Beruflich Dokumente
Kultur Dokumente
CENTRO DE T ECNOLOGIA
PROGRAMA DE PS-GRADUAO EM E NGENHARIA
ELTRICA
Natal, RN Brasil
Dezembro / 2007
Natal, RN Brasil
Dezembro / 2007
ii
CDU 621.313.333(043.2)
Natal, RN Brasil
Dezembro / 2007
iii
minha esposa
Alessandra e minha
filha Lvia.
iv
Agradecimentos
Deus pela vida.
Ao Professor Andrs Ortiz Salazar, pessoa de valor inestimvel na minha formao
acadmica e profissional.
Ao Professor Andr Laurindo Maitelli, pela co-orientao fundamental nos instantes decisivos
na execuo deste trabalho e tambm pela sua confiana e amizade.
todos os companheiros de Laboratrio, especialmente aos amigos Stella Lisboa, Francisco
Canind e Jossana Ferreira.
Aos meus pais pela educao e incentivo recebidos para que eu atingisse os meus objetivos de
vida.
Alessandra e Lvia, pelo estmulo, compreenso e amor que me impulsionam cada dia.
Ao CEFET/RN, pelos incentivos aos servidores nas diversas reas de pesquisas.
Ao CNPq, CAPES, e PPgEE pelo apoio Financeiro.
Enfim, a todos queles que de forma direta ou indireta contriburam na elaborao e
concluso deste trabalho.
Sumrio
Agradecimentos
Sumrio
vi
Lista de Smbolos
xiv
Resumo
xviii
Abstract
xix
1. Introduo
20
1.1. Introduo
20
22
1.3. Objetivo
25
1.4. Sumrio
26
28
29
30
31
2.3. Concluses
33
34
3.1. Introduo
34
36
vi
39
41
3.5. Concluses
50
52
4.1. Introduo
52
54
55
56
57
59
60
62
66
66
72
73
5.1. Introduo
73
74
76
77
78
80
vii
80
81
81
83
85
87
5.5. Concluses
89
6. Resultados Experimentais
90
6.1. Introduo
90
91
92
96
100
103
106
110
114
6.4. Concluses
115
117
117
118
Bobinado Dividido
viii
122
122
B.2. Listagem das rotinas e funes para o clculo das Redes Neurais
implementadas
124
127
145
Referncias Bibliogrficas
146
ix
Pgina
29
29
2.3.
Esquemas de ligao das bobinas dos estatores para: (a) Uma mquina
convencional e (b) Mquina sem mancais com bobinado dividido
30
31
2.5.
32
2.6.
33
36
37
39
3.4.
3.5.
43
3.6.
43
44
44
45
45
d ( t )
dt
com o
46
46
47
47
48
48
49
50
55
4.2. Arquitetura de uma rede alimentada adiante com uma nica camada de
neurnios
58
58
58
63
65
4.7.
67
dt
67
4.8.
4.9.
68
dt
69
69
70
71
71
75
77
5.3.
86
87
88
5.6.
6.1.
88
92
93
94
95
96
97
6.6.
98
98
99
99
100
101
101
102
102
103
xii
104
106
107
107
108
109
111
112
112
113
113
Tabela
A.1
Pgina
xiii
120
Lista de Smbolos
Smbolo
Descrio
Pnominal
? nominal
Vnominal
Inominal
RS e RR
Potncia Nominal.
Velocidade Nominal.
Tenso nominal.
Corrente Nominal.
Resistncias de estator e de rotor por fase.
LdS e LdR
Lm
LS e LR
Indutncia de magnetizao.
Indutncias prprias do estator e do roto por fase.
TR
np
Fator de disperso.
km
Fator de carga.
Tempo em segundos.
Intervalo de amostragem.
iS
iS1 , iS 2 e iS 3
i Sa e iSb
iSd e iSq
i m R e imR
iSaref , e iSbref
i Sdref e i Sqref
i m Re f
mM e mL
mMref
xiv
ref
mec e mR
e
d
dt
sen x e cos x
arctan x
e( x)
sig(x)
wkp
bk
vk
uk
(.)
yk
y e y
erro
R(k)
P(k)
I(k)
D(k)
KP
KI
KD
Xref
Yref
X(k)
xv
Y(k)
u( k )
Ao de controle genrica.
u* ( k ) e u * ( k )
ux( k ) e uy ( k )
ua ( k ) , ub ( k ) e uc ( k )
xr e yr
x*r e y*r
Tu
Tr
ia , ib e ic
Nmero de bits.
Ni
di mR( k )
d ( k )
d mecQ ( k )
mecQ( k )
velorads( k )
Kr
Ki
Kw
KM
Kj
xnorm
yn
xvi
ydesnorm
xmax
xmin
xdp ( k )
ximR( k )
+, -, * e /
>>
<<
TR
e+
e
2
xvii
Resumo da tese apresentada ao PPgEE/UFRN como parte dos requisitos necessrios para a
obteno do grau de Doutor em Cincias (D. Sc.)
xix
Captulo 1
Introduo
1.1. Introduo
Os motores de induo tm como principais caractersticas o baixo custo e a robustez.
Por estas razes, vrias estratgias de controle e acionamento deste tipo de mquinas vm
sendo desenvolvidas para melhorar o seu desempenho e aumentar a sua gama de aplicaes
(Santisteban, 2001; Leonhard, 2001).
O controle de velocidade mais comumente empregado neste tipo de mquina o do
tipo escalar no qual o torque rotacional controlado atravs de variaes proporcionais das
grandezas tenso/freqncia. Porm, por se tratar um mtodo construdo a partir de condies
de regime permanente, este tipo de controle no apresenta desempenho satisfatrio para
variaes bruscas de carga, principalmente durante o regime transitrio.
Como soluo s limitaes impostas pelo controle escalar, foram desenvolvidas
tcnicas vetoriais de controle de velocidade. Estas tcnicas aproximam o modelo trifsico da
mquina de induo do modelo convencional de uma mquina CC. Esta transformao facilita
o controle de velocidade, pois possibilita o desacoplamento entre fluxo e torque, permitindo o
21
controle independente de ambos (Barbi, 1985). Atravs das tcnicas de controle vetorial
possvel obter bons desempenhos de torque e velocidade durante o regime transitrio e
tambm em regime permanente, mesmo sob variaes de carga.
Uma limitao para a ampliao do uso das mquinas de induo o nmero de
manutenes das partes mecnicas como mancais e rolamentos, principalmente quando
difcil o acesso a estas partes (Ferreira, 2006). Com o objetivo de substituir a funo destas
partes mecnicas e minimizar o nmero de manutenes peridicas, foram propostas alguns
tipos de mquinas especiais como as mquinas com mancais magnticos e as mquinas de
induo sem mancais (Bearingless Induction Machines) (Chiba, 1990; Salazar, 1993-1). Estas
mquinas operam de forma similar s mquinas de induo convencionais, porm seus rotores
so posicionados radialmente atravs do controle das correntes dos mancais magnticos, para
as mquinas com mancais magnticos, ou do controle das correntes de estator, para as
mquinas de induo sem mancais.
As mquinas de induo sem mancais apresentam caractersticas semelhantes s
mquinas de induo convencionais (Ferreira, 2006). Por esta razo, a aplicao dos
controladores vetoriais de velocidade se faz necessria. Porm, um outro aspecto que deve ser
levado em considerao no desenvolvimento de controladores vetoriais para estas mquinas
a difcil obteno exata dos seus parmetros, pois alm da possibilidade de variao dos seus
valores com a temperatura e/ou saturao magntica do entreferro, eles dependem diretamente
da posio radial do rotor (Lisboa, 2007).
Uma alternativa para resolver as variaes dos parmetros o uso de um sensor de
fluxo acoplado ao estator da mquina. Porm estes sensores so caros e de difcil
posicionamento dentro da mquina de induo sem mancal.
Como forma de simplificar a implementao do sistema de controle vetorial da
22
mquina sem mancais recomendvel realizar a estimao do fluxo magntico atravs de
estratgias que se adaptem s possveis variaes paramtricas das mquinas de induo sem
mancais.
Dentre as vrias tcnicas modernas de controle e estimao de sistemas que foram
desenvolvidas nas ltimas dcadas, a estimao de modelos atravs das Redes Neurais
Artificiais (RNAs) se apresenta como uma soluo vivel para plantas no- lineares e variantes
no tempo (Narendra, 1990).
As redes neurais tm o objetivo principal de aprender o comportamento da planta para
diversas condies de funcionamento. Este aprendizado faz com que a varivel estimada ou
controlada se adapte s possveis variaes e incertezas nos parmetros da planta.
Utilizando as estratgias mencionadas acima, possvel controlar as mquinas de
induo sem mancais de modo similar ao controle de mquinas de induo convencionais,
sem que haja um aumento significativo na complexidade do algoritmo de controle.
23
controle da fora radial. Logo depois, R. Bosch (1988) introduziu o conceito de motor sem
mancal cuja estrutura era do tipo disco. Nesta estrutura, a corrente de excitao controlava o
torque e a fora de posicionamento axial. Entre as dcadas de 80 e 90, houve um significativo
avano nas pesquisas das mquinas sem mancais, pois conceitos importantes foram
introduzidos juntamente com o desenvolvimento da microeletrnica. Estes fatores
possibilitaram o uso de dispositivos microprocessados de alta velocidade. Tambm houve um
aperfeioamento significativo nas estratgias de controle de campos magnticos, o que
proporcionou um grande avano no estudo dos mancais magnticos.
J na dcada de 90, iniciaram-se vrios trabalhos importantes na rea de mquinas sem
mancais. Nestes trabalhos, foram propostos outros tipos de estruturas para os enrolamentos do
estator e rotor.
Um dos modelos de mquinas mais importantes foi proposto por A. Chiba (1990).
Trata-se de uma mquina de induo sem mancal com dois enrolamentos separados, sendo
um de quatro plos para a gerao e o controle de torque e outro enrolamento de dois plos
para o controle da posio radial. As pesquisas com este tipo de mquina tm apresentado
bons resultados (Chiba, 2005). Porm, a estrutura de duplo enrolamento torna seu processo de
fabricao relativamente complexo.
Um grupo de pesquisa no Brasil vem estudando e desenvolvendo um outro tipo
especial de mquina de induo sem mancal trifsica, cuja estrutura do estator idntica de
uma mquina de induo trifsica convencional, porm utiliza um enrolamento com bobinado
dividido.
Os primeiros trabalhos com a mquina de induo sem mancais com bobinado
dividido foram desenvolvidos por A. O. Salazar (1993-1, 1993-2). O princpio de
funcionamento deste tipo de mquina baseia-se na utilizao do mesmo campo
24
eletromagntico para a execuo dos controles de torque rotacional e posio radial do rotor.
Dando segmento aos trabalhos com a mquina sem mancais com bobinado dividido, J.
Santisteban (1999) apresenta a modelagem, anlise e controles de posicionamento radial e
torque rotacional para um motor de induo bifsico sem mancais com correntes impostas.
Nos anos 2000, surgiram outros trabalhos importantes com este modelo de bobinado.
Em Ferreira (2002), foi proposta uma mquina sem mancais trifsica com bobinado dividido
para operar na posio vertical. Neste trabalho, foi implementado tambm, o controle digital
de posio radial.
Em Castro (2004), foram realizadas diversas otimizaes no sistema de controle de
posio radial da mquina trifsica com bobinado dividido. Neste trabalho, a mquina foi
colocada para operar na posio horizontal e o controle da posio radial da mquina passou a
ser executado em um DSP (Digital Signal Processor). Para minimizar a influncia das
correntes destinadas gerao de torque sobre o controle de posio radial, foi desenvolvido e
aplicado um modelo especial de rotor de quatro plos com circuitos independentes baseado
em Chiba (1998). Com este modelo de rotor, foram obtidos maiores nveis de fora radial em
relao aos rotores convencionais anteriormente utilizados.
A modelagem matemtica para a mquina de induo sem mancais trifsica com
bobinado dividido proposto em Ferreira (2006). O modelo desenvolvido neste trabalho foi
baseado no modelo vetorial da mquina de induo trifsica convencional (Leonhard, 2001).
