Aplicação das redes neurais artificiais no controle de cargas através do Freio de Foucault
Ano de defesa: | 2019 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de Pernambuco
|
Programa de Pós-Graduação: |
Programa de Pos Graduacao em Engenharia Eletrica
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: | |
Link de acesso: | https://repositorio.ufpe.br/handle/123456789/34084 |
Resumo: | Os motores de indução são amplamente utilizados em sistemas industriais, entretanto, a implementação de um sistema de controle adequado para determinadas aplicações não é uma tarefa fácil, visto que não há conhecimento preciso o suficiente do comportamento das cargas acopladas ao seu eixo. Elas podem se modificar e, portanto, alterar toda a configuração dos processos. Desta forma, o presente trabalho apresenta uma abordagem de um controle inteligente aplicado a um sistema de Freio Eletromagnético, também conhecido como Freio de Foucault, em que se busca investigar aspectos relacionados ao uso de Redes Neurais Artificiais (RNA’s) em sistemas dinâmicos, envolvendo principalmente motores de indução. O sistema inteligente implementado é baseado em Redes Neurais Artificiais cujos dados de treinamento foram coletados através de ensaios realizados numa bancada de testes, que é controlada através de um Controlador Lógico Programável (CLP) e está localizada no Departamento de Engenharia Elétrica, mais especificamente no Laboratório de Eficiência Energética e Qualidade de Energia (DEE-LEEQE-UFPE). A partir do levantamento da planta do sistema e também do desenvolvimento de um controlador tradicional do tipo proporcional-integral, um controlador neural foi construído com o objetivo de controlar o sistema do Freio de Foucault e espera-se apresentar um desempenho satisfatório na malha de controle e desta forma evidenciar que controladores inteligentes tenha uma boa capacidade de adaptação em sistemas dinâmicos cujos parâmetros são modificados, justificando assim sua utilização em sistemas motrizes industriais. |
id |
UFPE_05c66302d285e9f2fd2a9d1fa4601659 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/34084 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
|
spelling |
SANTOS, Renato Leitão Chaves doshttp://lattes.cnpq.br/5084203536452672http://lattes.cnpq.br/0731639653204720AQUINO, Ronaldo Ribeiro Barbosa de2019-10-01T21:34:47Z2019-10-01T21:34:47Z2019-02-20https://repositorio.ufpe.br/handle/123456789/34084Os motores de indução são amplamente utilizados em sistemas industriais, entretanto, a implementação de um sistema de controle adequado para determinadas aplicações não é uma tarefa fácil, visto que não há conhecimento preciso o suficiente do comportamento das cargas acopladas ao seu eixo. Elas podem se modificar e, portanto, alterar toda a configuração dos processos. Desta forma, o presente trabalho apresenta uma abordagem de um controle inteligente aplicado a um sistema de Freio Eletromagnético, também conhecido como Freio de Foucault, em que se busca investigar aspectos relacionados ao uso de Redes Neurais Artificiais (RNA’s) em sistemas dinâmicos, envolvendo principalmente motores de indução. O sistema inteligente implementado é baseado em Redes Neurais Artificiais cujos dados de treinamento foram coletados através de ensaios realizados numa bancada de testes, que é controlada através de um Controlador Lógico Programável (CLP) e está localizada no Departamento de Engenharia Elétrica, mais especificamente no Laboratório de Eficiência Energética e Qualidade de Energia (DEE-LEEQE-UFPE). A partir do levantamento da planta do sistema e também do desenvolvimento de um controlador tradicional do tipo proporcional-integral, um controlador neural foi construído com o objetivo de controlar o sistema do Freio de Foucault e espera-se apresentar um desempenho satisfatório na malha de controle e desta forma evidenciar que controladores inteligentes tenha uma boa capacidade de adaptação em sistemas dinâmicos cujos parâmetros são modificados, justificando assim sua utilização em sistemas motrizes industriais.FACEPEInduction motors are widely used in industrial systems, however, the implementation of a suitable control system for certain applications is not an easy task since there is not enough precise knowledge of the behavior of the loads coupled to their axis. They can be modified and therefore change the entire process configuration. In this way the present work presents an approach of intelligent control applied to an Electromagnetic Brake system, also known as Foucault Brake, in which were investigated aspects related to the use of Artificial Neural Networks (RNA's) in dynamic systems, mainly involving motors of induction. The intelligent system implemented is based on Artificial Neural Networks whose training data were collected through tests carried out on a test bench, which is controlled through a Programmable Logic Controller (CLP). From the survey of the system plan and also the development of a proportional-integral type controller, a neural controller was constructed with the objective of controlling the Foucault Brake system and presenting a satisfactory performance, thus evidencing that intelligent controllers have an excellent adaptability in dynamic systems whose parameters are modified, thus justifying their use in industrial power systems.