Jose AP

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE T ECNOLOGIA
PROGRAMA DE PS-GRADUAO EM E NGENHARIA
ELTRICA
CONTROLE VETORIAL DE VELOCIDADE DE UMA

MQUINA DE INDUO SEM M ANCAIS TRIFSICA COM
BOBINADO DIVIDIDO UTILIZANDO ESTIMAO
NEURAL DE FLUXO
JOS LVARO DE PAIVA
Natal, RN Brasil
Dezembro / 2007
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

CENTRO DE T ECNOLOGIA
PROGRAMA DE PS-GRADUAO EM E NGENHARIA
ELTRICA
CONTROLE VETORIAL DE VELOCIDADE DE UMA MQUINA DE

INDUO SEM MANCAIS TRIFSICA COM B OBINADO DIVIDIDO
UTILIZANDO ESTIMAO NEURAL DE F LUXO
JOS LVARO DE P AIVA
Orientador: Prof. Dr. Sc. Andrs Ortiz Salazar UFRN CT DCA.

Co-Orientador: Prof. Dr. Sc. Andr Laurindo Maitelli UFRN CT DCA.
Tese de Doutorado submetida ao corpo docente da

Coordenao do Programa de Ps-Graduao em
Engenharia eltrica da UFRN (rea de concentrao:
automao e sistemas) como parte integrante dos
requisitos para obteno do ttulo de Doutor em
Cincias da Engenharia Eltrica.
Natal, RN Brasil
Dezembro / 2007
ii
Diviso de Servios Tcnicos

Catalogao da Publicao na Fonte. UFRN / Biblioteca Central Zila Mamede
Paiva, Jos lvaro.

Controle vetorial de velocidade de uma mquina de induo sem
mancais trifsica com bobinado dividido utilizando estimao neural de
fluxo / Jos lvaro de Paiva. Natal, RN, 2007.
151 f.
Orientador: Andrs Ortiz Salazar.
Co-orientador: Andr Laurindo Maitelli.
Tese (Doutorado) Universidade Federal do Rio Grande do Norte.
Centro de Tecnologia. Programa de Ps-Graduao em Engenharia
Eltrica.
1. Motores de induo Tese. 2. Mquina de induo Vetorial de
velocidade Tese. 3. Estimao neural de fluxo Tese. I. Salazar,
Andrs Ortiz. II. Maitelli, Andr Laurindo. III. Universidade Federal do
Rio Grande do Norte. IV. Ttulo.
RN/UF/BCZM
CDU 621.313.333(043.2)
JOS LVARO DE P AIVA
CONTROLE VETORIAL DE VELOCIDADE DE UMA MQUINA DE

INDUO SEM MANCAIS TRIFSICA COM B OBINADO DIVIDIDO
UTILIZANDO ESTIMAO NEURAL DE F LUXO
Tese submetid a ao corpo docente da Coordenao do Programa de Ps-Graduao em
Engenharia Eltrica da Universidade Federal do Rio Grande do Norte como parte integrante
dos requisitos necessrios para a obteno do ttulo de Doutor em Cincias da Engenharia
Eltrica.
Aprovada por:
Prof. Andrs Ortiz Salazar, D.Sc. (UFRN)(Orientador)
Prof. Andr Laurindo Maitelli, D.Sc.(UFRN) (Co-Orientador)
Prof. Ricardo Lcio de Arajo Ribeiro, D.Sc.(UFRN)
Prof. Richard Magdalena Stephan, D.Sc. (UFRJ)
Prof. Jos Andrs Santisteban Larrea, D.Sc. (UFF)
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 Figuras e Tabelas
Lista de Smbolos
xiv
Resumo
xviii
Abstract
xix
1. Introduo
20
1.1. Introduo
20
1.2. Histrico das Mquinas sem Mancais
22
1.3. Objetivo
25
1.4. Sumrio
26
2 . Modelo Construtivo da Mquina de Induo sem Mancais

28
Trifsica com Bobinado Dividido

2.1. Introduo
28
2.2. Descrio da Mquina de Induo sem Mancais Trifsica com Bobinado

Dividido
29
2.2.1.Configurao dos Estatores
30
2.2.2. Configurao do Rotor
31
2.3. Concluses
33
3. Controle Vetorial de Velocidade para Mquinas de Induo
34
3.1. Introduo
34
3.2. Modelo Vetorial da Mquina de Induo com orientao pelo Fluxo do

Rotor
36
vi
3.3. Controle Vetorial da Mquina de Induo
39
3.4. Simulaes computacionais com o Modelo Convencional da Mquina de

Induo malha aberta
41
3.5. Concluses
50
4. Aspectos Gerais das Redes Neurais aplicadas ao Controle