Utilizando motor mancal bifsico, R. Gomes (2007) desenvolveu um sistema de
controle de velocidade e posio radial em DSP no qual faz a modificao dos parmetros do
regulador PID de posio em funo da velocidade rotacional. Esta sintonia dos parmetros
do regulador executada por uma estratgia de controle adaptativo programado.
25
1.3. Objetivo
Este trabalho prope um sistema de controle vetorial de velocidade rotacional para
mquinas de induo trifsica sem mancais com bobinado dividido que utilizam duas redes
neurais do tipo feedfoward multicamadas aplicadas estimao da magnitude da corrente
de magnetizao e velocidade angular do fluxo do rotor. Estas variveis se relacionam
respectivamente magnitude e posio angular do fluxo girante. O controlador de
velocidade implementado opera de modo simultneo com os controladores de posicionamento
radial e os controladores de corrente.
Todo o sistema controlado digitalmente por um dispositivo microcontrolado do tipo
DSP, o qual oferece baixos tempos de processamento como alta capacidade de executar
instrues dentro do lao de controle. O uso deste dispositivo se justifica pela necessidade de
se amostrar e controlar variveis como as correntes trifsicas da mquina em freqncias
elevadas e ainda efetuar operaes aritmticas e lgicas.
O prottipo utilizado uma mquina de induo sem mancal com bobinado dividido
de quatro plos e 1,1 kW. O programa de controle vetorial de velocidade foi desenvolvido em
linguagem padro ANSI C atravs de um ambiente prprio no qual foram implementados,
tambm, os controladores dos tipos PI (Proporcional- Integrativo ) para o controle das
correntes de estator e PD (Proporciona l- Derivativo) para a realizao do controle da posio
Radial.
O DSP utilizado um microprocessador de 32 bits operando a uma freqncia de 150
MHz e est alocado em um mdulo de desenvolvimento que possibilita a comunicao com
um computador PC atravs das interfaces paralela e Serial RS-232. Atravs destas interfaces
realiza-se a programao e para a comunicao com sistema supervisrio (Spectrum, 2003).
26
Neste trabalho, foram utilizados tambm diversos recursos do DSP como : os canais de
converso Analgicos/Digitais para a leitura das correntes e da posio radial, os canais
digital de captura para leitura da velocidade e os canais PWM (Pulse-Width Modulation)
para acionamento dos seis inversores monofsicos que alimentam a mquina.
1.4. Sumrio
Apresenta-se, a seguir, uma breve descrio dos captulos que compem este trabalho
e seus respectivos contedos.
O captulo 2 apresenta uma descrio geral do modelo construtivo da mquina de
induo sem mancais com bobinado dividido. Neste captulo busca-se, tambm, fazer uma
anlise comparativa das caractersticas das mquinas sem mancais com as mquinas de
induo convencionais.
O controle vetorial de velocidade introduzido no captulo 3. A estratgia escolhida
o controle em quadratura tendo como referncia o fluxo do rotor. Para justificar o uso desta
estratgia, so apresentadas simulaes computacionais com o modelo vetorial que serviram
de base para a implementao do sistema em DSP.
No captulo 4, apresenta-se uma viso geral das redes neurais destinadas estimao
de sistemas e descreve-se a implementao digital das redes neurais utilizadas neste trabalho
juntamente com as simulaes computacionais que justificaram a sua aplicao.
O captulo 5 faz a descrio detalhada de todos os aspectos prticos de
implementao, desenvolvimento e ajustes do sistema de controle.
Concluindo a descrio das atividades prticas, no captulo 6, so apresentados os
resultados experimentais do controlador vetorial de velocidade operando em conjunto com o
controle de posicionamento radial. Estes resultados fornecem uma anlise comparativa entre
o comportamento da mquina de induo sem mancais com bobinado dividido sob orientao
27
do estimador neural em relao ao seu comportamento durante a operao do estimador
convencional. No final do captulo, so relatadas as caractersticas e limitaes prticas
impostas pelo sistema e pela mquina sem mancais utilizada durante todo o seu
desenvolvimento.
Por fim, no captulo 7, de concluses gerais e perspectivas para futuros trabalhos, so
descritos os principais aspectos tericos e prticos observados durante o desenvolvimento do
sistema de controle vetorial de velocidade com estimao neural de fluxo. Estes aspectos
sero os pontos norteadores para o desenvolvimento e otimizao do sistema em outros
trabalhos na rea de controle e acionamento das mquinas sem mancais com bobinado
dividido.
Captulo 2
29
30
Os rotores desta mquina esto unidos por um eixo longitudinal e tm a posio radial
controlada pelos fluxos gerados pelos seus respectivos estatores. Desta forma, pode-se
considerar que existe apenas um nico rotor a ser controlado.
Para simplificar a implementao dos controles de velocidade mecnica, posio
radial e correntes, optou-se neste trabalho por controlar apenas um dos conjuntos estator/rotor.
A outra extremidade da mquina foi fixada atravs de um mancal mecnico convencional.
Nesta configurao, o rotor da mquina realiza um movimento de pivotao.
(a)
(b)
Figura 2.3. Esquemas de ligao das bobinas dos estatores para: (a) Uma mquina
convencional e (b) Mquina sem mancais com bobinado dividido.
O arranjo apresentado na figura 2.3(b) permite que haja uma diviso ponderada da
corrente de cada fase, ou seja, quando ocorrer um deslocamento do rotor em determinada
direo, a corrente nas partes da bobina de uma mesma fase ficar desigual, aumentando o
fluxo em uma direo e diminuindo na direo oposta, pelo fato de cada metade de bobina
estar disposta simetricamente em relao ao rotor. Dessa forma, o controle atua para aumentar
31
a fora na direo de maior entreferro e enfraquecer no sentido oposto, mantendo constante a
soma das correntes nas duas partes. Esta distribuio de fluxo por fase no altera a posio e a
magnitude do campo girante.
As bobinas esto distribudas internamente nos estatores conforme mostra o esquema
da figura 2.4.
Y
B1
C1
Estator
A1
Rotor
A2
B2
A1 e A2: Fase A
B1 e B2: Fase B
C1 e C2: Fase C
C2
32
Apesar das mquinas sem mancais com bobinado dividido possurem um nico
bobinado no estator, a sua alimentao resulta da modulao dos sinais de correntes de
referncia geradas pelos controladores de posio radial e de velocidade. Esta caracterstica
gera as mesmas limitaes de foras radiais presentes nas mquinas de duplo enrolamento
operando com rotores em gaiola.
Com o objetivo de minimizar a influncia das correntes induzidas pelas componentes
de torque na gerao de foras radiais, utilizou-se neste trabalho um rotor com bobinado
otimizado de quatro plos baseado em Chiba (1996, 1998). Neste tipo especial de
enrolamento, as componentes de freqncia de ordem superior se anulam e prevalecem
apenas as componentes de quatro plos que coincidem com freqncia da componente
fundamental
33
Figura 2.6. Modelo de enrolamento proposto para o rotor com 12 circuitos isolados.
O rotor composto de material ferrolaminado, o que reduz o aparecimento de foras
degenerativas resultantes de correntes que representam perdas.
Este esquema apresentou um aumento significativo da fora radial em relao aos
outros modelos de enrolamentos testados e melhorou a estabilizao do posicionamento radial
do rotor (Castro, 2004).
2.3. Concluses
De acordo com o contedo apresentado neste captulo, pode-se concluir que as
semelhanas do modelo apresentado para a mquina sem mancais com bobinado dividido em
relao s mquinas de induo convencionais garantem as caractersticas de robustez e baixo
custo (quando comparadas s mquinas sem mancais com duplo bobinado) e permitem a
aplicao dos controladores vetoriais de velocidade aliados aos estimadores de fluxo
modernos como, por exemplo, os estimadores neurais.
Captulo 3
35
Uma forma de contornar estas limitaes utilizar estimadores de fluxo baseados no
modelo vetorial da mquina. Para implementar o estimador de fluxo, necessrio escolher as
entradas relacionadas um referencial especfico e esta escolha depende das condies de
projeto e do grau de complexidade que exigido pelo sistema. Os referencia is de fluxo so: o
vetor de fluxo do estator, o vetor de fluxo do entreferro e o vetor de fluxo do rotor. Cada um
destes referenciais apresenta vantagens e desvantagens.
Os modelos representados em coordenadas de fluxo do estator e de entreferro so
generalistas e permitem a estimao de fluxo e velocidade mecnica atravs da leitura das
correntes e tenses nos enrolamentos da mquina. Porm, estes modelos exigem um
considervel esforo computacional devido ao elevado nmero de equaes presentes nos
mesmos e dependncia dos valores de resistncia e indutncia de estator. Dentre estas
equaes, esto as equaes de estado das tenses e correntes e tambm, as equaes
adiciona is para a obteno do desacoplamento entre os vetores de fluxo e torque.
O terceiro referencial disponvel o vetor de fluxo do rotor, cujo modelo
representado por um nmero reduzido de equaes sem perdas significativas de exatido. A
estimao atravs deste referencial necessita apenas das correntes de fase do estator e da
velocidade mecnica (Santisteban, 2001).
Analisando estas opes, possvel concluir que o referencial no fluxo do rotor tem
preferncia quando se deseja simplificar a implementao prtica e minimizar o esforo
computacional do sistema.
Por estas razes e pelas semelhanas entre as estruturas da mquina de induo sem
mancais e da mquina de induo convenciona l, foi escolhido para este trabalho o controle
vetorial orientado pelo fluxo do rotor.
Para analisar as caractersticas do modelo vetorial nas coordenadas solidrias ao fluxo
do rotor, este captulo apresenta uma descrio geral do mesmo e estuda a sua vulnerabilidade
36
s variaes paramtricas. Estas variaes so causadas por condies adversas externas
como, por exemplo, variaes de temperatura da mquina ou internas como saturao
magntica do rotor. Estas variaes tm influncia direta na estimao do fluxo e,
conseqentemente, no desempenho global do sistema.
Este modelo teve sua viabilidade de implementao em DSP estudada atravs das
simulaes computacionais apresentadas nas ltimas sees deste captulo.
iS3
i S( t )
iSq
iSb
? mR
Eixo de referncia
de fluxo do rotor
Eixo do estator
2?
iSa
iS1
iS2
+ i ( t )e
S3
j 2
= i + j .i
Sa
Sb
(3.1)
de modo que
i
S1
+i
S2
+i
S3
=0
(3.2)
37
em que i S( t ) o vetor de corrente gerado pelas correntes trifsicas iS1( t ) , iS2(t ) e iS3( t )
presentes no estator da mquina e iSa(t ) e iSb(t ) so as correntes correspondentes um sistema
bifsico equivalente no referencial estacionrio.
Substituindo a equao 3.2 na equao 3.1, chega-se seguinte relao:
3
i S1 ( t )
2
(3.3)
3
[iS 2 ( t ) iS 3 ( t )]
2
(3.4)
i Sa ( t ) =
iSb ( t ) =
(3.5)
i Sq ( t ) = i Sb ( t ) cos i Sa ( t )sen
(3.6)
38
As equaes representadas no diagrama da figura 3.2 so as seguintes:
m
( t ) = k .i
m mR
( t ).i
Sq
(t)
(3.7)
2
k = (1 )L S
3
(3.8)
dt
TR
TR
(3.9)
i (t )
d ( t )
= n p .mec ( t ) + Sq
dt
TRimR( t )
(3.10)
mM ( t ) m L ( t )
(3.11)
(3.12)
39
40
As sadas de todos os controladores devem ter limitadores do sinal de controle como
forma de obedecer aos valores possveis de serem aplicados mquina.
As correntes iSdref e iSqref passam por uma transformao rotacional gerando as
correntes iSaref e iSbref, respectivamente. Aps a transformao rotacional, aplica-se uma nova
transformao nas correntes iSaref e iSbref para o referencial trifsico representado pelas
correntes de referncia iS1ref , iS2ref e iS3ref dadas por:
2
iS 1ref ( t ) = iSaref ( t )
3
(3.12)
1
1
iS 2 ref ( t ) = iSaref ( t ) +
iSbref ( t )
3
3
(3.13)
1
1
i S 3 ref ( t ) = iSaref ( t )
iSbref ( t )
3
3
(3.14)
As transformaes angulares so feitas com base no ngulo ?(t) gerado pelo estimador
de fluxo. O modelo do estimador de fluxo disponibiliza tambm o torque eltrico mM e a
corrente de magnetizao atuais. O estimador de fluxo tem como entradas as correntes iSd e iSq
e a velocidade mecnica.
