P. 1
Plan de Tesis

Plan de Tesis

|Views: 10|Likes:
Publicado porYonatan Cruz

More info:

Published by: Yonatan Cruz on Jul 01, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

06/27/2014

pdf

text

original

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO FACULTAD DE: INGENIERÍA ELÉCTRICA, ELECTRÓNICA, MECÁNICA Y MINAS.

CARRERA PROFESIONAL DE: INGENIERÍA ELECTRÍCA.

PROYECTO DE TESIS
PROPUESTA DEL CONTROL DIRECTO DE PAR Y FLUJO DE UN MOTOR DE INDUCCION TRIFASICO CON ENFASIS DE INTELIGENCIA ARTIFICIAL NEURO-DIFUSO

ASIGNATURA: DOCENTE ALUMNO : :

seminario de tesis Dor. Luis Mendoza Quispe Gilbert López Huamanrayme 073071-I

SEMESTRE 2012-II Cusco, 10 Diciembre del 2012

UNSAAC

INGENIERIA ELECTRICA

INDICE
1.1 1.2 1.2 2. TÍTULO........................................................................................................... 3 RESPONSABLE ............................................................................................. 3 ÁMBITO GEOGRÁFICO ................................................................................. 3

EL PROBLEMA ..................................................................................................... 3 2.1 2.2 2.3 2.4 2.5 PLANTEAMIENTO DEL PROBLEMA ............................................................. 3 FORMULACIÓN DEL PROBLEMA ................................................................. 4 OBJETIVOS ................................................................................................... 4 JUSTIFICACIÓN DEL ESTUDIO .................................................................... 4 ALCANCES .................................................................................................... 7

3.

MARCO TEORICO ................................................................................................ 7 3.1 3.2 3.3 3.4 3.5 ANTECEDENTES DEL PROBLEMA .............................................................. 7 BASES TEÓRICAS ........................................................................................ 8 HIPÓTESIS .................................................................................................. 21 VARIABLES E INDICADORES ..................................................................... 21 BIBLIOGRAFIA BASE .................................................................................. 22

4.

METODOLOGIA .................................................................................................. 23 4.1 4.2 4.3 4.4 POBLACIÓN Y MUESTRA ........................................................................... 23 TÉCNICAS DE RECOLECCIÓN DE DATOS................................................ 23 PROCESAMIENTO Y EVALUACIÓN DE DATOS ........................................ 23 TECNICAS DE ANALISIS DE DATOS.......................................................... 24

5. 6.

CONTENIDO PRELIMINAR................................................................................. 24 ADMINISTRACIÓN DEL TRABAJO..................................................................... 26 6.1 6.2 CRONOGRAMA DE EJECUCION ................................................................ 26 PRESUPUESTO .......................................................................................... 26

7.

ANEXOS.............................................................................................................. 27 7.1 7.2 CERTIFICACION DE ORIGINALIDAD DEL CASO ....................................... 27 PLANOS BASICOS DE MONTAJE .............................................................. 27

SEMINARIO DE TESIS

Gilbert López Huamanrayme

2

1 TÍTULO “PROPUESTA DEL CONTROL DIRECTO DE PAR Y FLUJO DE UN MOTOR DE INDUCCION TRIFASICO CON ENFASIS DE INTELIGENCIA ARTIFICIAL NEURO-DIFUSO” 1. CAUSA Motores con control escalar con poca capacidad ante adversidades dinámicas . flujo torque. PROBLEMA Respuesta transitoria pobre e insatisfactoria ante prestaciones dinámicas de la máquina y poca adaptabilidad. EFECTO Perdidas intermitentes en el circuito magnético del motor de inducción. pues reduce en un 20% de la vida útil si el controlador fuera escalar.2 ÁMBITO GEOGRÁFICO El tema de tesis se desarrollara en el ámbito geográfico del cusco 2. del motor CAUSA Control de motores con conmutador u ondulador de inversores no óptimos cuando se trabaja a altas frecuencias y bajas frecuencias CAUSA Motores con controladores de histéresis y tablas de conmutación en casos de control DTC si inteligencia artificial SEMINARIO DE TESIS Gilbert López Huamanrayme 3 . EFECTO Generación armónicos corriente. EFECTO Se establece un flujo magnético constante produciendo una respuesta lenta de par electromagnético.UNSAAC INGENIERIA ELECTRICA MARCO REFERENCIAL 1.2 RESPONSABLE EST. MEJOARMIENTO DEL CONTROL DE UN MOTOR DE INDUCCION TRIFASICO POR CONTROL DIRECTO DE PAR Y FLUJO UTILIZANDO INTELIGENCIA ARTIFICIAL NEURO-DIFUSO EFECTO Inestabilidad de en el funcionamiento de la máquina de inducción ente prestaciones dinámicas. Gilbert López Huamanrayme 1. perdida de energía intermitente y disminución de tiempo de vida SINTOMAS En la mayoría de los casos. el 75% de motores deteriorados son a causa del tipo de sistema de control. EL PROBLEMA 2. de de y SINTOMAS Las maquinas eléctricas en un país industrializado constituyen un 60% en el consumo de energía y es de recurrir a aun control óptimo para su mejor desempeño y así mejorar las prestaciones de la máquina.1 PLANTEAMIENTO DEL PROBLEMA Para mejor entendimiento del problema se muestra a continuación el árbol de problema.

