Busca avançada
Ano de início
Entree

Sistema inteligente aplicado na estimativa do torque de carga e da eficiência em motores de indução trifásicos

Processo: 18/05214-2
Modalidade de apoio:Auxílio à Pesquisa - Regular
Vigência: 01 de setembro de 2018 - 28 de fevereiro de 2021
Área do conhecimento:Engenharias - Engenharia Elétrica - Medidas Elétricas, Magnéticas e Eletrônicas, Instrumentação
Pesquisador responsável:Cleber Gustavo Dias
Beneficiário:Cleber Gustavo Dias
Instituição Sede: Universidade Nove de Julho (UNINOVE). Campus Vergueiro. São Paulo , SP, Brasil
Pesquisadores associados:Fabio Henrique Pereira
Assunto(s):Aprendizado computacional  Motores elétricos  Inteligência artificial  Eficiência  Motores de indução 
Palavra(s)-Chave do Pesquisador:Aprendizagem de Maquina | barras quebradas | Eficiência | motor de indução | Sistemas Inteligentes | torque de carga | Motores elétricos

Resumo

Os motores de indução trifásicos (MIT) com rotor gaiola de esquilo ainda figuram como as principais máquinas elétricas no meio industrial. Tais equipamentos são empregados em larga escala nas mais diversas aplicações, e muitas vezes estão operando em condições de baixo conjugado de carga, ou seja, subdimensionados, ou mesmo acima das especificações recomendadas pelos fabricantes, portanto, superdimensionados. Nas últimas décadas, inúmeros trabalhos dedicaram-se ao estudo e ao desenvolvimento de novas técnicas capazes de estimar não apenas o torque de carga, mas também o rendimento dos MIT´s. Todavia, as soluções do estado da arte ainda oferecem algumas limitações importantes, como a necessidade de acoplamento mecânico de um torquímetro ao eixo do motor, o uso de modelos matemáticos complexos e/ou o conhecimento dos parâmetros que compõem o circuito elétrico equivalente da máquina. Ademais, tais estudos não levam em conta o fato de que o MIT possa operar alimentado abaixo, ou acima, da sua tensão nominal, bem como em situações de avarias, como o rompimento das barras que formam a estrutura rotórica do motor. Neste sentido, o presente trabalho de pesquisa propõe uma abordagem inteligente, formada por ao menos uma técnica de inteligência artificial e que seja capaz de estimar o torque e o rendimento de um MIT em tempo real, a partir de um hardware e software dedicados. A proposta consiste também em investigar as variações de torque de carga no eixo do motor, quando submetido a flutuações na sua tensão de alimentação (sub e sobretensão), e também na condição de barras rompidas com o anel de curto-circuito do rotor. A validação do presente estudo será realizada a partir dos dados experimentais coletados do aparato a ser montado, sendo este formado por um motor trifásico de 7.5kW, um freio dinâmico por correntes parasitas (Foucault), uma célula de carga e um variador de tensão. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
DIAS, CLEBER GUSTAVO; DA SILVA, LUIZ CARLOS; LUZ ALVES, WONDER ALEXANDRE. A Histogram of Oriented Gradients Approach for Detecting Broken Bars in Squirrel-Cage Induction Motors. IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, v. 69, n. 9, p. 6968-6981, . (16/02547-5, 16/02525-1, 18/05214-2)
DIAS, CLEBER GUSTAVO; DA SILVA, LUIZ CARLOS; CHABU, IVAN EDUARDO. Fuzzy-Based Statistical Feature Extraction for Detecting Broken Rotor Bars in Line-Fed and Inverter-Fed Induction Motors. ENERGIES, v. 12, n. 12, . (16/02525-1, 18/05214-2)

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.