Toda a comunicao do DSP com os circuitos de interface realizada atravs dos
conversores A/D e D/A disponveis na maioria dos dispositivos microcontrolados dedicados.
Em microprocessadores como DSPs, a funo de controle de corrente e gerao de sinais
PWM pode ser implementada internamente no prprio dispositivo.
Os sistemas de controle vetorial de velocidade para mquinas de induo podem ser
implementados atravs da alimentao por correntes impostas ou por tenses.
Quando se utiliza a alimentao por correntes impostas, as equaes de malha do
estator so eliminadas, fazendo com que a implementao digital seja mais simples. No
entanto, ainda se tem uma dependncia considervel da constante de tempo do rotor TR.
41
Caso os parmetros do rotor variem ou no sejam conhecidos com exatido, esta
dependncia produz erros na estimao do fluxo.
Apesar das limitaes, optou-se neste trabalho por utilizar o sistema de controle
alimentado por correntes impostas devido execuo simultnea dos controles de velocidade,
de posio radial e de correntes nas bobinas. Estes controles operando simultaneamente geram
uma grande demanda computacional para o DSP. Por esta razo, os parmetros do rotor foram
considerados constantes para o projeto do estimador de fluxo.
possvel implementar ainda neste sistema o enfraquecimento de campo para a
gerao de imRref, porm esta operao aumenta a demanda de processamento do DSP, o que
no sistema de controle para a mquina sem mancais invivel. Por esta razo, optou-se por
utilizar uma referncia constante de corrente de magnetizao.
O desenvolvimento de todo o sistema de controle de velocidade para a mquina sem
mancais com bobinado dividido teve como base o sistema apresentado na figura 3.3. Porm
foram feitas algumas adaptaes para que o mesmo pudesse operar em conjunto com os
controladores de posio e os controladores de correntes.
42
prpria mquina sem mancais obtidos atravs dos mtodos convencionais de medio
(Simone, 2000). Estes parmetros esto listados no apndice A.
Para realizar as simulaes com o modelo da mquina de induo considerou-se a
alimentao trifsica equilibrada em fase e desprezou-se o atrito viscoso dos mancais. Estas
consideraes foram feitas com o objetivo de aproximar o modelo em estudo da mquina sem
mancais.
Nas simulaes apresentadas a seguir, observou-se o comportamento das principais
variveis do modelo vetorial da mquina submetido : variaes de velocidades de
referncias, variaes do torque de carga e, principalmente, variaes no parmetro TR cuja
influncia modifica significativamente os estados transitrios da mquina.
Para possibilitar uma comparao direta entre os respectivos comportamentos do
modelo operando sem e com variao do parmetro TR, foram disponibilizados grficos
sobrepostos com legendas de cores anexada aos grficos para as operaes com e sem
variao de TR.
As variveis apresentadas so, respectivamente, a velocidade mecnica ? mec(t), a
velocidade angular do fluxo magntico do rotor ?(t), o torque eltrico mM ( t ) , e as correntes
iSd ( t ) , imR ( t ) e iSq ( t ) .
As simulaes com o modelo convencional foram executadas em intervalos de 0 a 10
segundos. Durante este intervalo, aplicaram-se variaes no parmetro TR de -20% do seu
valor nominal no instante 3,33 segundos e de +40% do seu valor nominal no instante 6,67
segundos.
A primeira varivel apresentada na figura 3.4 a velocidade mecnica do modelo de
quatro plos submetido a uma referncia de velocidade constante de 1800 rpm e sem carga
aplicada.
43
Distrbio causado
pela variao em TR
Distrbio causado
pela variao em TR
d ( t )
dt
operando
44
Distrbio causado
pela variao em TR
Perturbao causada
pela variao em TR
45
Alteraes causadas
pela variao em TR
46
Na figura 3.10, observa-se tambm, o aparecimento de distrbios na velocidade
angular do fluxo do rotor causados pela variao do parmetro TR.
Distrbios causados
pelas variaes em TR
Distrbios causados
pelas variaes em TR
47
Distrbios causados
pelas variaes em TR
Distrbios causados
pelas variaes em TR
48
Distrbios causados
pelas variaes em TR e
na carga
d ( t )
apresenta pequenas perturbaes causadas pela variao em TR
dt
Perturbaes causadas
pelas variaes em TR e
na carga
d ( t )
com o
dt
modelo operando com velocidade constante e submetido variao de
carga.
49
O comportamento do torque eltrico mM ( t ) apresentado na figura 3.16 mostra que ele
tende a se igualar ao valor da carga, comprovando mais uma vez a eficcia do modelo em
estudo. No entanto, observa-se que o toque eltrico sofre grande influncia das variaes em
TR durante a operao com carga.
Distrbios causados
pelas variaes em TR e
na carga
Distrbios causados
pelas variaes em TR
50
A resposta da corrente iSq ( t ) est mostrada na figura 3.18. Observa-se neste grfico
uma variao do valor de regime desta corrente quando o modelo submetido variao de
carga. Seu comportamento apresenta uma tendncia semelhante ao apresentado pelo torque
eltrico, caracterizado pela dependncia significativa do parmetro TR durante a operao com
carga.
Distrbios causados
pelas Variaes em TR e
na carga
3.5. Concluses
Este captulo descreve u o estudo do comportamento do modelo convencional da
mquina de induo orientado pelo fluxo do rotor. Este estudo teve como objetivo a
implementao da mesma estratgia de controle para a mquina de induo sem mancais com
51
bobinado dividido, cujo sistema aproveitou as vantagens desta estratgia de controle e
tambm possibilitou a integrao dos controladores de posio radial, das correntes e da
prpria velocidade mecnica rotacional.
Um outro aspecto importante apresentado neste captulo foi o estudo das limitaes do
estimador vetorial de fluxo baseado no modelo com parmetros constantes. Estas limitaes
geram a necessidade de se utilizar estimadores de fluxo mais robustos s variaes
paramtricas e s no- linearidades do modelo, como prope os observadores baseados nas
redes neurais artificiais.
De acordo com os resultados obtidos, foi possvel estabelecer as metas de desempenho
para o sistema de controle vetorial de velocidade rotacional implementado em DSP e realizar
diversas comparaes de desempenho em tempo real do estimador convencional e do
estimador neural proposto.
Captulo 4
4.1. Introduo
A rea de controle de sistemas vem sofrendo profundas modificaes na abordagem e
manipulao de suas grandezas fsicas e matemticas. Estas modificaes afetam tambm as
aplicaes dos controladores clssicos como PI, PD e PID pela indstria, pois estes
controladores so projetados para modelos lineares com parmetros constantes e ajustados
para pontos de operaes especficos.
Como a maioria dos sistemas reais no- linear, os controladores clssicos acima
citados apresentam limitaes de desempenho em regies distantes dos pontos de operao
para os quais foram projetados.
Para solucionar os problemas de no-linearidades e/ou variaes paramtricas em
sistemas de difcil modelagem, algumas tcnicas modernas de estimao de modelos nolineares vm sendo desenvolvidas e tm apresentado bons resultados quando aliadas aos
53
controladores clssicos ou mesmo aos controladores modernos, como por exemplo, os
sistemas de controle robustos e os controladores adaptativos (Vaz, 1996; Furtunato, 2001).
Dentre as tcnicas de estimao de plantas no- lineares em evidncia, destacam-se os
estimadores baseados nas Redes Neurais Artificiais (RNAs). Este destaque se deve sua
ampla faixa de aplicao e pela capacidade de adaptao e aprendizado do comportamento
das plantas a serem estimadas.
Uma das reas de pesquisa mais promissoras para a implementao das redes neurais
artificiais a rea de controle e a estimao dos parmetros e estados das mquinas eltricas,
como as mquinas de induo (Chen, 1994; Almeida, 1999).
As mquinas de induo possuem no- linearidades em seus modelos e tambm sofrem
variaes nos valores de seus parmetros devido a fatores internos como a saturao
magntica do rotor e a variao de temperatura. Desta forma, a aplicao de controladores
clssicos ajustados atravs de modelos lineares ou linearizados, fica limitada a pontos de
operaes especficos.
Para contornar estes problemas, os estimadores neurais podem ser treinados para
vrios pontos de operao, de modo a contemplar e compensar as variaes nos parmetros da
mquina e tambm manter o desempenho desejado para os controladores do sistema, sejam
eles clssicos ou modernos.
Entre as possveis aplicaes das RNAs nas mquinas eltricas, est a mquina de
induo sem mancais com bobinado dividido. Este tipo de mquina apresenta uma difcil
modelagem, pois seus parmetros dependem diretamente da posio radial e seu modelo
apresenta caractersticas no- lineares significativas (Ferreira, 2006).
A proposta deste trabalho utilizar a estimao neural do fluxo rotrico da mquina
de induo sem mancais com bobinado dividido em substituio ao estimador convencional
baseado no modelo inverso com parmetros constantes apresentado no captulo 3.
54
Este captulo apresenta uma viso geral da teoria redes neurais artificiais e suas
aplicaes na estimao dos principais estados da mquina eltrica de induo.
Com o objetivo de justificar a eficincia das redes neurais, ao final deste captulo, so
apresentadas algumas simulaes computacionais com o estimador neural do fluxo do rotor
implementado. Nestas simulaes, comprova-se a boa imunidade do mesmo s variaes
paramtricas em comparao com o estimador convencional de fluxo.
caractersticas
fornecem
uma
imensa
capacidade
de
processamento
computacional e de memria.
Desta forma, uma RNA uma mquina projetada para tentar reproduzir a maneira
pela qual o crebro realiza uma tarefa particular ou funo de interesse.
Normalmente, a Rede Neural implementada com componentes eletrnicos ou
simulada em computadores digitais. Dentre as muitas definies sobre as RNAs, cita-se
Haykin (2001):
A rede neural um processador maciamente paralelamente distribudo, constituda
de unidades de processamento simples, que tem a propenso natural para armazenar o
conhecimento experimental e torn-lo disponvel para o uso. Ela se assemelha ao
crebro em dois aspectos:
i) O conhecimento adquirido pela rede a partir de seu ambiente atravs de
um processo de aprendizagem;
i)
55
Bias
x1
wk1
Sinais
de
entrada
x2
bk
wk2
.
.
.
xp
funo de
ativao
vk
(.)
Sada
yk
Juno
aditiva
wkp
Pesos
sinpticos
(.).
56
Em termos matemticos, a operao do k-simo neurnio de uma rede neural
expressa por:
p
uk = wkj x j
(4.1)
v k = u k + bk
(4.2)
y k = ( vk )
(4.3)
j =1
em que p o nmero de entradas; x 1 , x 2 ,... x p so as p entradas; wk1 , wk2 , ..., wkp so os pesos
sinpticos do neurnio k; x 0 a entrada de polarizao; bk o peso bias; uk a sada do
combinador linear das entradas x 1 , x2 ,... xp ; v k o potencial de ativao; (.) a funo de
ativao ; yk a sada do k-simo neurnio.
f ( vk ) = f wkj x j + bk
j =1
(4.4)
57
Dentre os vrios tipos de funes de ativao utilizadas nas redes neurais artificiais, as
mais comuns so:
Funo de limiar
1 se v 0
( v ) =
0 se v < 0
Sigmide
( v) = sig (v ) =
Tangente hiperblica
( v ) =
(e
(e
(v)
(v )
Arcotangente
( v ) =
Linear
( v ) = v
1
1 + e( v )
e ( v )
+ e ( v )
)
)
2
arctan(v )
(4.5)
(4.6)
(4.7)
(4.8)
(4.9)
Em sistemas no- lineares como, por exemplo, as mquinas eltricas de induo, existe
uma tendncia natural de se escolher funes de ativao no- lineares para representar com
maior generalizao os estados internos dos mesmos. No entanto, levando em considerao os
fatores citados anteriormente, a implementao digital de estimadores com este tipo de funo
pode se tornar difcil ou mesmo invivel, em caso de uso de dispositivos dedicados para
implementao. Por esta razo, neste trabalho, optou-se por utilizar funes de ativao
lineares em todos os neurnios que compem as redes do estimador de fluxo do rotor.
