uma interface grfica conhecida como editor GUI (Ghaphical User
necessidade do usurio.
comando, pois a utilizao do mesmo via GUI j foi explanado na Seo 3.3.1.
parametrizar a sua estrutura fuzzy da mesma forma que o editor GUI permite.
utilizado.
95
Apndice B