1 OBJETIVOS ESPECIFICOS Proponer el control de un motor de inducción trifásico a través de control directo de par y flujo utilizando inteligencia artificial neutra difusa. sin duda justifican la realización de una investigación que mejore el desempeño del sistema bajo distintas condiciones de operación y que al mismo tiempo permita el control óptimo del par y flujo magnético del motor de inducción. d) Investigar sobre controladores más eficiente para control de motores con la aplicación de un sistema neuro-difuso cuya estructura o arquitectura sea razonablemente y eficiente.4 JUSTIFICACIÓN DEL ESTUDIO Los problemas expuestos en el árbol de problemas en la página anterior. 2. b) Emplear la aplicación de inteligencia artificial neuro-difuso para el control de motores de inducción trifásico por control directo de par y flujo con. 2. debido a la necesidad de nuevos métodos de control.3. SEMINARIO DE TESIS Gilbert López Huamanrayme 4 . c) Mejorar el control de motores de inducción a través del par electromagnético y flujo magnético con la utilización de un controlador basado en los principios de la inteligencia en redes neuronales y sistemas de lógica difusa.2 FORMULACIÓN DEL PROBLEMA Por lo planteado anteriormente.3 OBJETIVOS 2.3.UNSAAC INGENIERIA ELECTRICA 2. ¿De qué manera se puedo mejorar el control de un motor de inducción trifásico por control directo de par y flujo magnético utilizando inteligencia artificial neuro difusa? 2. En este trabajo se propone un esquema de control donde se aproveche las ventajas que presentan las técnicas inteligentes.2 OBJETIVOS ESPECÍFICOS a) Emplear control directo de par (DTC) y flujo magnético a un motor de inducción trifásico.

etc. entre otros. Para tales sistemas.UNSAAC INGENIERIA ELECTRICA Aunque por más de cinco décadas se han desarrollado estrategias de control basadas en herramientas convencionales (principalmente matemáticas). es posible creer que el futuro del control automático se sentará sobre los sistemas inteligentes los cuales den mayor seguridad y confiabilidad en los procesos industriales minimizando al mismo tiempo su complejidad. adaptabilidad. procesamiento masivo de información con estructuras relativamente sencillas. a medida que la ciencia avanza a este respecto. las técnicas inteligentes que tratan de imitar el razonamiento humano han demostrado ser útiles para controlar sistemas cuyos modelos son complejos y con estrictos requerimientos tales como altas no linealidades. por tal razón existe la necesidad de desarrollar sistemas de control altamente inteligentes. La razón por la que plan de tesis apunta a un sistema de inteligencia artificial es porque las redes neuronales y la lógica difusa son un complemento ideal para aun sistema optimo y eficaz en el control de motores. es sabido que los convencionales en ocasiones no han podido cumplir con tales requerimientos. En los últimos años se ha demostrado que los sistemas inteligentes tienen el potencial para manejar modelos complejos y no lineales principalmente debido a sus atractivas características: habilidad de aprendizaje. SEMINARIO DE TESIS Gilbert López Huamanrayme 5 . Las investigaciones recientes de sistemas de control con redes neuronales y/o control difuso ofrecen una nueva y prometedora dirección para un mejor entendimiento e incluso una mejor solución de los problemas y retos que presenta el control automático. se muestra la complementariedad funcional de los modos de control. Por lo anterior. cambios abruptos en su desarrollo dinámico. A continuación en la TABLA N°1.

En lo referido al precio de controlar un motor de inducción trifásico. se puede inferir que es de mejorar el sistema si es que se integraban ambos métodos de control.UNSAAC INGENIERIA ELECTRICA TABLA N°1: tabla de comparaciones de los desempeños funcional de los tres métodos de control. el costo de adquirir sistemas modernos de control se hace rentable y el tamaño de los dispositivos disminuye como se muestra en la TABLA N°2. según los años. SEMINARIO DE TESIS Gilbert López Huamanrayme 6 . De la tabla TABLA N°1. TABLA N°2: costo y tamaño de un convertidor de frecuencia para un motor de inducción trifásico. control difuso (FS) y redes neuronales (NN). con el pasar de los años a medida que la tecnología avanza.