Vetorial de Velocidade para Mquinas de Induo
52
4.1. Introduo
52
4.2. Teoria Geral das Redes Neurais Artificiais
54
4.2.1. O Neurnio Artificial
55
4.2.2. Funes de Ativao
56
4.2.3. Arquiteturas das Redes Neurais Artificiais
57
4.2.4. Tipos de Redes Neurais Artificiais
59
4.2.5. Aprendizagem e Treinamento de uma Rede Neural Artificial
60
4.3. Estimao Neural aplicada ao Controle de Sistemas
62
4.4. Implementao Computacional do Estimador Neural de Fluxo do Rotor
66
4.4.1. Treinamento do Estimador Neural de Fluxo do Rotor

4.5. Concluses
66
72
5. Implementao do Sistema de Controle Vetorial de Velocidade

para Mquinas de Induo sem Mancais utilizando Estimao
Neural de Fluxo
73
5.1. Introduo
73
5.2. Descrio do Sistema de Controle
74
5.2.1. Estgio do Controle de Velocidade
76
5.2.2. Estgio do Controle de Posio Radial
77
5.2.2.1. Transformao Radial de Foras
78
5.2.2.2. Realinhamento dos sensores de posio
80
5.2.3. Estgio do Controle de Corrente
vii
80
5.2.4. Estimadores de Fluxo do Rotor
81
5.2.4.1. Estimador Convencional de Fluxo
81
5.2.4.2. Estimador Neural de Fluxo
83
5.3. Descrio do Programa de Controle
85
5.4. Alimentao do Sistema
87
5.5. Concluses
89
6. Resultados Experimentais
90
6.1. Introduo
90
6.2. Resultados experimentais para os diferentes perfis de velocidade
91
6.2.1. Comportamento da mquina para uma referncia de velocidade

em degrau
92
6.2.2. Comportamento da mquina para referncias de velocidade em

degraus de valores distintos
96
6.2.3. Comportamento da mquina para referncia de velocidade em

rampa ascendente
100

rampas ascendentes e descendentes com aceleraes e
desaceleraes bruscas
103
6.2.5. Comportamento da mquina para referncias em rampas

ascendentes com aceleraes bruscas e descendentes com
desaceleraes suaves
106
6.2.6. Comportamento da mquina para a referncia de velocidade em

rampa ascendente suave com aplicao de carga s instantneas
110
6.3. Limitaes impostas pelo sistema de controle e a mquina sem mancais

utilizada
114
6.4. Concluses
115
7. Concluses Gerais e Pespectivas
117
7.1. Concluses Gerais
117
7.2. Perspectivas para Trabalhos Futuros
118
Apndice A. Parmetros da Mquina de Induo sem Mancais com

120
Bobinado Dividido
viii
Apndice B. Dados Gerais e Rotinas de Implementao das Redes

Neurais para a Estimao do Fluxo do Rotor
122
B.1. Dados e equaes para a implementao das redes que compem o

Estimador Neural de Fluxo do Rotor.
122
B.2. Listagem das rotinas e funes para o clculo das Redes Neurais
implementadas
124
Apndice C. Listagem do Programa de Controle
127
Apndice D. Referncias dos Trabalhos Publicados
145
Referncias Bibliogrficas
146
ix
Listas de Figuras e Tabelas

Figura
Pgina
2.1. Mquina de induo sem mancais
29
2.2. Estrutura interna da mquina de induo sem mancais
29
2.3.
Esquemas de ligao das bobinas dos estatores para: (a) Uma mquina
convencional e (b) Mquina sem mancais com bobinado dividido
30
2.4. Disposio espacial das bobinas dos estatores
31
2.5.
Representao de um dos circuitos do rotor
32
2.6.
Modelo de enrolamento proposto para o rotor com 12 circuitos isolados.
33
3.1. Diagrama angular dos vetores de correntes em regime permanente.
36
3.2. Diagrama de blocos do motor de induo e m coordenadas de campo do

rotor
37
3.3. Diagrama de blocos genrico de um sistema de controle de velocidade

orientado pelo fluxo do rotor alimentado por correntes impostas
39
3.4.
3.5.
Respostas de velocidade mecnica do modelo da mquina em rpm

operando com uma referncia de velocidade constante e sem carga
43
Comportamento da velocidade angular do fluxo do rotor d ( t ) operando

dt
3.6.
com uma referncia de velocidade constante e sem carga
43
Resposta de torque eltrico m M ( t ) do modelo para referncia de

velocidade constante e operando sem carga
44
3.7. Comportamento das correntes de campo i Sd ( t ) e de magnetizao i mR ( t )

operando com referncia de velocidade constante e sem carga
3.8.
3.9.
44
Comportamento da corrente de quadratura i Sq ( t ) operando com

referncia de velocidade constante e sem carga
45
Resposta de velocidade mecnica do modelo da mquina em rpm

submetido variao de referncia de velocidade e operando sem carga
45
3.10. Comportamento da velocidade angular do fluxo do rotor
d ( t )
dt
com o
modelo submetido variao de referncia de velocidade e operando sem

