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

PROBLEMA Respuesta transitoria pobre e insatisfactoria ante prestaciones dinámicas de la máquina y poca adaptabilidad.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 Se establece un flujo magnético constante produciendo una respuesta lenta de par electromagnético. el 75% de motores deteriorados son a causa del tipo de sistema de control. flujo torque.1 PLANTEAMIENTO DEL PROBLEMA Para mejor entendimiento del problema se muestra a continuación el árbol de problema.2 RESPONSABLE EST. EFECTO Perdidas intermitentes en el circuito magnético del motor de inducción. EFECTO Generación armónicos corriente. perdida de energía intermitente y disminución de tiempo de vida SINTOMAS En la mayoría de los casos. 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. EL PROBLEMA 2. Gilbert López Huamanrayme 1. 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. CAUSA Motores con control escalar con poca capacidad ante adversidades dinámicas . pues reduce en un 20% de la vida útil si el controlador fuera escalar.1 TÍTULO “PROPUESTA DEL CONTROL DIRECTO DE PAR Y FLUJO DE UN MOTOR DE INDUCCION TRIFASICO CON ENFASIS DE INTELIGENCIA ARTIFICIAL NEURO-DIFUSO” 1.UNSAAC INGENIERIA ELECTRICA MARCO REFERENCIAL 1.

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. 2.2 OBJETIVOS ESPECÍFICOS a) Emplear control directo de par (DTC) y flujo magnético a un motor de inducción trifásico. 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. SEMINARIO DE TESIS Gilbert López Huamanrayme 4 .3 OBJETIVOS 2. debido a la necesidad de nuevos métodos de control. ¿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? 2.3.2 FORMULACIÓN DEL PROBLEMA Por lo planteado anteriormente. En este trabajo se propone un esquema de control donde se aproveche las ventajas que presentan las técnicas inteligentes. 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.4 JUSTIFICACIÓN DEL ESTUDIO Los problemas expuestos en el árbol de problemas en la página anterior.3. 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. 2.UNSAAC INGENIERIA ELECTRICA 2. 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.

se muestra la complementariedad funcional de los modos de control. 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. etc. 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. SEMINARIO DE TESIS Gilbert López Huamanrayme 5 . Para tales sistemas.UNSAAC INGENIERIA ELECTRICA Aunque por más de cinco décadas se han desarrollado estrategias de control basadas en herramientas convencionales (principalmente matemáticas). Por lo anterior. es sabido que los convencionales en ocasiones no han podido cumplir con tales requerimientos. entre otros. adaptabilidad. A continuación en la TABLA N°1. 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. cambios abruptos en su desarrollo dinámico. por tal razón existe la necesidad de desarrollar sistemas de control altamente inteligentes. 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. procesamiento masivo de información con estructuras relativamente sencillas. a medida que la ciencia avanza a este respecto. 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.

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

pero las pruebas a desarrollarse de hará en la ciudad del cusco. 2. tecnología del tiristor de potencia.UNSAAC INGENIERIA ELECTRICA Es de resaltar. dándole a la teoría de control de máquinas de SEMINARIO DE TESIS Gilbert López Huamanrayme 7 . 3. mostrada a continuación. una de ellas es la teoría de control vectorial de motores de inducción. etc.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. a través de los famosos dispositivos de electrónica de potencia IGBTs. 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. por que la preferencia de controlar los motores de inducción y no una máquina de corriente directa.5 ALCANCES El alcance del trabajo es en todas la industrias que trabajan con motores de inducción. se ha hecho trabajos de investigación múltiple. GTO. En la actualidad el control de máquinas eléctricas lo gobierna la tecnología del semiconductor. TABLA N°3: comparación del rendimiento de motores de inducción y motores de corriente continua cada una de 10HP. la razón está en la TABLA N°3.. MARCO TEORICO 3.

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

etc) puede representarse por un vector espacial. como se demuestra en el Apéndice. 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. corriente. de ahí el nombre de Control Vectorial o Modulación del Vector Espacial (SVM) o Control de Campo Orientado (FOC). El primer cambio de tres ejes fijos a dos ejes fijos.UNSAAC INGENIERIA ELECTRICA con el campo magnético del rotor. se logra con la Transformación de Clarke. En este nuevo sistema de referencia las dos corrientes estatóricas son procesadas como vectores rotantes. flujo. En consecuencia estas dos corrientes representan a los dos bobinados desacoplados y por lo tanto podrán controlarse en forma independiente. La transformación se basa en que cualquier magnitud trifásica (tensión. (ejes d q: Direct-Quadrature ) es la Transformación de Park. 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). El segundo cambio. que gira con velocidad angular w. 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. SEMINARIO DE TESIS Gilbert López Huamanrayme 9 .

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 .