2. tecnología del tiristor de potencia. se ha hecho trabajos de investigación múltiple. por lo cual el trabajo tendrá datos y resultados en la ciudad del Cusco pero aplicable en cualquier con fin que utilice máquinas de inducción con esta tecnología. TABLA N°3: comparación del rendimiento de motores de inducción y motores de corriente continua cada una de 10HP.. mostrada a continuación.1 ANTECEDENTES DEL PROBLEMA En el amplio mundo la teoría de control de máquinas de inducción trifásicas. pues el trabajo realizado puede ser aplicada en cualquier sector del Perú y también fuera de la misma. por que la preferencia de controlar los motores de inducción y no una máquina de corriente directa. En la actualidad el control de máquinas eléctricas lo gobierna la tecnología del semiconductor. a través de los famosos dispositivos de electrónica de potencia IGBTs. la razón está en la TABLA N°3. MARCO TEORICO 3. 3. etc.5 ALCANCES El alcance del trabajo es en todas la industrias que trabajan con motores de inducción. GTO. dándole a la teoría de control de máquinas de SEMINARIO DE TESIS Gilbert López Huamanrayme 7 .UNSAAC INGENIERIA ELECTRICA Es de resaltar. pero las pruebas a desarrollarse de hará en la ciudad del cusco. una de ellas es la teoría de control vectorial de motores de inducción.

que posee dos bobinados desacoplados y por tanto la corriente del campo magnetizante se controla en forma independiente de la corriente de armadura. no estacionario. De esta manera se obtendrá un control lineal similar al de la máquina de CC. ya en el siglo XXI. utilizado como controladores de control vectorial y control de campo orientado. debido a que las máquinas asincrónicas no poseen dos bobinados desacoplados. control por modulación por vectores espaciales (SVM). predicción. Para lograr esto. independizando a la corriente que produce el flujo magnético. que gira sincrónicamente SEMINARIO DE TESIS Gilbert López Huamanrayme 8 . en reemplazo de los tres bobinados reales. modulación por ancho de pulso (PWM). no obstantante. lo cual se obtiene transformando el sistema trifásico de corrientes estatóricas en un sistema bifásico de corrientes en cuadratura. pues los modernos controladores poseen sistemas inteligentes integradas.. teniéndose una gamma de formas de controlar como son: controlador PID. la inteligencia artificial volvió con un panorama sorprendente sobre sistemas modernos de control de procesos. etc. 3. se recurre a crear una referencia circuital ficticia y equivalente. La inteligencia artificial desde los años 1960 por Hebert Simon Allen Newell Y Marvin Misnky.2 BASES TEÓRICAS Control por modulación por vectores espaciales (SVM) La finalidad de la modulación vectorial aplicado a las máquinas asincrónicas es lograr un tipo de control lineal. un panorama sin fin de conocimiento de control de motores de inducción. estimación. de la corriente que produce el Par del motor. de dos bobinados dispuestos en cuadratura (a 90º eléctricos) en el estator. dando un giro importante en la historia de la ciencia multidisciplinaria. fueron expuestas las ideas básicas al mundo científico. inteligencia artificial. También incidió bastante en el mundo del control de motores de inducción.UNSAAC INGENIERIA ELECTRICA inducción trifásica. pero dio un giro negativo en la historia de la ciencia. etc.

(ejes d q: Direct-Quadrature ) es la Transformación de Park. de ahí el nombre de Control Vectorial o Modulación del Vector Espacial (SVM) o Control de Campo Orientado (FOC). Por uno de los bobinados (eje d) circula la corriente que produce el flujo magnetizante y por el otro (eje q) la corriente que produce el Par del motor (FIGURA N° 1). dispone que los dos ejes giren a la misma velocidad w del vector espacial. Esta transformación tiene validez debido a que las fuerzas magneto motrices del motor en ambos sistemas son idénticas y por tanto los parámetros de la máquina no son alterados. como se demuestra en el Apéndice. La transformación se basa en que cualquier magnitud trifásica (tensión. corriente. El primer cambio de tres ejes fijos a dos ejes fijos. se logra con la Transformación de Clarke. En consecuencia estas dos corrientes representan a los dos bobinados desacoplados y por lo tanto podrán controlarse en forma independiente. lográndose así que entre el vector y estos ejes no exista movimiento relativo y por tanto las proyecciones del vector sobre dichos ejes se mantienen constantes y solo se cambian cuando cambia el vector. etc) puede representarse por un vector espacial. flujo. SEMINARIO DE TESIS Gilbert López Huamanrayme 9 .UNSAAC INGENIERIA ELECTRICA con el campo magnético del rotor. En este nuevo sistema de referencia las dos corrientes estatóricas son procesadas como vectores rotantes. El segundo cambio. que gira con velocidad angular w.