carga
46
3.11. Resposta de torque eltrico m M ( t ) do modelo submetido variao de

referncia de velocidade e operando sem carga
46

do modelo submetido variao de referncia de velocidade e operando
sem carga
47
3.13. Comportamento da corrente de quadratura i Sq ( t ) submetido variao

de referncia de velocidade e operando sem carga
47
3.14. Resposta de velocidade do modelo da mquina em rpm operando com

referncia de velocidade constante e submetido variao de carga
48
3.15. Comportamento da velocidade angular do fluxo do rotor d ( t ) com o

dt
modelo operando com velocidade constante e submetido variao de

carga
48
3.16. Resposta de torque eltrico m M ( t ) do modelo operando com referncia de

49
velocidade constante e submetido variao de carga
do modelo operando com referncia de velocidade constante e submetido
variao de carga
49
3.18. Comportamento da corrente de quadratura i Sq ( t ) operando com

referncia de velocidade constante e submetido variao de carga
50
4.1. Modelo de neurnio Artificial de McCulloch-Pitts
55
4.2. Arquitetura de uma rede alimentada adiante com uma nica camada de
neurnios
58
4.3. Arquitetura de uma rede alimentada adiante totalmente conectada com

mltiplas camadas de neurnios
58
4.4. Rede recorrente com neurnios ocultos
58
4.5. Exemplo de sistema com identificador neural de para planta no-linear
63
4.6. Diagrama de blocos de um controlador vetorial de velocidade com

estimao neural de fluxo
65
4.7.
Estrutura da rede neural para estimao de d ( t )
67
dt
67
4.8.
Estrutura da rede neural para estimao de i mR ( t )
4.9.
Diagrama de erro de treinamento para o estimador de d ( t )
68
dt
4.10. Diagrama de erro de treinamento para o estimador de i mR ( t )
69
4.11. Velocidade s angulares estimadas d ( t ) gerados pelo modelo com estimador

dt
convencional e pelo mode lo com estimador neural
69
4.12. Correntes imR ( t ) , i Sd ( t ) e i Sq ( t ) geradas pelo modelo com estimador

convencional e pelo modelo com estimador neural
70
4.13. Velocidade s mecnicas em rpm gerados pelo modelo com estimador

71
4.14. Torques eltricos em N.m gerados pelo modelo com estimador

xi
71
5.1. Diagrama geral do sistema de controle
75
5.2. Sensor ptico de velocidade desenvolvido em laboratrio
77
5.3.
86
Fluxograma do programa de controle
5.4. Retificador trifsico de potncia
87
5.5. Inversor de potncia Duplo trifsico
88
5.6.
6.1.
Armrio metlico que abriga o mdulo de acionamento do sistema de

controle da mquina de induo sem mancais trifsica
88
Velocidade s mecnicas e posies X e Y em funo do tempo para

referncia de velocidade em degrau constante
92
6.2. Correntes de campo, magnetizao e torque para referncia de velocidade

em degrau constante
6.3. Torque s eltricos para referncia de velocidade em degrau constante
93
94
6.4. Velocidade s angulares do fluxo do rotor para referncia de velocidade em

degrau constante
95
6.5. Diagramas de posicionamento radial para referncia de velocidade em

degrau constante
96
Velocidade s mecnicas e posies X e Y em funo do tempo para

referncias de velocidade em degraus de valores distintos
97
6.6.
6.7. Correntes de campo, magnetizao e torque para referncias de

velocidade em degraus de valores distintos
98
6.8. Torque s eltricos para referncias de velocidade em degraus de valores

distintos
98
6.9. Velocidades angulares do fluxo do rotor para referncias de velocidade em

99
6.10. Diagramas de posiciona mento radial para referncias de velocidade em

99
6.11. Velocidade s mecnicas e posies X e Y em funo do tempo para

referncia de velocidade em rampa ascendente
100
6.12. Correntes de campo, magnetizao e torque para referncia de velocidade

em rampa ascendente
101
6.13. Torque s eltricos para referncia de velocidade em rampa ascendente
101
6.14. Velocidade s angulares do fluxo do rotor para referncia de velocidade em

rampa ascendente
102
6.15. Diagramas de posicionamento radial referncia de velocidade em rampa

ascendente
102
6.16. Velocidade s mecnicas e posies X e Y em funo do tempo para

referencias de velocidade em rampas ascendentes e descendentes com
aceleraes e desaceleraes bruscas
103
xii
6.17. Correntes de campo, magnetizao e torque para referencias de

velocidade em rampas ascendentes e descendentes com aceleraes e
desaceleraes bruscas
104
6.18. Torque s eltricos para referencias de velocidade em rampas ascendentes e