El valor de estos estados SEMINARIO DE TESIS Gilbert López Huamanrayme 11 . Por otra parte. La estrategia del control directo del par es clara. En la figura 8. y al mismo tiempo. con la utilización de diversos estados de conmutación del inversor adecuados.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. es decir. El par del motor se controla de forma efectiva mediante la rotación del vector del flujo del estator utilizando estados de conmutación adecuados. 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. se controla la magnitud del vector del flujo de estator de igual forma.1 se muestra el diagrama del bloque básico para obtener el control directo del par.

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

con ruido o incompleta. en general la lógica difusa imita como una persona toma decisiones basada en información con las características mencionadas. profesor de la Universidad de California en Berkley. "Quantitative Fuzzy Semantics". el concepto de conjunto difuso fue expuesto por Lotfi Zadeh en un artículo. hoy clásico en la literatura de la lógica difusa. la pertenencia o no de un elemento a dicho conjunto. 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). imprecisa. El mismo Zadeh publica en 1971 el artículo. ambigua. 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. quien inconforme con los conjuntos clásicos (crisp sets) que solo permiten dos opciones. 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. Ésta. El concepto de Lógica Difusa fue concebido por Lotfi Zadeh. en SEMINARIO DE TESIS Gilbert López Huamanrayme 13 .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.

y otros campos. y una salida de acción de control. SEMINARIO DE TESIS Gilbert López Huamanrayme 14 . Estos sistemas han encontrado una gran variedad de aplicaciones tales como en ingeniería.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. Sistemas de Razonamiento Difuso. Modelo matemático: Para la obtención del Controlador Lógico Difuso se diseñó un regulador difuso de velocidad tipo Mamdani. 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. psicología. medicina. por ejemplo. la lógica difusa sigue extendiéndose rápidamente debido a su sencillez y su relación con el mundo real. 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. reglas difusas y razonamiento difuso. Actualmente. las membresía está combinada entre triangulares y trapezoidales de la siguiente forma: FIGURA N° 3: diagrama de bloque de un sistema difuso. error y derivada de error. negocios. de dos entradas. ciencia.

El método de centro de área es utilizado para la desfusificación. la agregación de las salidas individuales. el cual proporciona las acciones concluyentes a partir de las premisas de entrada. especialmente cuando el FIS se utiliza como controlador. A veces es necesario tener salidas nítidas. Por SEMINARIO DE TESIS Gilbert López Huamanrayme 15 . La estructura básica de un FIS consiste en tres componentes principales: una base de reglas. que procedimiento razonamiento basado en la lógica difusa. desarrolla y un un mecanismo de de razonamiento. la cual contiene una selección de las reglas difusas.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. Es importante notar que las entradas del FIS pueden ser tanto difusas como nítidas. 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. es representado por otro conjunto difuso. pero que las salidas producidas son casi siempre conjuntos difusos. Estructura de un Sistema de Razonamiento Difuso.

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

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

3 presenta el esquema general del aprendizaje supervisado. cuando se aplica la señal de entrada x.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. y el aprendizaje para el ajuste de la estructura de la red. Cabe mencionar que en la mayoría de los casos. conexiones o neuronas. se utiliza el aprendizaje para el ajuste de los parámetros de la red. incluyendo en este trabajo. Como se observa. que se relaciona con el cambio en el número de capas. se proporciona en SEMINARIO DE TESIS Gilbert López Huamanrayme 18 . La figura 2. el cual concierne principalmente al ajuste de los pesos de las conexiones.

d2). (x2. (x1. 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. superando el desempeño de dichas metodologías tratadas por separado [38][53]. FIGURA N° 5: esquema general de aprendizaje supervisado. 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. d1). (xn.UNSAAC INGENIERIA ELECTRICA cada instante de tiempo la señal de respuesta deseada d. En este caso. …. Al unir estas dos metodologías es posible construir un sistema donde todas los fundamentos de las NN y la lógica difusa puedan ser aplicadas. 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. dn) correspondientes a los pares de datos entrada-salida. para entrenar la red es necesario proporcionarle una secuencia de ejemplos. SEMINARIO DE TESIS Gilbert López Huamanrayme 19 .

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

es que la red debe ser del tipo progresiva (feedforward). adaptabilidad ante situaciones variabilidad de los parámetros de la máquina. Sistema de Razonamiento Neuro-Difuso Adaptable. Como se mencionó anteriormente. ya que de lo contrario se tendrían que utilizar modelos y algoritmos más complicados. 3.difusa  Respuesta en frecuencia del sistema SEMINARIO DE TESIS Gilbert López Huamanrayme 21 . respuesta transitoria y prestaciones óptimas en la respuesta en estado estable del motor. En la parte arquitectónica de la red la única limitación que existe para obtener el equivalente de un FIS.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.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.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. 3. 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.