UNSAAC INGENIERIA ELECTRICA FIGURA N° 1: equivalente ficticio de un devanado trifásico a uno bifásico. Modelo matemático: Modelamiento en régimen estable Modelamiento en espacio de estados: SEMINARIO DE TESIS Gilbert López Huamanrayme 10 .

es decir. se controla la magnitud del vector del flujo de estator de igual forma. con la utilización de diversos estados de conmutación del inversor adecuados. En la figura 8. Por otra parte. La estrategia del control directo del par es clara.1 se muestra el diagrama del bloque básico para obtener el control directo del par. El par y el flujo se controlan directamente y de forma independiente mediante la selección óptima de los estados de conmutación del inversor y limitando los errores del flujo y del par mediante controladores de histéresis del flujo y del par. El par del motor se controla de forma efectiva mediante la rotación del vector del flujo del estator utilizando estados de conmutación adecuados. El valor de estos estados SEMINARIO DE TESIS Gilbert López Huamanrayme 11 . y al mismo tiempo.UNSAAC Matrices de conversión de coordenadas INGENIERIA ELECTRICA Matriz de trasformada Clarke para sistema bifásico Matriz de Transformada Park para sistema bifásico móvil Control directo de par (DTC) La idea básica del control directo del par pasa por calcular los valores instantáneos del par y del flujo a partir de las variables del estator de la máquina.

Los errores entran en los controladores de histéresis. todos estos datos son controlado por los controladores que hay en el sistema de control DTC.0 que se aplican a la tabla de conmutación que elige uno de los ocho estados posibles del vector espacial de la tensión del inversor. FIGURA N° 2: diagrama de bloque del sistema DTC Modelo matemático: En el modelo matemático del DTC. no existe la modificación ni transformación de las ecuaciones de equilibrio de la máquina. A continuación se muestra a las tablas de conmutación de torque y flujo. Los detalles del funcionamiento pueden observarse con la ayuda de las FIGURA N° 2 .UNSAAC INGENIERIA ELECTRICA puede cambiarse dependiendo de los requisitos de la consigna del flujo. y sus salidas son señales lógicas de valores discretos +1.los valores calculados del par y del flujo se comparan con sus consignas. SEMINARIO DE TESIS Gilbert López Huamanrayme 12 . solo se rigen por la percepción de valores censados por los supervisores de valores de la máquina.

es una metodología que proporciona una manera simple y elegante de obtener una conclusión a partir de información de entrada vaga. en el año de 1965. en SEMINARIO DE TESIS Gilbert López Huamanrayme 13 . "Quantitative Fuzzy Semantics". hoy clásico en la literatura de la lógica difusa. Una de las ventajas de la lógica difusa es la posibilidad de implementar sistemas basados en ella tanto en hardware como en software o en combinación de ambos. quien inconforme con los conjuntos clásicos (crisp sets) que solo permiten dos opciones. con ruido o incompleta. Ésta. El concepto de Lógica Difusa fue concebido por Lotfi Zadeh. profesor de la Universidad de California en Berkley. en general la lógica difusa imita como una persona toma decisiones basada en información con las características mencionadas. ambigua. la pertenencia o no de un elemento a dicho conjunto. El mismo Zadeh publica en 1971 el artículo. el concepto de conjunto difuso fue expuesto por Lotfi Zadeh en un artículo.UNSAAC INGENIERIA ELECTRICA TABLA N°2: funcionamiento del controlador de velocidad TABLA N°3: funcionamiento del controlador de torque Lógica difusa La metodología que hace uso de conjuntos difusos definidos por funciones de membresía en expresiones lógicas es llamada Lógica Difusa. imprecisa. la presentó como una forma de procesar información permitiendo pertenencias parciales a unos conjuntos que en contraposición a los clásicos los denominó Conjuntos Difusos (fuzzy sets).