descendentes com aceleraes e desaceleraes bruscas
104
6.19. Velocidade s angulares do fluxo do rotor para referencias de velocidade em
rampas ascendentes e descendentes com aceleraes e desaceleraes
bruscas
105
6.20. Diagramas de posicionamento radial para referencias de velocidade em
bruscas
106
6.21. Velocidade s mecnicas e posies X e Y em funo do para referncias de

velocidade em rampas ascendentes com aceleraes bruscas e
descendentes com desaceleraes suaves
107
6.22. Correntes de campo, magnetizao e torque para referncias de

descendentes com desaceleraes suaves
107
6.23. Torque s eltricos para referncias de velocida de em rampas ascendentes

com aceleraes bruscas e descendentes com desaceleraes suaves
108
6.24. Velocidade s angulares do fluxo do rotor para referncias de velocidade em

rampas ascendentes com aceleraes bruscas e descendentes com
desaceleraes suaves
109
6.25. Diagramas de posicionamento radial para referncias de velocidade em
desaceleraes suaves
109
6.26. Velocidade s mecnicas e posies X e Y em funo do tempo para a

referncia de velocidade em rampa ascendente suave com aplicao de
cargas instantneas
111
6.27. Correntes de campo, magnetizao e torque para a referncia de

velocidade em rampa ascendente suave com aplicao de cargas
instantneas
112
6.28. Torque s eltricos para a referncia de velocidade em rampa ascendente

suave com aplicao de cargas instantneas
112
6.29. Velocidade s angulares do fluxo do rotor para a referncia de velocidade

em rampa ascendente suave com aplicao de cargas instantneas
113
6.30. Diagramas de posicionamento radial para a referncia de velocidade em

rampa ascendente suave com aplicao de cargas instantneas
113
Tabela
A.1
Pgina
Parmetros da Mquina de induo sem mancais.
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
Indutncias de disperso do estator e do rotor por fase.
Lm
LS e LR
Indutncia de magnetizao.
Indutncias prprias do estator e do roto por fase.
TR
Constante de tempo do rotor.
np
Nmero de pares de plos.
Momento de inrcia do rotor.
Fator de disperso.
km
Constante de torque relacionada indutncia prpria do estator.
ndice de neurnios ou de instantes de amostragem.
Fator de carga.
Tempo em segundos.
Operador complexo ou ndice de contagem.
Intervalo de amostragem.
iS
Vetor de corrente de estator.
iS1 , iS 2 e iS 3
Valores instantneos das correntes trifsicas do estator.
i Sa e iSb
Valores instantneos das correntes bifsicas em coordenadas do

estator.
iSd e iSq
Valores instantneos das correntes de campo e torque em

coordenadas de campo do rotor.
i m R e imR
Valores instantneos das correntes de magnetizao real e estimada.
iS1ref , iS 2ref e iS 3ref
Valores de referncia das correntes trifsicas de estator.
iSaref , e iSbref
Valores de referncia das correntes bifsicas em coordenadas do

estator.
i Sdref e i Sqref
Valores de referncia das correntes de campo e torque em

coordenadas de campo do rotor.
i m Re f
mM e mL
mMref
Valor de referncia da corrente de magnetizao.

Valores instantneos do torque eltrico e do torque de carga.
Valor de referncia do torque eltrico.
xiv
ref
mec e mR
e
Velocidade mecnica de referncia em rpm.

Valores instantneos da velocidade mecnica e da velocidade de
escorregamento.
Posio angular real e estimada do fluxo do rotor.
Posio angular instantnea do eixo do rotor.
Posio angular instantnea do vetor de corrente de estator.

Deslocamento angular de 120.
d
dt
Operador de derivao de uma funo ou varivel.
Operador de integrao de uma funo ou varivel.
sen x e cos x
Funes seno e cosseno de um ngulo x genrico.
arctan x
Funo arcotangente de um ngulo x genrico.
e( x)
Funo exponencial de uma varivel x genrica.
sig(x)
Funo sigmide de uma varivel x genrica.
Nmero de entradas das redes implementadas.
x1, x2, ..., xp
Valores instantneos das p entradas das redes implementadas.
wkp
Valores dos pesos sinpticos da p-sima entrada do k-simo

neurnio.
bk
Valor do peso bias do k -simo neurnio.
Operador de Somatrio na juno aditiva do k-simo neurnio.
vk
Potencial de ativao do k-simo neurnio.
uk
Sada do combinador linear do k-simo neurnio.
(.)
yk
y e y
Funo de ativao das sadas dos neurnios.