58
Camada de entrada de
ns de fonte
Camada de neurnios de
sada
Figura 4.2. Arquitetura de uma rede alimentada adiante com uma nica camada de
neurnios.
Camada de neurnios de
sada
Figura 4.3. Arquitetura de uma rede alimentada adiante totalmente conectada com
mltiplas camadas de neurnios.
z-1
Sadas
z
-1
z-1
z-1
Operadores de
atraso unitrio
Entradas
59
A funo dos neurnios ocultos intervir entre a entrada externa e a sada da rede de
maneira til. Porm estes elementos tornam o processamento das informaes e o algoritmo
de aprendizagem mais complexo.
Desta forma, a escolha da topologia da rede influencia diretamente na exatido obtida
pelo algoritmo de treinamento, pois, ao utilizar-se um nmero pequeno de neurnios ou
mesmo um nmero reduzido de camadas escondidas, acelera-se o processo de treinamento, no
entanto, a sada da rede fica limitada a pontos de operao muito restritos.
Caso se opte por utilizar um nmero elevado de neurnios ou de camadas escondidas,
geralmente o aprendizado mais eficiente e, conseqentemente, generaliza-se melhor a sada
da rede para diferentes pontos de operao. No entanto, a carga computacional para se
executar em tempo real o clculo da rede bem maior.
Por esta razo, ao se iniciar o processo de treinamento (mesmo que no modo off-line)
devem-se testar diferentes topologias de modo a obter uma soluo que contemple as
condies de operao dos valores desejados para a sada, sem comprometer o desempenho
do dispositivo de controle.
60
aplicaes diversas como, por exemplo, na aproximao de funes, na reconstituio e
tratamento de sinais e principalmente na estimao de estados de sistemas fsicos.
Dentre os tipos de redes citados, as redes PERCEPTRON de mltiplas camadas tm
sido aplicadas com sucesso para resolver problemas complexos, atravs do treinamento de
forma supervisionada.
Para as aplicaes em estimao de estados das mquinas eltricas em geral, as redes
PERCEPTRON de mltiplas camadas vm se difundindo atravs de diversos trabalhos na
rea de controle e acionamento de mquinas.
As redes PERCEPTRON so do tipo totalmente conectado, isto significa que um
neurnio em qualquer camada da rede est conectado a todos os ns da camada anterior,
como mostrado na figura 4.2. Em geral, as redes PERCEPTRON utilizam a arquitetura de
mltiplas camadas. O algoritmo de treinamento mais utilizado para este tipo de rede o
chamado algoritmo Backpropagation, cujas caractersticas so apresentadas na seo 4.2.5.
Devido ao nmero de aplicaes bem sucedidas das redes PERCEPTRON na
estimao de estados das mquinas eltricas em geral, neste trabalho, optou-se por utilizar
este tipo de rede para a estimao neural do fluxo do rotor para o controle vetorial da mquina
de induo sem mancais com bobinado dividido.
As
61
conhecimento adquirido. Existem diversas maneiras de aprendizado, dentre elas podemos
citar:
Aprendizado por memorizao;
Aprendizado por ser contado;
Aprendizado por exemplos;
Aprendizado por analogia;
Aprendizado por explorao e descoberta;
As RNAs aprendem principalmente por uma mistura dos trs ltimos.
Existem basicamente dois tipos de aprendizado para as redes neurais, so eles:
Aprendizado Supervisionado Neste tipo, existe a figura do professor que indicar
se o comportamento do aprendizado est bom ou ruim, e este deve aplicar as correes
necessrias para o bom desempenho da rede.
Aprendizado fracamente supervisionado Neste tipo de aprendizado, as
modificaes realizadas nos valores das conexes sinpticas no usam a
informao da sada rede.
Aps a definio do modo de aprendizado da rede, inicia-se ento o processo de
treinamento cujo principal objetivo a obteno de um conjunto de pesos, de modo que o erro
mdio entre entrada e sada seja mnimo.
Para realizao desta tarefa, existem diferentes algoritmos. Dentre os mais conhecidos
est a regra Delta (Haykin, 2001), para redes de camadas nicas e o algoritmo
backpropagantion, que pode ser considerado como uma generalizao da regra Delta para
redes de mltiplas camadas. O algoritmo backpropagation consiste basicamente de dois
passos atravs das camadas da rede: um passo para frente e outro para trs. No passo para
frente, os pesos da rede so fixos e o conjunto das entradas se propaga atravs dos diferentes
ns at atingir a sada da rede. O sinal de sada comparado com o sinal desejado, gerando
62
um erro. Este erro processado atravs de uma regra de correo de erros, cujo efeito se
propaga para trs corrigindo todos os pesos da rede at a camada de entrada. Os processos de
propagao e retropropagao continuam at que seja atingido o erro mnimo desejado entre a
sada real da rede e a sada utilizada como padro (Haykin, 2001).
Este algoritmo pode ser utilizado tanto no treinamento off-line como no treinamento
on-line. Porm seu uso no treinamento on-line gera uma grande demanda computacional para
o dispositivo digital de controle. Esta demanda pode inviabilizar seu treinamento, pois alm
do algoritmo da rede, este dispositivo deve executar o controle global do sistema. Por esta
razo, optou-se, neste trabalho, pela execuo do treinamento off-line tanto nas simulaes
como na implementao em tempo real.
63
Uma das aplicaes mais difundidas dos neurocontroladores a identificao de
modelos de plantas. Geralmente, estas plantas apresentam no- linearidades que torna m a
modelagem pelos mtodos tradicionais invivel. Um exemplo de sistema de identificao de
modelos est mostrado na Figura 4.5.
u( t )
Planta No-Linear
y( t )
+
_
Ajuste de pesos
Identificador
Neural
erro( t )
y( t )
Algoritmo de
aprendizagem
Figura 4.5. Exemplo de sistema com identificador neural de para planta no-linear.
Neste sistema, a ao do controle aplicada simultaneamente s entradas da planta e
do identificador neural (Rede Neural). Ento, a sada da planta y( t ) comparada sada do
identificador y( t ) , e o erro gerado aplicado ao algoritmo de aprendizagem para o ajuste dos
pesos da rede, at que o erro entre planta e modelo neural seja nulo. Ao terminar a
aprendizagem, considera-se que a dinmica do modelo da planta foi identificada.
Utilizando estes conceitos para estimao de modelos, encontramos aplicaes
importantes para os observadores neurais e as tcnicas vetoriais de controle para mquinas
eltricas de induo. Dentre as principais variveis estimadas esto: o fluxo magntico, o
torque eltrico e tambm a velocidade mecnica, conforme descrevem as aplicaes a seguir.
Uma das primeiras aplicaes das redes neurais para mquinas eltricas est
apresentada em Simes (1995). Neste trabalho, proposta uma rede do tipo feedfoward para a
estimao dos sinais realimentados de fluxo, torque e vetores de seno e cosseno do ngulo de
referncia em um sistema de controle vetorial direto (DVC) para mquinas de induo. Neste
trabalho, os resultados de estimao foram apresentados atravs de simulaes
computacionais e sua principal contribuio se deve proposta de operao do estimador
64
neural implementado em um computador PC e em conjunto como programa de controle
desenvolvido para DSP, que nesta poca j se apresentava como um dispositivo bastante
verstil e eficiente para a implementao de sistemas digitais de controle.
Outra aplicao importante das redes neurais apresentada em Maia (1997). Neste
trabalho, foi proposta uma rede neural para a orientao pelo campo e controle de torque da
mquina de induo. Nesta aplicao, o controle da rede derivado de uma tcnica conhecida
como gain sheduling technique, a qual executa a mdia de um modelo da mquina de
induo variante no tempo para diversas condies de operao. Os resultados de simulao
mostraram que a estratgia neural de controle permite uma boa interpolao com o modelo
utilizado para o treinamento, gerando respostas rpidas de torque e mantendo a orientao de
fluxo com erro de ordem zero nulo.
Dando segmento s aplicaes dos estimadores neurais, em Almeida (1999) apresentase a estimao neural do fluxo do rotor para controle orientado pelo campo de uma mquina
de induo. O estimador neural desenvolvido neste trabalho foi treinado para aprender de
modo eficiente dinmica do modelo inverso da planta. Neste trabalho, o comportamento da
rede para variaes no parmetro TR (constante de tempo do rotor) estudado atravs de
simulaes computacionais e a sua implementao em tempo real do estimador em DSP
apresentada como proposta futura. Os resultados apresentados neste trabalho comprovam a
hiptese de robustez e versatilidade das redes neurais aplicadas estimao de fluxo do rotor.
Uma recente aplicao do estimador neural de fluxo do rotor em DSP apresentada
em Lisboa (2007). Para comprovar a eficincia do estimador neural, apresentam-se
comparaes geradas em tempo real entre os estimadores neurais e os estimadores
convencionais baseados no modelo inverso com parmetros fixos. Neste trabalho, para
permitir uma adaptao eficiente s diferentes condies de operao, durante o processo de
treinamento, foram aplicadas variaes na velocidade de referncia, torque de carga e
65
constante de tempo TR. Estas comparaes forneceram resultados importantes em relao
robustez e eficincia no consumo de energia do sistema para a operao com o estimador
neural de fluxo.
Enfim, os resultados estudados nos trabalhos citados para as mquinas convencionais
de induo motivaram e direcionaram a implementao do sistema de controle vetorial de
velocidade da mquina de induo sem mancais com bobinado dividido. Este projeto teve o
objetivo de aliar as vantagens promovidas pelo uso das tcnicas vetoriais de controle e a
capacidade de aprendizado das redes neurais sobre plantas no-lineares como este tipo de
mquina.
O sistema de controle vetorial com estimao neural de fluxo para a mquina de
induo sem mancais utiliza quase todos os elementos presentes no modelo clssico de
controle vetorial orientado pelo fluxo do rotor proposto em Leonhard (2001). O modelo do
sistema de controle mostrado na figura 4.6 substitui apenas o tipo de estimador utilizado.
66
bobinado dividido. Todos os detalhes da implementao em DSP do sistema completo de
controle esto descritos no captulo 5.
d ( t )
e da corrente de magnetizao imR ( t ) .
dt
67
A primeira rede projetada responsvel pela estimao da velocidade angular do fluxo
do rotor d ( t ) , a qual integrada para a obteno da posio angular do vetor de fluxo do
dt
d ( t )
dt
iSq ( t )
iSq (t - h)
velorads ( t )
velorads(t -h)
iSd ( t )
iSd (t - h)
imR ( t h )
imR ( t )
68
O intervalo de tempo de treinamento foi de 20 segundos e as variaes aplicadas so
descritas a seguir:
Variaes de velocidades de referncia Foram aplicados degraus sucessivos
ascendentes e descendentes entre 0 e 2000 rpm.
Variao da constante de tempo do rotor A cada 2 segundos foram aplicadas
variaes em degraus aleatrios da ordem de 0 a 50% sobre o valor nominal da
constante TR.
Variao do torque de carga A cada 5 segundos foram aplicadas variaes
crescentes de carga de 0.05 N.m.
Aps o processo de treinamento, os diagramas de erro convergiram para as metas
desejadas com reduzido nmero de pocas (iteraes), como mostram as figuras 4.9 e 4.10.
Estas metas de erros foram de 10-3 rad/s para a rede de estimao de
d( t )
e de 10-8 A para a
dt
rede estimao de imR ( t ) . A escolha destas metas foi feita empiricamente atravs de vrios
ensaios.
69
Figura 4.11. Velocidade s angulares estimadas d ( t ) gerados pelo modelo com estimador
dt
d ( t )
gerada na sada
dt
70
Os respectivos comportamentos das velocidades angulares geradas pelos estimadores
convencional e neural se refletem diretamente na gerao das correntes imR ( t ) , iSd ( t ) e
iSq ( t ) apresentadas nos grficos da figura 4.12. Nestes grficos, possvel observar que as
correntes geradas pelo estimador neural apresentam comportamentos bem menos susceptveis
s variaes aplicadas.
A robustez apresentada pelas correntes de magnetizao estimada imR ( t ) , de campo
iSd ( t ) , e de torque iSq ( t ) tem um papel fundamental no controle da posio radial da
mquina sem mancais com bobinado dividido, pois este tambm depende do ngulo
calculado.