Sistemas de Razonamiento Difuso. SEMINARIO DE TESIS Gilbert López Huamanrayme 14 . en ingeniería alguna aplicaciones potenciales incluyen las siguientes áreas: Cabe mencionar que esta lista cubre aquellas aplicaciones que han sido sujetas a estudio en la literatura. Estos sistemas han encontrado una gran variedad de aplicaciones tales como en ingeniería. ciencia. psicología. la lógica difusa sigue extendiéndose rápidamente debido a su sencillez y su relación con el mundo real. por ejemplo. Modelo matemático: Para la obtención del Controlador Lógico Difuso se diseñó un regulador difuso de velocidad tipo Mamdani. de dos entradas. reglas difusas y razonamiento difuso. error y derivada de error. y una salida de acción de control. medicina. las membresía está combinada entre triangulares y trapezoidales de la siguiente forma: FIGURA N° 3: diagrama de bloque de un sistema difuso. negocios.UNSAAC INGENIERIA ELECTRICA donde Introduce los elementos formales que acabarían componiendo el cuerpo de la doctrina de la lógica difusa y sus aplicaciones tal como se conocen en la actualidad. Un sistema de razonamiento difuso (FIS por sus siglas en inglés Fuzzy Inference System) es un marco de trabajo computacional basado en los conceptos de los conjuntos difusos. y otros campos. Actualmente.

A veces es necesario tener salidas nítidas. desarrolla y un un mecanismo de de razonamiento. que procedimiento razonamiento basado en la lógica difusa. Es importante notar que las entradas del FIS pueden ser tanto difusas como nítidas. El método de centro de área es utilizado para la desfusificación. Por SEMINARIO DE TESIS Gilbert López Huamanrayme 15 . es representado por otro conjunto difuso. Estructura de un Sistema de Razonamiento Difuso. la agregación de las salidas individuales. la cual contiene una selección de las reglas difusas. pero que las salidas producidas son casi siempre conjuntos difusos. el cual proporciona las acciones concluyentes a partir de las premisas de entrada.UNSAAC INGENIERIA ELECTRICA Los niveles de tiro están dados por la ecuación en representación del mecanismo de razonamiento tipo Mamdani Las salidas individuales de cada regla están representadas por Las salidas individuales de cada regla están representadas por Las ecuaciones antes mencionadas forman la lógica de razonamiento difuso. La estructura básica de un FIS consiste en tres componentes principales: una base de reglas. especialmente cuando el FIS se utiliza como controlador. una base de datos que define las funciones de membresía utilizadas en las reglas difusas donde al mismo tiempo se incluye el proceso mismo de difusificación.

UNSAAC INGENIERIA ELECTRICA consiguiente. reconocimiento. por sus siglas en inglés Neural Networks) son sistemas que están construidos para hacer uso de los principios de organización de información que caracteriza al cerebro humano. tal como el cerebro humano. Redes Neuronales Artificiales. numerosos modelos de NN han sido propuestos en la literatura los cuales pueden ser clasificados tomando en consideración distintos criterios. de varias entradas y varias salidas.1 muestra un FIS cuya salida es nítida. La línea continua indica la representación básica del FIS donde su salida es difusa y pasa por el bloque de dedifusificación para obtener el valor nítido. aproximación de funciones. tales como sus métodos de SEMINARIO DE TESIS Gilbert López Huamanrayme 16 . es necesario un método de dedifusificación para obtener un valor nítido que mejor represente a un conjunto difuso. Las redes neuronales artificiales (NN. Las NN tienen un gran número de elementos interconectados a través de nodos que usualmente operan en paralelo configurados en varias arquitecturas. etc. La figura 2. En años recientes. FIGURA N° 4: esquema básico del FIS. optimización. Representan una nueva generación de sistemas que procesan y ordenan información lo que las hace adecuadas para tareas como clasificación y asociación de datos. El desempeño colectivo de una NN. demuestra la habilidad de aprender y reconocer a partir de datos de entrenamiento.

tipos de salida (binarias o continuas). tipos de nodos (uniformes o híbridos.)  (.)  (. esto hace que la regla de aprendizaje utilizada juegue un papel muy importante en la utilización de una NN.) O1 X3 O2 X4 X5 Nudos de entrada 1ª capa oculta 2ª capa oculta Capa de salida SEMINARIO DE TESIS Gilbert López Huamanrayme 17 .)  (.) X2  (.)  (. sus arquitecturas (progresivas o recurrentes).)  (.)  (.)  (. implementaciones (software o hardware). A continuación se muestran las características biológicas de una neurona: Conversión de la neurona a un modelo matemático: X1  (. y así por el estilo. El objetivo del entrenamiento de la NN es la de obtener señales de salida deseados a partir de cierta clase de estímulos.UNSAAC INGENIERIA ELECTRICA aprendizaje (supervisado y no supervisado).

conexiones o neuronas. cuando se aplica la señal de entrada x.3 presenta el esquema general del aprendizaje supervisado. La figura 2. el cual concierne principalmente al ajuste de los pesos de las conexiones. y el aprendizaje para el ajuste de la estructura de la red. se utiliza el aprendizaje para el ajuste de los parámetros de la red.UNSAAC INGENIERIA ELECTRICA Modelo matemático: ( ) ∑ ( ) (∑ ) ∑ ∑ { Aprendizaje Supervisado de la Red Neuronal Existen dos tipos principales de estrategias: aprendizaje para el ajuste de los parámetros de la red. se proporciona en SEMINARIO DE TESIS Gilbert López Huamanrayme 18 . Cabe mencionar que en la mayoría de los casos. Como se observa. que se relaciona con el cambio en el número de capas. incluyendo en este trabajo.