Valor da saida do k -simo neurnio.
Valores instantneos das sadas reais e das sadas estimadas.
erro
Erro instantneo entre duas variveis.
R(k)
Sinal de referncia de uma varivel genrica.
P(k)
Ao de controle proporcional no instante k.
I(k)
Ao de controle integrativa no instante k.
D(k)
Ao de controle derivativa no instante k.
KP
Valor do ganho proporcional.
KI
Valor do ganho integrativo.
KD
Valor do ganho derivativo.
Xref
Posio de referncia na direo X.
Yref
Posio de referncia na direo Y.
X(k)
Posio do rotor na direo X.
xv
Y(k)
Posio do rotor na direo Y.
Variao de posio na direo X.
Variao de posio na direo Y.
u( k )
Ao de controle genrica.
u* ( k ) e u * ( k )
Aes de controle nas direes e coincidentes com as direes X e

Y.
ux( k ) e uy ( k )
Aes de controle aps a transformao para o referencial solidrio

ao fluxo do rotor.
ua ( k ) , ub ( k ) e uc ( k )
Aes de controle aps a transformao radial de foras.
xr e yr
Posies instantneas x e y de referncia antes da correo de

posio dos sensores.
x*r e y*r
Posies instantneas x e y de referncia aps a correo de posio

dos sensores.
Tu
Matriz de transformao rotacional
Tr
Matriz de transformao de referencial.
ia , ib e ic
i1* , i*2 , i*3 , i*4 , i*5 e i*6

i a , i b e ic
Qi
Correntes trifsicas de referncia por fase.

Correntes individuais de referncia para cada bobina do estator.
Mdia das correntes de fase do estator
Representao geral de nmeros inteiros de i bits.
Nmero de bits.
Nmero real a ser transformado para o formato Qi .
Ni
Nmero inteiro transformado para o formato Q i .
di mR( k )
Derivada da corrente de magnetizao aps a discretizao.
d ( k )
Velocidade angular estimada do fluxo aps a discretizao.
d mecQ ( k )
Derivada da velocidade mecnica aps a discretizao.
mecQ( k )
Velocidade mecnica aps a discretizao.
velorads( k )
Valor instantneo da velocidade mecnica em rad/s aps a

discretizao.
Kr
Constante paramtrica para a corrente de magnetizao.
Ki
Constante paramtrica para a velocidade de escorregamento.
Kw
Constante paramtrica para o incremento angular do vetor de fluxo

do rotor.
KM
Constante paramtrica para o torque eltrico.
Kj
Constante paramtrica para a velocidade mecnica.
xnorm
yn
Valor normalizado de uma varivel de entrada x genrica.

Valor normalizado de uma varivel de sada y genrica.
xvi
ydesnorm
Valor desnormalizado de varivel de sada y genrica.
xmax
Valor mximo de uma varivel x genrica.
xmin
Valor mnimo de uma varivel x genrica.
xdp ( k )
Vetor de entrada da rede de estimao de d ( k )
ximR( k )
Vetor de entrada da rede de estimao de imR ( k )
+, -, * e /
Operadores de soma, subtrao, multiplicao e diviso.
>>
Deslocamento de bits direita.
<<
Deslocamento de bits esquerda.
Bloco um atraso de 1 Ordem.
TR
Bloco de integrao numrica de variveis.

cos
sen
Bloco de clculo de senos e cossenos.

Bloco de implementao do controlador PI.
Constante multiplicativa de valor n.
Ponto de entrada das redes implementadas.

Neurnio.
Vetores de entrada e sada, conexes entre blocos ou conexo entre
neurnios.
Ponto de conexo.
Ponto de soma de variveis.
Ponto de diviso de variveis.
Ponto de multiplicao de variveis.
A
Conversores de sinais Analgicos para Digitais e de sinais Digitais

para Analgicos.
e+
Blocos das transformaes de Park direta e inversa.
e
2
Bloco de transformao de variveis trifsicas para variveis

bifsicas e bloco de transformao de variveis bifsicas para
variveis trifsicas.
Sensor de Corrente
Sensor de velocidade
Sensor de posio
xvii
Resumo da tese apresentada ao PPgEE/UFRN como parte dos requisitos necessrios para a
obteno do grau de Doutor em Cincias (D. Sc.)
Controle Vetorial de Velocidade de uma Mquina de Induo sem Mancais

Trifsica com Bobinado Dividido utilizando Estimao Neural de Fluxo
Jos lvaro de Paiva
Dezembro de 2007.
Este trabalho descreve o estudo e a implementao do controle vetorial de velocidade
de uma mquina de induo sem mancais trifsica com bobinado dividido de 4 plos e
1.1kW utilizando estimao neural de fluxo do rotor. O controle vetorial de velocidade opera
em conjunto com os controles de posicionamento radial e das correntes nos enrolamentos de
cada fase do estator. Para o posicionamento radial utilizam-se as foras controladas pelos
campos magnticos no interior da mquina. Para a otimizao das foras radiais operando
com influncia mnima do torque rotacional, foi utilizado um modelo especial de bobinado do
rotor com circuitos independentes. A estimao neural de fluxo aplicada ao controle vetorial
de velocidade tem o objetivo de compensar a dependncia dos estimadores convencionais em
relao s variaes nos parmetros da mquina devido a aumentos de temperatura ou
saturao magntica do rotor. O sistema de controle implementado possibilita uma
comparao direta dos respectivos desempenhos de velocidade e posio radial da mquina
sob orientao do estimador neural em relao ao estimador convencional de fluxo. Todo o
controle do sistema realizado por um programa desenvolvido em linguagem padro ANSI
C. Os recursos do DSP utilizados pelo sistema so: os canais de converso A/D, as sadas
PWM e as interfaces paralela e serial RS-232, as quais so responsveis, respectivamente,
pela programao do DSP e a captura de dados atravs de um sistema de superviso.
Palavras-chave: Controle vetorial, mquina de induo, sem mancais, estimao
neural, DSP.
xviii
Abstract of thesis presented to PPgEE/UFRN as partial fulfillment of the necessary