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

Fuzzi Logic Toolbox y SimPowerSystems y haciendo interactuar una con otra. para describir la metodología moderna de control de máquinas eléctricas.1. el método de la investigación adoptada será: Descriptivo. METODOLOGIA En el presente trabajo se utilizaran los siguientes métodos:    Método Descriptivo.2 TÉCNICAS DE RECOLECCIÓN DE DATOS La técnica de recolección de datos se realizó. Método Comparativo. Método Explicativo.UNSAAC INGENIERIA ELECTRICA 4. para notar las diferencias del control clásico o escalar y moderno o vectorial. porque el propósito del trabajo es mejorar el método de control y esta tiene que ser debidamente explicada y justificada.3 PROCESAMIENTO Y EVALUACIÓN DE DATOS En el mejoramiento del control de motores de inducción.1 POBLACION La población que se va analizar son los controladores de los motores de inducción trifásicos.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. 4. antes de implementar el sistema se hará el modelamiento asistido por un programa especializado en el tema.1.1 POBLACIÓN Y MUESTRA 4. 4. para lo cual nos respaldamos de curvas de tendencias en el control. comparaciones de controladores e incidencia de la inteligencia artificial en el control moderno. SEMINARIO DE TESIS Gilbert López Huamanrayme 23 . parte de las simulaciones se realizara en el programa Simulink de MATLAB utilizando las librerías de Nural Netword Toolbox. Por lo tanto. haciendo un seguimiento de la tendencia de control y controladores más eficientes de la actualidad. 4. con sus respectivos métodos de tratamiento matemático. Comparativo y Explicativo. 4.

4 SEMINARIO DE TESIS INTELIGENCIA ARTIFICIAL EN EL CONTROL DE PROCESOS Gilbert López Huamanrayme 24 .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.5 1.4 1. curvas de respuesta en frecuencia. EL PROBLEMA 1.2 1. con lo que se probara el mejoramiento.3 1. 4.8 1. con lo cual verificaremos el comportamiento del sistema ante prestaciones caprichosa y aleatorias del sistema mediante cuadros comparativos. se procederá a analizar los datos adquiridos en el sistema. al mismo tiempo también analizaremos la respuesta del sistema ante dientes entradas de datos.6 1. los datos obtenidos servirán para manifestar el mejor desempeño de la maquina ante prestaciones dinámicas del motor. CONTENIDO PRELIMINAR PRESENTACION DEDICATORIA CAPITULO I.3 INTRODUCCION AL CONTROL VECTORIAL DE MOTORES CONTROL DIRECTO DE PAR (DTC) CONTROLADORES A TRAVEZ DE CONTROL DIRECTO DE PAR 2.7 1. eficacia en la conmutación de los IGBTs y el desempeño del sistema en estado estacionario. para lo cual nos valoremos de los datos de un sistema control clásico o escalar y hacer la comparación con la misma.1 2.UNSAAC INGENIERIA ELECTRICA Una vez simulado el sistema a probar. curvas de respuesta transitoria.1 1.2 2.4 TECNICAS DE ANALISIS DE DATOS Con los datos del resultado de haber implementado el sistema de control neuro-difuso. 5. MARCO TEORICO 2.

7 2.15 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.2 RELEVANCIA DE LOS CONTROLADORES MODERNOS BASADAS EN CONTROL VECTORIAL 4.1 3.6 2.UNSAAC 2.5 CONTROLADORES Y SISTEMAS DE CONTROL MODERNO VECTORIAL CAPITULO V.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 2.10 2. PROPUESTA DEL CONTROL DIRECTO DE PAR Y FLUJO DE UN MOTOR DE INDUCCION TRIFASICO CON ENFASIS DE INTELIGENCIA ARTIFICIAL NEURO-DIFUSO CAPITULO VI.9 2.12 2.3 COBERTURA DEL ESTUDIO TECNICAS E INSTRUMENTOS DE RECOLECCION DE DATOS PROCESAMIENTO Y ANALISIS DE DATOS CAPITULO IV. DIAGNOSTICO SITUACIONAL 4.8 2.3 4.16 2. METODOLOGIA DE LA INVESTIGACION 3.13 2.14 2.5 2.1 REALIDAD DE CONTROL DE MOTORES CON INTELIGENCIA ARTIFICIAL 4. EVALUACION ECNOMICA FINACIERA CONCLUSIONES RECOMENDACIONES BILBIOGRAFIA ANEXOS SEMINARIO DE TESIS Gilbert López Huamanrayme 25 .4 CONTROL DE MOTORES CON INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL COMO NUEVO METODO DE SOLUCION DE SISTEMAS INDUSTRIALES 4.2 3.

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 6.25 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 .) ITEM DESCRIPCION CANTIDAD COSTO PARCIAL (S/. ADMINISTRACIÓN DEL TRABAJO 6.UNSAAC INGENIERIA ELECTRICA 6.2 PRESUPUESTO UNIDAD DE MEDIDA COSTO UNITARIO (S/.) 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.

1 7.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 .

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.