La diferencia entre la salida y y la salida deseada d se calcula en el generador de las señales de error el cual produce la señal de error para que la NN ajuste sus pesos de tal forma que minimice el error y la salida actual se mueva los más cercano posible a la salida deseada. Redes Neuronales basadas en Sistemas Difusos La habilidad de aprendizaje de las NN así como la manera de organización de su arquitectura y sus cualidades de adaptación son utilizadas para formar sistemas de razonamiento difuso con la finalidad de aumentar su potencial como sistemas inteligentes.d2). …. (x2. (x1. Un tipo común de NN es la conocida como ADALINE (adaptive linear element) la cual representa el ejemplo clásico del sistema inteligente de auto-aprendizaje más simple que puede adaptarse automáticamente para lograr una tarea específica.UNSAAC INGENIERIA ELECTRICA cada instante de tiempo la señal de respuesta deseada d. FIGURA N° 5: esquema general de aprendizaje supervisado. dn) correspondientes a los pares de datos entrada-salida. superando el desempeño de dichas metodologías tratadas por separado [38][53]. SEMINARIO DE TESIS Gilbert López Huamanrayme 19 . En este caso. (xn. para entrenar la red es necesario proporcionarle una secuencia de ejemplos. d1). Al unir estas dos metodologías es posible construir un sistema donde todas los fundamentos de las NN y la lógica difusa puedan ser aplicadas.

no solo incluyendo sus funciones de membresía sino también sus operadores lógicos. Estas funciones de membresía pueden ser implementadas en una neurona al seleccionar dicha función de membresía como su función de activación. Tal como se aprecia en la figura 2. Con modelo de cada salida: Como se ve en la FIGURA N° 6.6(a) donde las salidas y1. es relativamente sencillo la construcción de una NN equivalente a un FIS. FIGURA N° 6: Red neuronal equivalente a tres funciones de membresía de un sistema difuso.UNSAAC INGENIERIA ELECTRICA En muchas aplicaciones de la lógica difusa. “Medio (M)” y “Grande (G)” de la figura 2. las funciones de membresía tienen formas regulares tales como triangulares o campanas. por lo que la combinación de ambas técnicas produce el SEMINARIO DE TESIS Gilbert López Huamanrayme 20 . y2 y y3 representan el grado de membresía que la variable lingüística x tiene en los conjuntos “Pequeño (P)”. las reglas difusas y la dedifusificación (si el modelo difuso la necesita).6(b). La naturaleza no adaptable de un FIS puede eliminarse con el uso de las NN.

Como se mencionó anteriormente.4 VARIABLES E INDICADORES a) variables  respuesta transitoria del motor  respuesta en estado estacionario  respuesta de la conmutación de los dispositivos del ondulador b) sub variables  respuesta de controladores neuro-difusos  respuesta de controladores de histéresis  armónicos producidos por los sistemas  variables de estado del motor de inducción  Adaptabilidad de la red neuro.difusa  Respuesta en frecuencia del sistema SEMINARIO DE TESIS Gilbert López Huamanrayme 21 . prácticamente no hay límites en la selección de funciones de activación en los nodos de una red neuronal adaptable a reserva que deben ser diferenciables. En la parte arquitectónica de la red la única limitación que existe para obtener el equivalente de un FIS.UNSAAC INGENIERIA ELECTRICA desarrollo de nuevas estructuras y algoritmos que provean desempeños adaptables al mismo tiempo de que se mantiene intacta las características de representación del razonamiento humano que proporciona la lógica difusa. ya que de lo contrario se tendrían que utilizar modelos y algoritmos más complicados. es que la red debe ser del tipo progresiva (feedforward). 3.3 HIPÓTESIS Mediante la técnica de control directo de par y flujo de un motor de inducción trifásico y el enfoque de control con inteligencia artificial neuro-difusa se mejorara la performance en la operación. respuesta transitoria y prestaciones óptimas en la respuesta en estado estable del motor. adaptabilidad ante situaciones variabilidad de los parámetros de la máquina. 3. Sistema de Razonamiento Neuro-Difuso Adaptable.