requirements for degree of Doctor of Sciences (D. Sc.)
Vector Speed Control for a Three-Phase Bearingless Induction Machine

with Divided Winding using Neural Flux Estimation
Jos lvaro de Paiva
December, 2007.
This work describes the study and the implementation of the vector speed control for a
three-phase Bearingless induction machine with divided winding of 4 poles and 1,1 kW using
the neural rotor flux estimation. The vector speed control operates together with the radial
positioning controllers and with the winding currents controllers of the stator phases. For the
radial positioning, the forces controlled by the internal machine magnetic fields are used. For
the radial forces optimization, a special rotor winding with independent circuits which allows
a low rotational torque influence was used. The neural flux estimation applied to the vector
speed controls has the objective of compensating the parameter dependences of the
conventional estimators in relation to the parameter machine s variations due to the
temperature increases or due to the rotor magnetic saturation. The implemented control
system allows a direct comparison between the respective responses of the speed and radial
positioning controllers to the machine oriented by the neural rotor flux estimator in relation to
the conventional flux estimator. All the system control is executed by a program developed in
the ANSI C language. The DSP resources used by the system are: the Analog/Digital channels
converters, the PWM outputs and the parallel and RS-232 serial interfaces, which are
responsible, respectively, by the DSP programming and the data capture through the
supervisory system.
Keywords : Vector control, induction machine, Bearingless, neural estimation, DSP.
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 nolineares 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.
1.2. Histrico das mquinas sem mancais

As primeiras pesquisas em mquinas com a possibilidade de levitao magntica
atravs dos mancais magnticos surgiram em meados da dcada de setenta. P. K. Hermann
(1973, 1974), pesquisador alemo, props uma mquina com eltroim com funo de mancal
magntico, cuja estrutura apresentava um nico enrolamento para a gerao dos campos de
acionamento e de controle da posio radial do rotor. Na mesma poca, o pesquisador
americano, P. Meyke (1974) props uma estrutura com enrolamentos de acionamento e
controle de posio radial separados. Juntamente com esta estrutura ele utilizou inversores,
processadores de sinais digitais e controle, tudo referente tecnologia existente na poca.
Na dcada de 80, T. Higuchi (1985) props um motor de passo combinado com um
mancal magntico que operava com o desacoplamento das estruturas de acionamento e de
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
Modelo Construtivo da Mquina de

Induo sem Mancais Trifsica com
Bobinado Dividido
2.1. Introduo
As mquinas de induo trifsic as tornaram-se atrativas para vrias aplicaes devido
sua robustez e custo reduzido. Porm, sua utilizao pode tornar-se invivel quando estas
mquinas forem destinadas a operar em ambientes de difcil acesso e necessitem de freqentes
manutenes nas suas partes mecnicas.
Diante desta limitao, as mquinas sem mancais com bobinado dividido se
apresentam como uma alternativa vivel, pois aliam as vantagens das mquinas de induo
convenciona is com a capacidade de manter o rotor posicionado magneticamente no centro do
estator atravs do controle das correntes de fase.
As sees seguintes descrevem o modelo construtivo da mquina sem mancais
trifsica com bobinado dividido utilizada neste trabalho.
29
2.2. Descrio da Mquina de Induo sem Mancais Trifsica com

Bobinado Dividido
Uma das principais caractersticas da mquina sem mancais trifsica com bobinado
dividido a sua semelhana com a mquina induo trifsica convencional. Esta semelhana
se d principalmente, no modelo do estator empregado, o qual utiliza um nico enrolamento
para o controle de velocidade rotacional juntamente com o controle de posicionamento radial.
Este modelo de estator gera uma reduo significativa dos custos de projeto da
mquina e possibilita o uso das mais modernas tcnicas de controle como, por exemplo,
controladores vetoriais e estimadores neurais.
A mquina sem mancais utilizada neste trabalho possui bobinado de quatro plos no
estator e rotor e fornece uma potncia nominal de 1.1kW.
A figura 2.1 apresenta uma viso externa da mquina.
Figura 2.1. Mquina de induo sem mancais.