Distrbios causados
pelas variaes em TR e
na carga
71
Figura 4.13. Velocidade s mecnicas em rpm gerados pelo modelo com estimador
convencional e pelo modelo com estimador neural.
De modo semelhante s correntes imR ( t ) , iSd ( t ) e iSq ( t ) , na figura 4.14 observa-se
que o torque eltrico mM ( t ) gerado pelo estimador neural tem comportamento bem mais
suave e robusto s variaes na constante TR e na carga.
Figura 4.14. Torques eltricos em N.m gerados pelo modelo com estimador convencional
e pelo modelo com estimador neural.
Aps a comprovao da eficcia na etapa de treinamento das redes propostas, fez-se a
converso dos pesos e equaes para a aritmtica de ponto fixo a fim de possibilitar a
implementao em DSP do algoritmo de estimao neural do fluxo do rotor e do controle
72
vetorial de velocidade para a mquina de induo trifsica sem mancais com bobinado
dividido. As equaes que executam os clculos das sadas das redes propostas esto descritas
no captulo 5 e os pesos obtidos aps o treinamento esto apresentados no apndice B.
4.5. Concluses
De acordo com os trabalhos citados e os resultados das simulaes apresentadas, foi
possvel constatar a grande potencialidade das redes neurais artificiais aplicadas na estimao
de fluxo das mquinas de induo.
Esta potencialidade motivou a implementao do sistema de controle vetorial de
velocidade com estimao neural de fluxo do rotor para as mquinas induo sem mancais
com bobinado dividido em substituio aos estimadores convencionais baseados no modelo
inverso.
Esta implementao foi baseada nas caractersticas semelhantes das mquinas de
induo convencionais em relao s mquinas sem mancais. Entre as principais semelhanas
esto as no- linearidades presentes nos modelos matemticos de ambos os tipos de mquina.
Enfim, a implementao da estimao neural de fluxo do rotor aplicado ao sistema de
controle vetorial de velocidade para a mquina sem mancais, juntamente com os controles da
posio radial e corrente implementados, teve o objetivo principal de aliar o que h de mais
moderno e eficiente nas reas de controle de mquinas eltricas e inteligncia artificial.
Captulo 5
74
os baseados no modelo inverso da mquina com parmetros constantes. A opo de estimar a
posio e magnitude do fluxo do rotor se justifica pela minimizao dos custos de
implementao do sistema e tambm por que o posicionamento de sensores de fluxo no
interior deste tipo especial de mquina apresenta uma dificuldade considervel.
A implementao digital do sistema de controle buscou uma comparao direta entre
os respectivos desempenhos da mquina sob orientao do estimador convencional de fluxo
(baseado no modelo inverso com parmetros constantes) e sob orientao do estimador neural
de fluxo. O controlador vetorial de velocidade desenvolvido opera em conjunto com os
controladores de posio radial e de corrente, os quais utilizam a posio e magnitude do
fluxo estimado do rotor como referncia.
Nas sees seguintes, faz-se uma descrio detalhada de todo o sistema de controle
proposto. Esta descrio trata do projeto e execuo de cada elemento do sistema e suas
respectivas funes no desempenho global do mesmo.
75
O DSP utilizado um processador de 32 bits operando a 150 MHz e montado em um
mdulo com diversos recursos com canais Analgico/Digital, sadas PWM e digitais, alm de
portas seriais e paralelas para a comunicao com computadores PC (Spectrum, 2003). Toda a
programao do sistema foi realizada na linguagem C com aritmtica de ponto fixo.
Os sinais de velocidade rotacional, torque eltrico mM ( k ) , correntes iSd ( k ) , imR ( k ) e
iSq ( k ) , e posicionamento radial so monitorados por um sistema de superviso desenvolvido
76
(5.1)
P( k ) = K P * erro( k )
(5.2)
I ( k ) = I ( k 1 ) + K I * erro( k )
(5.3)
Ao Proporcional
Ao Integral
Ao Derivativa
D( k ) = K D * [ erro( k ) erro( k 1 )]
(5.4)
(5.5)
(5.6)
77
O controle de velocidade utiliza a velocidade lida por um sensor ptico mostrado na
figura 5.2. Durante o seu funcionamento geram-se pulsos quadrados que so enviados
diretamente para o canal digital de captura do DSP. A partir da contagem dos pulsos
capturados, calcula-se a velocidade mecnica em rad/s.
Para facilitar o ajuste dos controladores que compem o estgio de controle de
velocidade, foi inserido um filtro digital para tratar o rudo inerente sada do sensor ptico
confeccionado. A aplicao deste filtro tambm melhorou as respostas dos estimadores de
fluxo estudados.
78
empiricamente para a operao em conjunto com os controladores de velocidade rotacional e
correntes de estator.
Durante a execuo do controle de posio radial, os sensores informam,
continuamente ao controlador, a posio do rotor nos eixos X e Y. Analisando estas medies,
e comparando-as com os valores de referncia X ref ( k ) e Yref ( k ) , (correspondentes ao centro
do Estator), so calculados os respectivos valores dos erros X e Y. Os valores de X e Y
so aplicados s entradas dos dois controladores PD, que fornecem como sadas, as aes de
controle u* ( k ) e u* ( k ) , respectivamente.
-sen cos ? u ( k )
sen cos ? . *
u ( k )
*
(5.7)
1
ua ( k )
u ( k ) = 1
b
2
uc ( k )
1
2
3 u x ( k )
.
2 u y ( k )
3
2
(5.8)
79
Definido as matrizes de transformao rotacional Tu e de transfo rmao de referencial
Tr como :
-sen cos ?
Tu =
sen cos ?
(5.9)
1
Tr =
2
1
2
3
2
3
2
(5.10)
u
r *
b
u ( k )
uc ( k )
(5.11)
b
*
i 3 ( k ) ic ( k ) + u c ( k )
=
*
i 4 ( k ) ia ( k ) u a ( k )
i* ( k ) ib ( k ) u b ( k )
5
i* ( k ) ic ( k ) u c ( k )
(5.12)
80
Estas correntes de referncia so aplicadas aos controladores individuais das correntes
de cada meia bobina das fases do estator.
- cos10
- sen10
sen10 xr ( k )
.
cos10 yr ( k )
(5.13)
81
sinais oriundos dos controladores de corrente.
N i = N * 2i
(5.14)
(5.15)
(5.16)
82
d ( k ) = n p * velorads( k ) +
( iSq ( k )* Ki )
imR ( k )
(5.17)
( k ) = ( k 1 ) + K w * d ( k ) >> 8
(5.18)
m (k) = K .i ( k )i ( k ) >> 10
Sq
M
M mR
(5.19)
h
* 25 1
TR
2
10
K M = km * I no
280
min al * 2
Ki =
1
70
TR
10
8 2
K w = h* 2 *
2 *
(5.20)
(5.21)
(5.22)
21
(5.23)
A corrente nominal da mquina Inominal de 1,0 Ampre e serviu de base para todos os
valores inteiros da discretizao do sistema. Os demais parmetros foram definidos no
captulo 3.
Equaes mecnicas
m L ( k ) = D .m M ( k )
(5.24)
dmecQ( k ) = ( mM ( k ) mL ( k ))* K
j
(5.25)
(5.26)
(5.27)
Kj =
12 * h
1
J
(5.28)
83
simulao do sistema. Assim, estas equaes no esto implementadas no programa de
controle do DSP.
x norm ( k ) =
(( xi ( k ) xmin )* 2* 4096 )
4096
( xmax x min )
(5.29)
(5.30)
84
figuras 4.6 e 4.7 e so compostas por uma camada de entrada, uma camada escondida com
seis neurnios e uma camada de sada com um neurnio.
Definindo o vetor de entrada da rede que fornece d ( k ) como:
i Sd ( k )
i ( k 1)
Sd
i Sq( k )
x d ( k ) =
i Sq( k 1 )
velorads( k )
velorads( k 1 )
(5.31)
(5.32)
(5.33)
iSd ( k )
ximR( k ) = iSd ( k 1 )
imR( k 1 )
(5.34)
85
86
87
Desta forma, o lao de controle geral do sistema tem um passo de integrao h de 500s, o
qual foi utilizado para a definio das constantes definidas nas equaes 5.20, 5.23 e 5.28.
Cada um destes blocos responsvel pela execuo de tarefas especficas. As tarefas
executadas so basicamente: o clculo das equaes de estimao e controle, a leitura de
sinais do sistema e o envio dos sinais de referncia de correntes para os canais PWM, cujos
sinais controlam os inversores de freqncia. Uma listagem do programa de controle est
disponibilizada no apndice C.
88
Cada um destes elementos opera com tenses CC diferentes. Por esta razo, foram
colocados reguladores de tenso especficos para cada componente do sistema (Castro, 2004).
A fonte de corrente alternada que alimenta a mquina composta por dois inversores
trifsicos montados com IGBTs, como mostra a Figura 5.5.
Vista interna
(a)
Vista Externa
(b)
Painel frontal
(c)
89
5.5. Concluses
De acordo com o contedo apresentado neste captulo, faz-se necessrio enumerar
alguns pontos importantes obtidos aps a implementao de sistema de controle. Estes pontos
esto descritos a seguir:
O sistema implementado permitiu a completa integrao dos controles de
velocidade, posio radial e correntes.
Este sistema bastante verstil, pois permite a anlise de diferentes estimadores de
fluxo sem a necessidade de modificaes no hardware desenvolvido. Esta
versatilidade permite ainda, o teste de diferentes tipos de controladores.
O hardware e o software desenvolvidos utilizam os dispositivos e as tcnicas mais
modernas na rea de controle das mquinas eltricas que so o DSP e o controle
vetorial de fluxo aliado s tcnicas de estimao neural de sistemas.
Pelas razes descritas, conclui- se que os principais objetivos de implementao
propostos para sistema de controle para a mquina de induo sem mancais foram
completamente atingidos.
Captulo 6
Resultados Experimentais
6.1. Introduo
Aps a implementao prtica do sistema de controle em DSP, foram realizados vrios
ensaios para ajustes e refinamento das respostas dos controladores de velocidade mecnica,
posio radial e corrente de cada bobina da mquina sem mancais. Estes ensaios permitiram
uma comparao direta entre os desempenhos dos estimadores de fluxo convencional e neural
na orientao de fluxo do sistema.
Todos os ensaios foram executados sob condies iguais para os dois estimadores em
estudo. As condies determinadas foram as seguintes:
91
92
Para promover uma melhor visualizao e anlise do posicionamento radial gerado
durante a operao de cada estimador em estudo, so apresentados tambm, os respectivos
diagramas bidimensionais dos sinais de posio Y ( k ) em funo dos sinais X ( k ) .
93
radial mais suave e apresenta menor erro em regime para a operao do sistema orientado
pelo observador neural.
Para estabelecer o valor de referncia das correntes de campo iSd ( k ) e magnetizao
estimada imR( k ) , as quais so responsveis pela magnitude do fluxo magntico do rotor,
levou-se em considerao a limitao de torque da mquina sem mancais. Esta limitao
obriga o sistema a operar com baixos valores de correntes de magnetizao. Os grficos
destas correntes juntamente com a corrente de torque iSq ( k ) esto mostrados na figura 6.2.
94
Analisando o grfico da corrente iSq ( k ) ainda na figura 6.2, observa-se que o seu
comportamento sensivelmente mais suave para a operao com o observador neural.
Em seguida, apresenta-se na figura 6.3 o comportamento dos torques eltricos
calculados pelo programa de controle durante a operao do sistema com cada tipo de
estimador.
95
A figura 6.4 apresenta as velocidades angulares estimadas d ( k ) geradas pelos
estimadores convencional e neural.
Compensaes realizadas
pelo estimador neural
96
Posicionamentos em
regime
Estado s iniciais
97
98
99
Compensaes realizadas
pelo estimador neural
Posicionamentos em
regime
Estado s iniciais
100
Desta forma, mesmo com o aumento das oscilaes no posicionamento radial devido
s variaes bruscas de velocidade referncia, observa-se que o posicionamento radial tem
comportamento mais suave e apresenta menor erro em regime para a operao com o
estimador neural.