Cicero Couto de Morais. publicación de Samir Kouro R. tesis de José Muños Frías. tesis de Laura Jiménez Beristain.Ing. Werner Pacheco Lujan y Dr. control vectorial del motor asíncrono. Aplicado al Control de Posición de un Servomotor.UNSAAC INGENIERIA ELECTRICA 3. diapositivas del Prof. SEMINARIO DE TESIS Gilbert López Huamanrayme 22 . Control vectorial de máquinas asíncronas con redes neuronales. revista de la Universidad Nacional Rosario. Tesis de Luis Carlos Leonardo Bolaños Méndez Respuesta de los Motores con Control Directo de Par. Publicación 2012. Mayo de 2012 Control avanzado de máquinas eléctricas de inducción. publicación de Dr. separata informativa de la “revista internacional Información Tecnológica”. tesis de Rene Jiménez Madrigal    Rede neuronales artificiales. Control de Par Velocidad en Motores de Inducción.5 BIBLIOGRAFIA BASE  Diseño de un Controlador Lógico Difuso.   Algunas aplicaciones de la lógica difusa en la teoría de control. Minaya Villasana.   Control mediante lógica difusa.     Introducción a las redes neuronales. Electrónica de potencia de control PWM trifásico. Control Directo de Par de un Motor de Inducción Trifásico con Aplicación a vehículos. Rodríguez R. MsC. tesis de Alberto Miguel Escobar. Lógica difusa para control de motores de inducción.. y Rodrigo Musalem M. Jesús R.

Fuzzi Logic Toolbox y SimPowerSystems y haciendo interactuar una con otra. porque el propósito del trabajo es mejorar el método de control y esta tiene que ser debidamente explicada y justificada. haciendo un seguimiento de la tendencia de control y controladores más eficientes de la actualidad.3 PROCESAMIENTO Y EVALUACIÓN DE DATOS En el mejoramiento del control de motores de inducción. para describir la metodología moderna de control de máquinas eléctricas. con sus respectivos métodos de tratamiento matemático. 4.1.UNSAAC INGENIERIA ELECTRICA 4.1 POBLACIÓN Y MUESTRA 4. parte de las simulaciones se realizara en el programa Simulink de MATLAB utilizando las librerías de Nural Netword Toolbox. 4. Método Explicativo. antes de implementar el sistema se hará el modelamiento asistido por un programa especializado en el tema. el método de la investigación adoptada será: Descriptivo. para notar las diferencias del control clásico o escalar y moderno o vectorial.2 TÉCNICAS DE RECOLECCIÓN DE DATOS La técnica de recolección de datos se realizó. Método Comparativo. comparaciones de controladores e incidencia de la inteligencia artificial en el control moderno. METODOLOGIA En el presente trabajo se utilizaran los siguientes métodos:    Método Descriptivo. Comparativo y Explicativo.1. para lo cual nos respaldamos de curvas de tendencias en el control. 4. 4.1 POBLACION La población que se va analizar son los controladores de los motores de inducción trifásicos. Por lo tanto.2 MUESTRA La muestra a analizar es el motor de inducción trifásico por control de par directo y que utiliza la inteligencia artificial neuro-difuso. SEMINARIO DE TESIS Gilbert López Huamanrayme 23 .

se procederá a analizar los datos adquiridos en el sistema.1 1.6 1.7 1. con lo que se probara el mejoramiento. al mismo tiempo también analizaremos la respuesta del sistema ante dientes entradas de datos. curvas de respuesta transitoria. 4.3 INTRODUCCION AL CONTROL VECTORIAL DE MOTORES CONTROL DIRECTO DE PAR (DTC) CONTROLADORES A TRAVEZ DE CONTROL DIRECTO DE PAR 2. curvas de respuesta en frecuencia.UNSAAC INGENIERIA ELECTRICA Una vez simulado el sistema a probar.1 2. los datos obtenidos servirán para manifestar el mejor desempeño de la maquina ante prestaciones dinámicas del motor.4 TECNICAS DE ANALISIS DE DATOS Con los datos del resultado de haber implementado el sistema de control neuro-difuso.5 1.4 SEMINARIO DE TESIS INTELIGENCIA ARTIFICIAL EN EL CONTROL DE PROCESOS Gilbert López Huamanrayme 24 . MARCO TEORICO 2. para lo cual nos valoremos de los datos de un sistema control clásico o escalar y hacer la comparación con la misma. con lo cual verificaremos el comportamiento del sistema ante prestaciones caprichosa y aleatorias del sistema mediante cuadros comparativos.8 1. CONTENIDO PRELIMINAR PRESENTACION DEDICATORIA CAPITULO I.2 1. eficacia en la conmutación de los IGBTs y el desempeño del sistema en estado estacionario.3 1.2 2. EL PROBLEMA 1. 5.9 INTRODUCCION PLANTEAMIENTO DEL PROBLEMA FORMULACION DEL PROBLEMA OBJETIVOS DE LA INVESTIGACION JUSTIFICACION ALCANCES HIPOTESIS Y VARIABLES METODOLOGIA DEFINICION DE LA TERMINOLOGIA BASICA CAPITULO II.4 1.