Como se pode observar, a mquina opera na posio horizontal, e possui dois estatores
com estruturas independentes. Este modelo construtivo dos estatores permite o controle de
posio em at cinco direes diferentes como mostra a figura 2.2. Para isto, ela necessita de
uma alimentao individual para cada grupo de bobinas por fase (Castro, 2004).
Figura 2.2. Estrutura interna da mquina de induo sem mancais.
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.
2.2.1. Configurao dos Estatores

Os estatores so trifsicos de quatro plos com dois grupos de bobinas idnticas em
cada fase. Estes grupos de bobinas esto dispostos em 36 ranhuras ao longo do corpo de cada
estator.
A figura 2.3(a) mostra o esquema de ligao equivalente das bobinas em cada fase
caso a mquina fosse um motor de induo convencional e a figura 2.3(b) apresenta o
esquema utilizado para a mquina sem mancais com bobinado dividido.
(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
Figura 2.4. Disposio espacial das bobinas dos estatores.
2.2.2. Configurao do Rotor

Os modelos construtivos de rotores utilizados nas mquinas de induo convencional
como, por exemplo, rotores em gaiola, no apresentam respostas satisfatrias de foras radiais
para aplicao em mquinas sem mancais com bobinado dividido (Chiba, 1998, 2005).
Nestes tipos de rotores, as correntes induzidas durante o repouso refletem as mesmas
freqncias das correntes geradas no estator. Para as mquinas de induo sem mancais, esta
caracterstica indesejvel, pois algumas destas mquinas operam com enrolamentos de dois
plos dedicados ao posicionamento radial junto ao enrolamento de quatro plos para o
controle de torque da mquina. Como conseqncia, parte da energia presente no entreferro
que seria totalmente dedicada ao posicionamento radial transferida para o controle de
torque, causando assim, uma queda significativa nos nveis de fora radial e interferindo na
estabilizao do rotor.
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
responsvel pelo controle de posicionamento radial e pelo controle de
velocidade (Castro, 2004; Ferreira, 2006).

A figura 2.5 ilustra o posicionamento de um dos circuitos do rotor. Os dema is
circuitos so igualmente distribudos ao longo do corpo do rotor.
Figura 2.5. Representao de um dos circuitos do rotor.

Para a otimizao do bobinado do rotor, foram realizados vrios ensaios com
diferentes esquemas de bobinado, nos quais foram inseridos diferentes nmeros de
condutores, de modo a aumentar a performance da mquina com relao s foras radiais.
Aps a anlise dos resultados, optou-se pelo modelo de enrolamento de 12 circuitos de
4 plos isolados distribudos em 48 ranhuras, como est mostrado na figura 2.6.
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
Controle Vetorial de Velocidade para

Mquinas de Induo
3.1. Introduo
As tcnicas vetoriais de controle para mquinas de induo, ao contrrio do controle
escalar do tipo V/F (tenso/freqncia), apresentam alto desempenho tanto em regime
permanente como durante os transitrios destas mquinas. Este alto rendimento obtido
atravs do controle independente do torque eltrico e do fluxo (Barbi, 1985).
Para proporcionar o desacoplamento entre os controles de torque e fluxo, transformase o modelo da mquina de induo em um modelo similar ao das mquinas de corrente
contnua, cujo controle bem mais simples e eficaz, tanto para as altas como para as baixas
rotaes.
A principal exigncia dos controladores vetoriais o conhecimento do valor exato da
magnitude e da posio do fluxo girante. Este fator gera a necessidade do uso de sensores de
fluxo colocados no interior da mquina, o que em determinados sistemas invivel pela
dificuldade de acesso ou pelo alto custo destes sensores.
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.
3.2. Modelo Vetorial da Mquina de Induo com orientao pelo

Fluxo do Rotor
Uma mquina de induo convencional tem as suas correntes representadas em regime
permanente pelo diagrama vetorial ilustrado na figura 3.1 (Leonhard, 2001).
iS3
i S( t )
? mec Eixo do rotor
iSq
iSb
? mR
d(t) e(t) iSd

imR
?(t)
Eixo de referncia
de fluxo do rotor
Eixo do estator
2?
iSa
iS1
iS2
Figura 3.1. Diagrama angular dos vetores de correntes em regime permanente.