101
Os comportamentos das correntes de campo iSd ( k ) , magnetizao estimada imR ( k ) e
torque iSq ( k ) mostradas na figura 6.12 mantm as mesmas caractersticas dos perfis
anteriores, com oscilaes mais significativas para a operao com o observador
convencional.
i ( k ) e i ( k ) , os torques eltricos m ( k )
mR
Sq
M
mostrados na figura 6.13 tambm seguem as mesmas tendncias dos perfis anteriores, com
maiores oscilaes para a operao com o observador convencional.
102
As velocidades angulares de fluxo d ( k ) esto apresentadas na figura 6.14 e mantm
as mesmas tendncias estudadas nos perfis anteriores nos quais o estimador convencional
manteve d ( k ) em um valor prximo ao mximo preestabelecido e o estimador neural estima
d ( k ) com pequenas variaes que permitem a compensao angular do fluxo.
Compensaes realizadas
pelo estimador neural
Posicionamentos em
regime
Estado s iniciais
103
Analisando a figura 6.15, comprova-se o bom comportamento do sistema de controle
de posio radial orientado pelo estimador de fluxo neural para referncias em rampas
ascendentes.
104
a operao do sistema com o estimador neural.
Os comportamentos das correntes iSd ( k ), imR ( k ) e iSq ( k ) mostrados na figura 6.17
seguem os mesmos comportamentos apresentados nos perfis anteriores.
105
Os respectivos comportamentos das velocidades angulares de fluxo d ( k ) geradas por
ambos estimadores em estudo esto mostrados nos grficos da figura 6.19.
Compensaes realizadas
pelo estimador neural
Comportamento irregular
do estimador convencional
106
Posicionamentos em
regime
Estado s iniciais
X( k ) e Y (k )
apresentados na figura 6.21 fornecem desempenhos bastante similares durante a operao dos
dois observadores em estudo. Observa-se mais uma vez nos grficos de X ( k ) e Y ( k ) uma
deteriorao das respostas dos controladores de posio tanto para a operao do estimador
convencional de fluxo como para a operao do estimador neural. Porem, os erros de posio
107
radial apresentados nos sinais de posio X ( k ) e Y ( k ) durante rampas descendentes so
menores do que no perfil 4, principalmente para a operao com o estimador neural.
108
Nos grficos da figura 6.22, observa-se que as correntes geradas durante a operao de
ambos estimadores tornam-se mais oscilatrias, principalmente as correntes iSq ( k ) . Todavia,
as oscilaes geradas durante a operao do sistema com o estimador neural ainda so
menores do que as oscilaes geradas na operao do sistema com o observador
convencional.
As respostas dos torque s eltricos mM ( k ) mostradas na figura 6.23 seguem as
mesmas tendncias dos perfis discutidos anteriormente. Porm, observa-se o aumento dos
rudos para a operao com o observador neural.
109
o estimador convencional opera com variaes com irregulares entre os valores mximos
permitidos. Este comportamento irregular ainda se mantm durante a operao em baixa
rotao.
Compensaes realizadas
pelo estimador neural
Comportamento irregular
do estimador convencional
Posicionamentos em
regime
Estado s iniciais
110
Estes diagramas mostram que, apesar do aumento das oscilaes no posicionamento
radial devido s variaes de velocidade referncia, o rotor posiciona-se de modo mais
concentrado para a operao com o estimador neural de fluxo.
Os resultados apresentados at esta seo comprovam o forte acoplamento entre os
controles de torque e fluxo. Por esta razo, as velocidades de referncias aplicadas mquina
sem mancais com bobinado dividido no devem apresentar variaes bruscas ascendentes
e/ou descendentes que comprometam a estabilidade do posicionamento radial.
Na seo seguinte, para minimizar os erros de posicionamento radial e de velocidade
mecnica durante a acelerao de partida, foram aplicadas rampas ascendentes mais suaves.
Nesta mesma seo, faz-se uma anlise dos comportamentos da mquina durante a aplicao
de cargas instantneas sob orientao dos estimadores convencional e neural.
111
estimador neural foi aproximadamente igual carga aplicada durante a operao do estimador
convencional.
112
113
As velocidades angulares de fluxo d ( k ) apresentadas na figura 6.29, mostram que
os estimadores em estudo mantm as mesmas tendncias dos perfis anteriores com rampas
ascendentes.
Compensaes realizadas
pelo estimador neural
Posicionamentos em
regime
Estado s iniciais
114
Enfim, apesar das limitaes prticas descritas na seo seguinte, estes resultados
descrevem o bom comportamento do controle de posio radial da mquina sem mancais com
bobinado dividido sob orientao do estimador neural de fluxo.
com
uma
elevada
inrcia
do
rotor.
Esta
limitao
elevou
115
imperfeies dificultaram consideravelmente
os
ajustes
individuais
dos
6.4. Concluses
Os resultados apresentados mostram que, apesar das limitaes de ordem prtica
impostas pelos elementos do sistema e tambm pelas caractersticas da mquina, o estimador
116
neural proporcionou respostas de velocidade semelhantes s respostas proporcionadas pelo
observador convencional.
No entanto, o bom comportamento no posicionamento radial foi o grande diferencial
do estimador neural. Este diferencial se explica pela gerao de correntes e torques menos
ruidosos durante a operao do sistema com o estimador neural.
Estes resultados proporcionaram concluses importantes que reforam a importncia
dos estimadores neurais no controle de plantas no-lineares, como as mquinas de induo
sem mancais com bobinado dividido.
Dentre outras aplicaes (Almeida, 1999; Maia, 1997), o sistema de controle vetorial
de velocidade da mquina sem mancais utilizando estimao neural de fluxo se firma como
mais uma aplicao bem sucedida das redes neurais artificiais aplicadas s mquinas eltricas
de induo.
Captulo 7
118
utilizao da tcnica vetorial de controle, amplamente discutida e difundida pelos
seus resultados significativos em diversos trabalhos e aplicaes.
A maior parte do torque eltrico gerado destinada ao controle de posicionamento
radial. Por esta razo, o controle de velocidade deve ser limitado a pequenas e
suaves variaes de referncia de velocidade e torque de carga.
Por se tratar de uma mquina com caractersticas no- lineares, as redes neurais
artificiais implementadas foram treinadas para diversas condies, contemplando
as no- linearidades e variaes paramtricas e proporcionando a melhoria do
desempenho no posicionamento radial.
Para minimizar o acoplamento entre os controles de torque e posicionamento
radial descrito no captulo 6, pode-se operar com a mquina sem mancais na
posio vertical. Nesta condio, o peso do eixo do rotor fica concentrado apenas
na extremidade inferior do eixo da mquina, o que diminui a demanda da corrente
de torque utilizada para o posicionamento radial, possibilita um aumento da
corrente de magnetizao e permite a operao com menores velocidades de
escorregamento.
Enfim, apesar de todas as limitaes prticas impostas pelos elementos do sistema e
pelas caractersticas da mquina utilizada, os resultados experimentais obtidos contriburam
significativamente para reafirmar a importncia das tcnicas vetoriais de controle e dos
estimadores neurais aplicados ao controle e acionamento das mquinas eltricas.
119
deste cenrio, faz-se necessrio desenvolver novos trabalhos com este tipo de mquina com o
objetivo de otimizar os resultados obtidos ou mesmo de compar-los com outras estratgias de
controle e estimao de plantas no- lineares.
Por estas razes, so propostas a seguir algumas idias de modificao dos elementos
do sistema e tambm de estudos com outras tcnicas de controle e estimao de plantas nolineares. As principais propostas para trabalhos futuros so:
A implementao do estimador neural de fluxo atravs do treinamento realizado
com dados obtidos em tempo real.
A utilizao de funes de ativao no- lineares nas redes desenvolvidas;
O estudo do sistema implementado com a mquina sem mancais com bobinado
dividido operando na posio vertical;
A implementao de controladores vetoriais de velocidade e posio radial com
referncia no fluxo do estator ou entreferro que permitam a anlise de modelos
mais generalistas.
A substituio da mquina utilizada por um prottipo com parmetros e
caractersticas construtivas mais precisas, como por exemplo, o motor Dhalander.
A aplicao dos controladores e estimadores desenvolvidos nos dois conjuntos
estator/rotor da mquina sem mancais com bobinado dividido.
Enfim, ao apresentar estas propostas, busca-se atingir algumas das diversas
possibilidades de pesquisa com este tipo especial de mquina, mantendo-a em
sintonia com as estratgias mais eficientes e modernas na rea de controle e
acionamento de mquinas eltricas.
De acordo com todo o contedo exposto neste documento, conclui-se que os principais
objetivos deste trabalho foram alcanados e contribuiro para o desenvolvimento de outros
trabalhos na rea de controle e acionamento das mquinas sem mancais.
Apndice A
Parmetros da Mquina de Induo
Sem Mancais Trifsica com Bobinado
Dividido
Os parmetros da mquina de induo sem mancais trifsica com bobinado dividido
esto listados na Tabela 1 e serviram de base para todo o projeto e desenvolvimento do
sistema de controle vetorial de velocidade com estimao neural de fluxo.
Tabela A.1. Parmetros da Mquina de induo sem mancais.
Parmetro
Descrio
Valor
Pnominal
? nominal
Vnominal
I nominal
RS
Potncia Nominal
Velocidade Nominal
Tenso Nominal
Corrente Nominal
Resistncia de Estator por fase
1,1 kW
1800 RPM
145 V
1A
4,5853
RR
32,0894
LdS
Indutncia de disperso do
estator por fase
41,6 mH
LdR
41,6 mH
Lm
Indutncia de magnetizao
278,6mH
LS
459,6mH
LR
459,6mH
np
Momento de Inrcia
6,06.10-3 kg.m2
Fator de Disperso
0,1
121
Observaes:
Os parmetros fsicos da mquina foram obtidos experimentalmente atravs de
ensaios de curto-circuito e circuito aberto (Simone, 2000; Ferreira, 2006).
Estes parmetros foram utilizados em todas as simulaes computacionais
apresentadas nos captulos 3 e 4.
As indutncias prprias do estator e do rotor foram calculadas a partir das
respectivas indutncias de disperso e de magnetizao utilizando as equaes A.1 e
A.2 (Santisteban, 2001):
3
Lm
2
3
+ Lm
2
LS = LdS +
(A.1)
LR = LdR
(A.2)
Apndice B
Dados Gerais e Rotinas de
Implementao das Redes Neurais para
a Estimao do Fluxo do Rotor
Este apndice apresenta todos os dados, equaes e rotinas desenvolvidas para a
execuo da estimao neural do fluxo do rotor.
wi _ d
1.2464
- 0.27571
- 0.18826
=
- 0.43402
- 0.028978
- 0.0044814
- 0.46185
- 1.2598
1.2623
0.29744 - 0.0054979
0.83176
0.50377
- 0.21216
0.3588
0.22258
0.61365 - 0.071953
- 1.2057
- 1.1038
0.084109
0.68102
0.76228 - 0.83668
3.059
- 1.1796
9.4831
12.8508
5.9896
9.0792
- 3.2648
0.6876
- 8.5306
;
- 13.075
- 7.183
- 8.7871
123
b1 _ d
0.75412
- 0.96131
- 0.84398
=
; b2 _ d = [ 0.17588] ;
0.39806
0.43555
- 0.58265
wi _ imR
- 1.0538
0.67549
- 0.50452
0.66122 - 0.054237 - 0.61744
0.764
- 0.2665 0.20149
=
0.42186 - 0.76442
- 0.49499
- 0.52568 - 0.58849 - 0.16994
0.39903
- 0.96019 - 0.24681
b1 _ imR
0.27949
- 0.61131
- 1.0821
; b2 _ imR = [ 0.096564 ]
0.034394
0.70094
0.6791
Aps a determinao destes pesos foram aplicadas transformaes em cada uma das
matrizes e vetores para coloc- los no formato Q12 da seguinte forma:
wQ12 = w* 212 ;
em que wQ12 a matriz ou vetor no formato Q12 e w a matriz ou o vetor no formato original.
Para normalizar todas as entradas das redes implementadas, foram aplicadas
transformaes dadas pela equao:
xn =
2.( x xmin )
1
xmax xmin
(B.1)
124
em que x n o valor normalizado da entrada x e, x max e xmin so, respectivamente, os valores
mximos e mnimos da entrada x.