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia EletricaUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEngenharia ElétricaFreio de FoucaultAutomação industrialControle inteligenteRedes neurais artificiaisAplicação das redes neurais artificiais no controle de cargas através do Freio de Foucaultinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILDISSERTAÇÃO Renato Leitão Chaves dos Santos.pdf.jpgDISSERTAÇÃO Renato Leitão Chaves dos Santos.pdf.jpgGenerated Thumbnailimage/jpeg1201https://repositorio.ufpe.br/bitstream/123456789/34084/5/DISSERTA%c3%87%c3%83O%20Renato%20Leit%c3%a3o%20Chaves%20dos%20Santos.pdf.jpg5e7633de7fa0267bc16731a7675015b2MD55ORIGINALDISSERTAÇÃO Renato Leitão Chaves dos Santos.pdfDISSERTAÇÃO Renato Leitão Chaves dos Santos.pdfapplication/pdf3290413https://repositorio.ufpe.br/bitstream/123456789/34084/1/DISSERTA%c3%87%c3%83O%20Renato%20Leit%c3%a3o%20Chaves%20dos%20Santos.pdf70ef3e80ac95cbd1df9aac64f3540889MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/34084/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82310https://repositorio.ufpe.br/bitstream/123456789/34084/3/license.txtbd573a5ca8288eb7272482765f819534MD53TEXTDISSERTAÇÃO Renato Leitão Chaves dos Santos.pdf.txtDISSERTAÇÃO Renato Leitão Chaves dos Santos.pdf.txtExtracted texttext/plain143390https://repositorio.ufpe.br/bitstream/123456789/34084/4/DISSERTA%c3%87%c3%83O%20Renato%20Leit%c3%a3o%20Chaves%20dos%20Santos.pdf.txtd7a2ca8ac3953f2d7bbbeb6d221340b7MD54123456789/340842021-07-19 15:45:56.082oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212021-07-19T18:45:56Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Aplicação das redes neurais artificiais no controle de cargas através do Freio de Foucault |
title |
Aplicação das redes neurais artificiais no controle de cargas através do Freio de Foucault |
spellingShingle |
Aplicação das redes neurais artificiais no controle de cargas através do Freio de Foucault SANTOS, Renato Leitão Chaves dos Engenharia Elétrica Freio de Foucault Automação industrial Controle inteligente Redes neurais artificiais |
title_short |
Aplicação das redes neurais artificiais no controle de cargas através do Freio de Foucault |
title_full |
Aplicação das redes neurais artificiais no controle de cargas através do Freio de Foucault |
title_fullStr |
Aplicação das redes neurais artificiais no controle de cargas através do Freio de Foucault |
title_full_unstemmed |
Aplicação das redes neurais artificiais no controle de cargas através do Freio de Foucault |
title_sort |
Aplicação das redes neurais artificiais no controle de cargas através do Freio de Foucault |
author |
SANTOS, Renato Leitão Chaves dos |
author_facet |
SANTOS, Renato Leitão Chaves dos |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5084203536452672 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0731639653204720 |
dc.contributor.author.fl_str_mv |
SANTOS, Renato Leitão Chaves dos |
dc.contributor.advisor1.fl_str_mv |
AQUINO, Ronaldo Ribeiro Barbosa de |
contributor_str_mv |
AQUINO, Ronaldo Ribeiro Barbosa de |
dc.subject.por.fl_str_mv |
Engenharia Elétrica Freio de Foucault Automação industrial Controle inteligente Redes neurais artificiais |
topic |
Engenharia Elétrica Freio de Foucault Automação industrial Controle inteligente Redes neurais artificiais |
description |
Os motores de indução são amplamente utilizados em sistemas industriais, entretanto, a implementação de um sistema de controle adequado para determinadas aplicações não é uma tarefa fácil, visto que não há conhecimento preciso o suficiente do comportamento das cargas acopladas ao seu eixo. Elas podem se modificar e, portanto, alterar toda a configuração dos processos. Desta forma, o presente trabalho apresenta uma abordagem de um controle inteligente aplicado a um sistema de Freio Eletromagnético, também conhecido como Freio de Foucault, em que se busca investigar aspectos relacionados ao uso de Redes Neurais Artificiais (RNA’s) em sistemas dinâmicos, envolvendo principalmente motores de indução. O sistema inteligente implementado é baseado em Redes Neurais Artificiais cujos dados de treinamento foram coletados através de ensaios realizados numa bancada de testes, que é controlada através de um Controlador Lógico Programável (CLP) e está localizada no Departamento de Engenharia Elétrica, mais especificamente no Laboratório de Eficiência Energética e Qualidade de Energia (DEE-LEEQE-UFPE). A partir do levantamento da planta do sistema e também do desenvolvimento de um controlador tradicional do tipo proporcional-integral, um controlador neural foi construído com o objetivo de controlar o sistema do Freio de Foucault e espera-se apresentar um desempenho satisfatório na malha de controle e desta forma evidenciar que controladores inteligentes tenha uma boa capacidade de adaptação em sistemas dinâmicos cujos parâmetros são modificados, justificando assim sua utilização em sistemas motrizes industriais. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-10-01T21:34:47Z |
dc.date.available.fl_str_mv |
2019-10-01T21:34:47Z |
dc.date.issued.fl_str_mv |
2019-02-20 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/34084 |
url |
https://repositorio.ufpe.br/handle/123456789/34084 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Engenharia Eletrica |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/34084/5/DISSERTA%c3%87%c3%83O%20Renato%20Leit%c3%a3o%20Chaves%20dos%20Santos.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/34084/1/DISSERTA%c3%87%c3%83O%20Renato%20Leit%c3%a3o%20Chaves%20dos%20Santos.pdf https://repositorio.ufpe.br/bitstream/123456789/34084/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/34084/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/34084/4/DISSERTA%c3%87%c3%83O%20Renato%20Leit%c3%a3o%20Chaves%20dos%20Santos.pdf.txt |
bitstream.checksum.fl_str_mv |
5e7633de7fa0267bc16731a7675015b2 70ef3e80ac95cbd1df9aac64f3540889 e39d27027a6cc9cb039ad269a5db8e34 bd573a5ca8288eb7272482765f819534 d7a2ca8ac3953f2d7bbbeb6d221340b7 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802311350407397376 |