5 CONTROLADORES Y SISTEMAS DE CONTROL MODERNO VECTORIAL CAPITULO V. METODOLOGIA DE LA INVESTIGACION 3.8 2.1 REALIDAD DE CONTROL DE MOTORES CON INTELIGENCIA ARTIFICIAL 4.10 2.4 CONTROL DE MOTORES CON INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL COMO NUEVO METODO DE SOLUCION DE SISTEMAS INDUSTRIALES 4.2 RELEVANCIA DE LOS CONTROLADORES MODERNOS BASADAS EN CONTROL VECTORIAL 4. DIAGNOSTICO SITUACIONAL 4.13 2.UNSAAC 2.12 2.17 ARQUITECTURA LOGICA DE LAS REDES NEURONALES MODELO MATEMATICO DE UNA RED NEURONAL SITEMAS NEURO-DIFUSOS REDES NEURONALES CON ESTRUCTURA DIFUSA CONTROLADORES CON CONTROL DIFUSO SISTEMAS DE CONTROL DE PAR CON CONTRLADORES REURO-DIFUSOS CAPITULO III. PROPUESTA DEL CONTROL DIRECTO DE PAR Y FLUJO DE UN MOTOR DE INDUCCION TRIFASICO CON ENFASIS DE INTELIGENCIA ARTIFICIAL NEURO-DIFUSO CAPITULO VI.5 2.6 2.9 2. EVALUACION ECNOMICA FINACIERA CONCLUSIONES RECOMENDACIONES BILBIOGRAFIA ANEXOS SEMINARIO DE TESIS Gilbert López Huamanrayme 25 .16 2.3 COBERTURA DEL ESTUDIO TECNICAS E INSTRUMENTOS DE RECOLECCION DE DATOS PROCESAMIENTO Y ANALISIS DE DATOS CAPITULO IV.11 INGENIERIA ELECTRICA CONTROLADORES CON ESTRUCTURA INTELIGENTE INTELIGENCIA ARTIFICIAL PARA CONTROL DE MOTORES LOGICA DIFUSA SISTEMAS DIFUSOS MODELO MATEMATICO DE UN SITEMA DIFUSO REDES NEURONALES ARTIFICIALES SISTEMAS DE ENTRNAMIENTO DE SISTEMAS CON REDES NEURONALES 2.1 3.2 3.15 2.7 2.14 2.3 4.

2 PRESUPUESTO UNIDAD DE MEDIDA COSTO UNITARIO (S/. ADMINISTRACIÓN DEL TRABAJO 6.) ITEM DESCRIPCION CANTIDAD COSTO PARCIAL (S/.25 3 50 8000 30 7 200 2000 90 350 650 4000 8790 Gilbert López Huamanrayme SEMINARIO DE TESIS MES 12 MES 1 MES 2 MES 3 MES 4 MES 5 MES 6 MES 7 MES 8 MES 9 .1 CRONOGRAMA DE EJECUCION TIEMPO MES 10 MES 11 26 ITEM ACTIVIDADES 1 2 3 4 5 6 7 Recolección de información y procesamiento de datos Redacción del CAPITULO I Redacción del CAPITULO II Redacción del CAPITULO III Redacción del CAPITULO IV Redacción del CAPITULO V Redacción del CAPITULO IV 6.UNSAAC INGENIERIA ELECTRICA 6.) 1 Búsqueda de información Compra de útiles de escritorio Impresiones Anillados Empastados Tramites documentarios Otros Horas 3 500 1500 2 3 4 5 6 7 Global Unidad Unidad Unidad Global Global TOTAL 0.

UNSAAC INGENIERIA ELECTRICA 7. ANEXOS 7.2 CERTIFICACION DE ORIGINALIDAD DEL CASO PLANOS BASICOS DE MONTAJE FIGURA N°: detalle del circuito de control por modulación por vectores espaciales (SVM) con microcontroladores FIGURA N°: diagrama de bloques del posible controlador neuro-difuso SEMINARIO DE TESIS Gilbert López Huamanrayme 27 .1 7.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->