Para
desnormalizar
as
sadas
das
redes
implementadas,
foram
aplicadas
1
y = ( y n + 1 ).( y max y min ) + y min
2
(B.2)
- 4096;
125
/* Funo de implementao da rede 1 */
long int rna1 (long int x[]){
/* Declarao das variveis e pesos da rede 1 no formato Q12 */
long int y1[camada_1_1] = {0, 0, 0, 0, 0, 0};
long int y2[num_saidas_1] = {0};
long int wi[num_entradas_1][camada_1_1] =
{{ 5105,-1129, -771, -1778, -119 ,
-18},
{ -1892, 1218, 2063,
912, -4939, 2789},
{ -5160, -23, -869, 2514, -4521, 3122},
{ 5170, 3407, 1470, - 295,
345, -3427},
{ 12530,-4832, 38843, 52637, 24533, 37188},
{-13373, 2816,-34941,-53555,-29422,-35992}};
long int w1[camada_1_1][num_saidas_1] =
{{-20834},{6587},{-47406},{-71782},{-37518},{-46508}};
long int b1[camada_1_1] = {3089,-3938,-3457,1630,1784,-2387};
long int b2[num_saidas_1] = {720};
int i,j;
for (i = 0; i < camada_1_1; i++)
{
for (j = 0; j < num_entradas_1; j++)
{
y1[i] = y1[i]+((x[j]*wi[j][i])>>12);
}
y1[i]=y1[i] + b1[i];
}
for (i = 0; i < num_saidas_1 ; i++)
{
for (j = 0; j < camada_1_1; j++)
{
y2[i] = y2[i]+((y1[j] * w1[j][i])>>12);
}
y2[i] =y2[i] + b2[i];
}
return (y2[0]);
}
/* Funo de implementao da rede 2 */
long int rna2(long int x[]){
/* Declarao das variveis e pesos da rede w no formato Q12 */
long int y1[camada_1_2] = {0,0,0,0,0,0};
long int y2[camada_1_2] = {0};
long int wi_imR[num_entradas_2][camada_1_2]=
{{-2067, 2708, 3129,-2027,-2153,-3933},
{-4316, -222,-1092, 1728,-2410,-1011},
{ 2767,-2529, 825,-3131, -696, 1634}};
long int w1_imR[camada_1_1][num_saidas_1]=
126
{{-1000},{-2663},{1934},{-2050},{-1366},{2028}};
long int b1_imR[camada_1_2] = {1145,-2504,-4432,141,2871,2782};
long int b2_imR[num_saidas_1] = {396};
int i,j;
for (i = 0; i < camada_1_2; i++)
{
for (j = 0; j < num_entradas_2; j++)
{
y1[i] = y1[i]+((x[j]*wi_imR[j][i])>>12);
}
y1[i]=y1[i] + b1_imR[i];
}
for (i = 0; i < num_saidas_2 ; i++)
{
for (j = 0; j < camada_1_2; j++)
{
y2[i] = y2[i]+((y1[j] * w1_imR[j][i])>>12);
}
y2[i] =y2[i] + b2_imR[i];
}
return (y2[0]);
}
Apndice C
Listagem do programa de controle
Apresenta-se a seguir a verso final do programa de controle do sistema
implementado.
/**************************************************************************
PROGRAMA DO CONTROLE VETORIAL DE VELOCIDADE PARA A MQUINA DE INDUO SEM
MANCAIS COM BOBINADO DIVIDIDO
Nome: cvmaqsm.c
Verso: 6.0
**************************************************************************/
#include
#include
#include
#include
"senlc.h"
"DSP281x_Device.h"
"DSP281x_Examples.h"
"rnas12lincont.c"
//Tabela de senos
// DSP281x Arquivos de cabealho
// DSP281x Arquivos de cabealho
// Arquivo de clculo da rede neural
128
#define
#define
#define
#define
IQMAX
IQMIN
TQMAX
TQMIN
60
-60
80
-60
Adp
Bdp
15
1
/******************Mximos
#define MIN_IMR -1
#define MAX_IMR 1926
129
/*** Macros para medio das temporizaes e chave de acionamento ********/
#define BIT_ON (GpioDataRegs.GPBSET.bit.GPIOB8=1)
#define BIT_OFF (GpioDataRegs.GPBCLEAR.bit.GPIOB8=1)
#define CHAVE
(GpioDataRegs.GPEDAT.bit.GPIOE0)
/***Macros de transmisso e recepo da comunicao serial************/
#define TX_Pronto (SciaRegs.SCICTL2.bit.TXRDY) /* se 1 indica pronto para
enviar novo caractere */
#define RX_Pronto (SciaRegs.SCIRXST.bit.RXRDY) /* se 1 indica caractere
recebido e pronto para ser lido */
/********Parmetros para a Comunicacao Serial ****************************/
#define BRR 243 /* /* determina a taxa de dados (Baud Rate) */
#define NUM_DADOS 9 /* nmero mximo de dados a serem transmitidos */
char fase_com=1;
/* indica a fase atual da comunicao serial */
int dado[NUM_DADOS];
/* armazena um instantneo das variveis a serem
transmitidas */
char indice_dado = 6;
/*1
ndice para o dado atual */
char indice_byte = 1;
/* ndice para o byte (MSB ou LSB) atual de
determinado dado */
char caractere=0;
/******* Parmetros do sensor de velocidade *******/
#define per_tmr2 40946 /* perodo do Timer 2 */
#define per_tmr3 640
/* perodo do Timer 3 */
#define n 60
/* nmero de pulsos por rotao do disco */
#define CT 40946
/* mximo valor de delta */
#define krads 20715
/* fator de converso para clculo da velocidade em
rad/s */
/*********** Variveis do controle de velocidade *************************/
long int wrefrpm=0,isd=0,isq=0,isaref=0,isbref=0,incp=0,isa=0,isb=0;
long int imRn=0,imR=1,dpmed=0,dimR=0,velorads=0,vradsmed=0,dwmref=0;
long int isdref=0,isqref=0,isqrefant=0,wmref=0,dp=0;
long int mM=0,intw=0,intimR=0,isdi=0,isdanti=0,isqi=0,isqanti=0;
long int mMref=0,erromM=0,intmM=0;
int dalfa=0,is1=0,is2=0,is3=0,limdpmax=0,limdpmin=0;
int somaw=0,somadp=0,mMint=0,z=0,npassos=0,m=1;
int errow=0,flag=0;
int erroimR=0,erroimRant=0;
int p=0,senl,cossl,imRef=5;
int contdp=0,contw=0,i=0,j=0,np=2;
unsigned int pos=0,fref=60;
long int contint=0;
long int
entrada[6]={0,0,0,0,0,0},temp1,entrada1[3]={0,0,0},imRnant=0,temp2=0;
long int veloradsant=0,isdant=0,isqant=0;
/*************** Variveis do controle de corrente ***********************/
int ganho = CORRENTE_NOMINAL,
offset[6], ref[6], erro[6], ui[6], controle[6],
Ia = 0, Ib = 0, Ic = 0, sen, cos, k = 1, cont = 0;
int corrente0=0, corrente1=0, corrente2=0, corrente3=0, corrente4=0,
corrente5=0;
/************Variveis do controle de posio ****************************/
int refx =435 , refy = 535,
erroX_ant, erroY_ant,
erro_med_X, erro_med_Y,
130
prop, deriv, pesoX=4, pesoY=19,
velo_x, velo_y, ganho_lim,
u_x, u_y, u_al = 0, u_be = 0,
u_a = 0, u_b = 0, u_c = 0,tmp;
131
switch (fase_com){
case 1:
{
if (RX_Pronto){
caractere = SciaRegs.SCIRXBUF.bit.RXDT;
if (caractere == 'T')
fase_com = 2;
}
// seno permanea apenas ouvindo
break;
}
case 2:
{
/* obteno dos valores instantneo das variveis a serem enviadas********/
dado[0] = wrefrpm;
dado[1] = delta;
dado[2] = mMint;
dado[3] = 0;
dado[4] = 0;
dado[5] = 0;
dado[6] = 0;
dado[7] = 0;
dado[8] = 0;
fase_com = 3;
break;
}
case 3:
{
// envia um conjunto de dados (pacote)
if (indice_byte == 1)
// envia byte menos significativo
caractere = 0x00FF & dado[indice_dado];
else
if (indice_byte == 2) // envia byte mais significativo
caractere = dado[indice_dado] >> 8;
//envia
if (TX_Pronto){
SciaRegs.SCITXBUF = caractere;
if (indice_byte == 1)
indice_byte = 2
else
if (indice_byte == 2)
{
indice_dado++;
indice_byte = 1;
if (indice_dado > NUM_DADOS-1){
indice_dado = 0;
fase_com = 1
}
}
}
break;
}
default:
{
fase_com = 1;
132
break;
}
}
}
/**********Inicializa todas as variveis**********************************/
void inicializa(void){
isd=5;isq=60;isa=0;isb=0;isaref=0;isbref=0;dp=0;mM=0;
isdref=0;isqref=60;is1=0;is2=0;is3=0;
wmref=0;
imR=1;dalfa=0;
incp=0;p=0;flag=0,dwmref=50;
mMint=16384,z=0;
errow=0;npassos=0;
erroimR=0;
senl=0;cossl=0;imRef=0;
somaw=0;i=0;j=0;
contint=0;contdp=0;contw=0;
npassos=0,intw=0;intimR=0;
wrefrpm=0;senl=0;cossl=0;velorads=0;
dalfa = ((wrefrpm * np * 578) >> 16);
dado[2]=16384;
}
/*************************************************************************/
FUNO PRINCIPAL
/*************************************************************************/
void main(void) {
int i, j, tmp;
InitSysCtrl();
EALLOW;
SysCtrlRegs.HISPCP.all = ADC_MODCLK;
EDIS;
InitGpio();
InitPieCtrl();
IER = 0x0000;
IFR = 0x0000;
InitPieVectTable();
EALLOW;
PieVectTable.T1UFINT = &timer_isr;
EDIS;
/*****configurao dos registradores de status do sistema*****************/
EALLOW;
GpioMuxRegs.GPAMUX.all
GpioMuxRegs.GPADIR.all
GpioMuxRegs.GPBMUX.all
GpioMuxRegs.GPBDIR.all
GpioMuxRegs.GPDMUX.all
GpioMuxRegs.GPDDIR.all
=
=
=
=
=
=
0x013F;
0x007F;
0x007F;
0x013F;
0x0000;
0x0010;
133
GpioMuxRegs.GPEMUX.all
GpioMuxRegs.GPEDIR.all
GpioMuxRegs.GPFMUX.all
GpioMuxRegs.GPFDIR.all
GpioMuxRegs.GPGMUX.all
GpioMuxRegs.GPGDIR.all
EDIS;
InitAdc();
=
=
=
=
=
=
0x0000;
0x0000;
0x0030;
0x0010;
0x0000;
0x0000;
ADC_SHCLK;
= ADC_CKPS;
= 1;
= 1;
= 0x0000;
= 0x0000;
0x0999;
0x0999;
= 0x8200;
= 0x8200;
=
=
=
=
=
0xFFFF;
0xFFFF;
0xFFFF;
0x0000;
0x0000;
134
EvbRegs.EVBIMRC.all = 0x0000;
/* Configurao da unidade de captura */
EvaRegs.CAPFIFOA.all = 0x0000;
EvaRegs.CAPCONA.all = 0x2040;
EvaRegs.CAPCONA.all = 0xA040;
/* Inicializa memria dos integradores */
ui[0]
ui[1]
ui[2]
ui[3]
ui[4]
ui[5]
=
=
=
=
=
=
0;
0;
0;
0;
0;
0;
*/
PieCtrlRegs.PIEIER2.all = M_INT6;
IER |= (M_INT2);
EINT;
ERTM;
/******************* LAO PRINCIPAL INFINITO *****************************/
while (1){
desabilita_PWM ();
/*Aguarda o acionamento da Chave e mantm communio serial*/
while (!CHAVE){
ComSerial();
contint=0;
}
IER = 0x0000;
135
j++;
}
for (tmp = 0; tmp < 10; tmp++);
AdcRegs.ADCTRL2.bit.RST_SEQ1 = 1;
for (tmp = 0; tmp < 10; tmp++);
}
offset[i] = offset[i] >> 5;
}
/* Prepara para a aquisio das posies */
AdcRegs.ADCMAXCONV.all = 0x0001;
AdcRegs.ADCCHSELSEQ1.all = 0x0076;
AdcRegs.ADCTRL2.bit.RST_SEQ1 = 1;
k = 3;
IER = 0x003F;
// habilita interrupes
habilita_PWM ();
while(CHAVE){
136
wrefrpm = wrefrpm + dwmref;
contint = 0;
m = 1;
}
break;
}
/* Perfil 4 - Variao em Rampas ascendente e descendente com aceleraes
bruscas e desaceleraes suaves*******************************************/
switch(m){
case 1:
if((npassos <= 35) && (wrefrpm <= 1800)){
dwmref = 50;
}
if((npassos > 35) && (npassos < 85)){
dwmref = 0;
}
if((npassos >= 85) && (npassos <= 144)){
flag = 1;
dwmref = -10;
}
if((npassos > 144) && (npassos <= 205) && (flag == 1)){
dwmref = 0;
}
if(npassos > 205){
flag = 0;
npassos = 23;
}
m = 2;
break;
case 2:
if((contint > 5000)
npassos
wrefrpm
contint
m = 1;
}
break;
}
137
dwmref = 0;
}
if(npassos > 145){
flag = 0;
npassos = 23;
}
break;
case 2:
if((contint > 5000) && (contint < 5020)){
npassos = npassos + 1;
wrefrpm = wrefrpm + dwmref;
contint = 0;
m = 1;
}
break;
}
ComSerial();/*******Envio serial de pacotes********
}
} /* Fim do lao
} Fim da funo main()
/**************************************************************************
FUNO DE INTERRUPO PARA A EXECUO DOS CONTROLES DE
VELOCIDADE, POSIO RADIAL E CORRENTES DA MQUINA SEM
MANCAIS COM BOBINNADO DIVIDIDO
**************************************************************************/
interrupt void timer_isr (void){
int i, temp;
BIT_ON;
contint++;
switch (k){
case 1:
k++;
BIT_OFF;
BIT_ON;
/*Clculo da sada do Filtro Digital para a Velocidade */
vradsmed = ((Aw*vradsmed +
Bw*velorads))>>4;
/* Clculo da rede 1 */
138
entrada[0] = normaliza(isd, MIN_ISD, MAX_ISD);
entrada[1] = normaliza(isdant, MIN_ISD, MAX_ISD);
entrada[2] = normaliza(isq, MIN_ISQ, MAX_ISQ);
entrada[3] = normaliza(isqant, MIN_ISQ, MAX_ISQ);
entrada[4] = normaliza(vradsmed, MIN_VEL, MAX_VEL);
entrada[5] = normaliza(veloradsant, MIN_VEL, MAX_VEL);
temp1 = rna1(entrada);
dp= desnormaliza(temp1, MIN_DP, MAX_DP);
/*Limitao da velocidade angular do fluxo*/
limdpmax=np*wmref+20;
limdpmin=np*wmref-20;
dp= (dp>=limdpmax)? limdpmax:dp;
dp= (dp<=limdpmin)? limdpmin:dp;
Bdp*dp)>>4;
139
senl = -senlc[i];
cossl = senlc[255 - i];
}
}
}
}
break;
case 2:
k++;
/*Tranformao de RPM para rad/s da velocidade de Referncia*/
wmref = ((wrefrpm * 107) >> 10);
/*************ALGORITMO DO CONTROLE DE VELOCIDADE ************************/
/* Controlador de Velocidade */
errow = (wmref - vradsmed);
intw = intw + ((KIW*errow));
/*Limitao da ao integrativa de velocidade*/
intw=(intw>= MIW) ? MIW : intw;
intw=(intw < -MIW) ? -MIW : intw;
mMref=((KPW*errow)) + intw;
/*Limitao do torque de referncia*/
mMref=(mMref>TQMAX)? TQMAX: mMref;
mMref=(mMref<TQMIN)? TQMIN: mMref;
/* Controlador de Torque */
erromM = (mMref - mM);
intmM = intmM
((KIMM*erromM)/10);
/* Corrente de referncia */
erroimR=imRef - imR;
intimR = intimR + ((KIIMR*erroimR)>>1);
140
intimR= (intimR>= MIIMR) ? MIIMR: intimR;
intimR= (intimR< -MIIMR) ?-MIIMR: intimR;
isdref= ((KPIMR*erroimR)>>1)
intimR;
141
/* Prepara para a aquisio das posies */
AdcRegs.ADCMAXCONV.all = 0x0001;/* L dois canais por vez */
AdcRegs.ADCCHSELSEQ1.all = 0x0076;/* seleciona os canais a serem
capturados */
AdcRegs.ADCTRL2.bit.RST_SEQ1 = 1; /* reseta o sequenciador da
converso */
break;
case 4:
k++;
/*************** Controle de posio radial ******************************/
/* Captura X e Y */
AdcRegs.ADCTRL2.bit.SOC_SEQ1 = 1;
/* gatilha o incio da converso
*/
/ Acoplamento angular dos controles de velocidade e Posio Radial ****/
sen=senl>>3;
cos=cossl>>3;
while (AdcRegs.ADCST.bit.INT_SEQ1== 0);
AdcRegs.ADCST.bit.INT_SEQ1_CLR = 1;
posX = (AdcRegs.ADCRESULT0 >> 6;
posY = (AdcRegs.ADCRESULT1 >> 6;
erroX = -(refx - posX);
erroY = -(refy - posY);
/********* Correo do ngulo dos sensores de posio (-10)**************/
temp = erroX;
erroX = ((63 * temp) >> 6) + ((11 * erroY) >> 6);
erroY = -((11 * temp) >> 6) + ((63 * erroY) >> 6);
velo_x = (erroX - erroX_ant); /* - "velocidade" na direo X */
velo_y = (erroY - erroY_ant); /* - "velocidade" na direo Y */
ganho_lim = ganho;
/* limite para o sinal acumulativo do
integrador */
erroX_ant = erroX;
erroY_ant = erroY;
/****************** Ao de Controle no eixo X ***************************/
/* Clculo do controle PD */
prop = (GPX * erroX)>> 7;
deriv = (GDX * velo_x)>> 6;
/* Limitao do sinal de compensao do peso X */
pesoX=(pesoX > 14)?14:pesoX;
pesoX=(pesoX < -10)?-10:pesoX;
/* Lei de controle X */
u_al = prop + deriv + pesoX;
/* 4 */
142
/****************** Ao de Controle no eixo Y ***************************/
/* Clculo do controle PD */
prop = (GPY * erroY)>> 7;
deriv= (GDY * velo_y)>> 6;
/* Limitao do sinal de compensao do peso Y */
pesoY=(pesoY > 30)?30:pesoY;
pesoY=(pesoY < 10)?10:pesoY;
/* Lei de controle Y */
u_be = prop + deriv + pesoY;
/* Aplica as transformaes para a fora radial */
/* T1: rotacional */
u_x =((cos * u_be) >> 7) - ((sen * u_al) >> 7);
u_y =((cos * u_al) >> 7) + ((sen * u_be) >> 7);
/* T2: mudana de bifsico para trifsico */
u_a = u_x;
u_b = ((u_y*111)>>7) + (u_x >> 1);
u_c = u_b - u_x;
/* Limitao do sinal de controle */
if (u_a > ganho_lim)
u_a = ganho_lim;
else
if (u_a < -ganho_lim)
u_a = -ganho_lim;
if (u_b > ganho_lim)
u_b = ganho_lim;
else
if (u_b < -ganho_lim)
u_b = -ganho_lim;
if (u_c > ganho_lim)
u_c = ganho_lim;
else
if (u_c < -ganho_lim)
u_c = -ganho_lim;
/* Calcula os sinais de referncia de
ref[0] = Ia + u_a +
ref[1] = Ib + u_b +
ref[2] = Ic + u_c +
ref[3] = Ia - u_a +
ref[4] = Ib - u_b +
ref[5] = Ic - u_c +
143
case 5:
k = 1;
AdcRegs.ADCTRL2.bit.SOC_SEQ1 = 1;
/* gatilha a converso */
while (AdcRegs.ADCST.bit.INT_SEQ1== 0);
/* espera fim da converso */
AdcRegs.ADCST.bit.INT_SEQ1_CLR = 1;
/************* Armazenagem dos valores das correntes lidas****************/
corrente0
corrente1
corrente2
corrente3
corrente4
corrente5
=
=
=
=
=
=
(AdcRegs.ADCRESULT0
(AdcRegs.ADCRESULT1
(AdcRegs.ADCRESULT2
(AdcRegs.ADCRESULT3
(AdcRegs.ADCRESULT4
(AdcRegs.ADCRESULT5
>>
>>
>>
>>
>>
>>
6);
6);
6);
6);
6);
6);
144
if (ui[4] > MPI)
ui[4] = MPI;
else
if (ui[4] < -MPI)
ui[4] = -MPI;
controle[4] = ((GPC * erro[4]) >> 3) + ui[4] + DES4;
EvbRegs.CMPR5 = (controle[4] < 0) ? 0 : controle[4];
erro[5] = ref[5] - corrente5;
ui[5] += ((GIC * erro[5]) >> 3);
if (ui[5] < -MPI)
ui[5] = -MPI;
else
if (ui[5] > MPI)
ui[5] = MPI;
controle[5] = ((GPC * erro[5]) >> 3) + ui[5] + DES5;
EvbRegs.CMPR6 = (controle[5] < 0) ? 0 : controle[5];
/**** Atribuio dos valores anteriores das entradas da rede ************/
imRnant=imRn;
isdant=isd;
isqant=isq;
veloradsant=vradsmed;
/*Clculo
lidas*/
is1
is2
is3
*/
Apndice D
Referncias dos Trabalhos Publicados
(Ferreira, 2003)
(Lisboa, 2007)
(Paiva, 2004)
(Paiva, 2006)
International
Referncias Bibliogrficas
(Almeida, 1999)
(Barbi, 1985)
(Bosch, 1988)
(Castro, 2004)
(Chen, 1994)
(Chiba, 1990)
(Chiba, 1996)
Chiba,
A.,
Miyatake,
R.,
Hara,
S.,
Fukao,
T., Transfer
(Chiba, 2005)
Chiba, A., Fukao, T., Ichicawa, O., Oshima, M., Takemoto, M.,
Dorrel, D. G., Magnectic Bearings and Bearing Drives, Elsevier,
2005.
147
(Ferreira, 2002)
(Ferreira, 2003)
(Ferreira, 2005)
IEEE
(Furtunato, 2001)
(Garcia, 1990)
(Garcia, 2002)
(Gemp, 2002)
148
(Gomes, 2007)
(Herman, 1973)
(Herman, 1974)
(Higuchi, 1985)
(Jang, 1997)
(Kosko, 1992)
(Lascu, 2001)
(Leonhard, 1998)
(Leonhard, 2001)
(Lin, 1999)
Lin, F. L., Wai, R. J., Lin, P. C., Robust Speed Sensorless Induction
Motor Drive, IEEE Transactions on Aerospace and Electronic
System, Vol. 35, N 2, pp. 566-578, April, 1999.
149
(Lisboa, 2007)
(Maia, 1997)
(Marwali,1999)
(Meike,1974)
(Narendra, 1990)
(Narendra, 1992)
(Narendra, 1996)
(Okada, 1996)
(Paiva, 2004)
150
(Paiva, 2006)
(Salazar, 1990)
(Salazar, 1993-1)
(Salazar, 1993-2)
(Santisteban, 1993)
(Santisteban, 1999)
(Santisteban, 2000)
with
controlled
electromagnetic
positioning
and
Machines:
An
Overview,
IEEE
Transactions
on
151
(Simes, 1995)
(Simone, 2000)
(Spectrum, 2003)
(Stronach,1998)
(Suzuki, 2000)
Suzuki, T., Chiba, A., Rahman, A., Fukao, T., An Air-Gap-fluxOriented Vector Controller for Stable Operation of Bearingless
Induction Motors, IEEE Transactions on Industry Applications, Vol.
36, N 4, pp. 1069-1076, July-August, 2000.
(Texas, 1998)
(Texas, 2001)
(Vas, 1996)
(Yahia, 1998)