A partir deste diagrama, podemos descrever inicialmente as equaes destas correntes
para um sistema balanceado a partir da seguinte relao:
i S ( t ) = i ( t ) + i ( t )e
S1
S2
+ 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 ) =
Representando estas correntes em coordenadas de campo atravs da posio angular
( t ) do fluxo girante, tm-se as seguintes equaes:
iSd ( t ) = i Sa ( t ) cos + i Sb ( t )sen
(3.5)
i Sq ( t ) = i Sb ( t ) cos i Sa ( t )sen
(3.6)
Estas correntes representadas no sistema d-q so, respectivamente, as correntes de

campo e quadratura, as quais sero aplicadas ao modelo da mquina para o estudo e estimao
de estados da mesma. A estrutura do modelo vetorial da mquina de induo com referencial
no fluxo do rotor est mostrada no diagrama de blocos da Figura 3.2.
Figura 3.2. Diagrama de blocos do motor de induo em coordenadas de campo do

rotor.
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)
dimR ( t ) iSd ( t ) imR ( t )

=
dt
TR
TR
(3.9)
i (t )
d ( t )
= n p .mec ( t ) + Sq
dt
TRimR( t )
(3.10)
em que mM ( t ) o torque eltrico gerado pela mquina, k m uma constante relacionada

indutncia prpria do estator Ls e o fator de disperso s , imR ( t ) a corrente de magnetizao
que est diretamente relacionada magnitude do campo girante, TR a constante de tempo do
rotor, ? mec a velocidade mecnica do rotor, np o nmero de par de plos da mquina e
( t ) a posio das coordenadas girantes com o fluxo do rotor.

O desacoplamento entre os vetores de fluxo e torque uma condio bsica de
controle vetorial da mquina de induo, pois este tipo de controle aproxima a mesma de uma
mquina de corrente contnua, cujos controles de fluxo e torque so feitos independentemente.
Para estudar o comportamento mecnico do modelo da mquina, foram utilizadas as
equaes 3.11 e 3.12. Nestas equaes, desprezou-se o atrito viscoso dos mancais como forma
de aproximar o comportamento da mquina convencional ao comportamento da mquina sem
mancais.
m L ( t ) = D .mM ( t )
d mec ( t )
dt
mM ( t ) m L ( t )
(3.11)
(3.12)
em que mL ( t ) o torque de carga, D o fator de carga e J o momento de inrcia do rotor.

Este modelo foi utilizado para o estimador de fluxo para o sistema de controle vetorial
de velocidade da mquina de induo sem mancais com bobinado dividido.
39
3.3. Controle Vetorial da Mquina de Induo

O objetivo bsico dos controladores vetoriais a obteno de respostas rpidas de
velocidade com torque elevado para a mquina de induo tanto no regime transitrio como
durante o regime permanente.
Genericamente, os sistemas de controle vetorial de velocidade para mquinas de
induo implemetados em DSP seguem o modelo apresentado no diagrama da figura 3.3
(Leonhard, 2001).
Figura 3.3. Diagrama de blocos genrico de um sistema de controle de velocidade

orientado pelo fluxo do rotor alimentado por correntes impostas.
O controle de velocidade composto basicamente por trs controladores do tipo
Proporcional-Integral, sendo eles: um controlador para o erro de velocidade cuja sada o
torque eltrico de referncia mMref. Em srie com o controlador de velocidade, tem-se o
controlador de torque, o qual responsvel pela gerao da referncia de corrente de torque
iSqref. O terceiro controlador executa o controle da corrente de magnetizao im R, o qual
responsvel pela gerao da referncia de corrente de campo iSdref.
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.
3.4. Simulaes Computacionais com o Modelo Convencional da
Mquina de Induo malha aberta

A mquina de induo sem mancais com o rotor centralizado tem o modelo
equivalente mquina de induo convencional (Ferreira, 2006). Esta caracterstica simplifica
a anlise do comportamento de velocidade da mesma e viabiliza a implementao prtica do
sistema de controle vetorial.
Para compreender o comportamento da mquina e do sistema em diferentes condies
de referncia de velocidade e carga, foram realizadas simulaes computacionais utilizando o
modelo da mquina convencional. Porm, nestas simulaes, utilizaram-se os parmetros da
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
Figura 3.4. Respostas de velocidade mecnica do modelo da mquina em rpm operando

com uma referncia de velocidade constante e sem carga.
Como se pode observar nestes grficos, tem-se uma resposta de velocidade suave
devido ausncia de carga. Porm, j se pode notar uma influncia discreta da variao de TR.
Na figura 3.5 est ilustrada a velocidade angular do fluxo do rotor calculada atravs do
modelo vetorial. Neste grfico, observa-se uma rpida estabilizao da velocidade angular.
Porm ocorre um pequeno distrbio causado pela variao do parmetro TR.
Distrbio causado
pela variao em TR
Figura 3.5. Comportamento da velocidade angular do fluxo do rotor
d ( t )
dt
operando
com uma referncia de velocidade constante e sem carga.

Na figura 3.6 apresenta-se o torque eltrico mM ( t ) sem carga. Conforme previsto,
tem-se uma reposta rpida e suave com o mesmo tendendo a se anular. Porm, o distrbio
causado pela variao em TR torna-se bem evidente.
44
Distrbio causado
pela variao em TR
Figura 3.6. Resposta de torque eltrico m M ( t ) do modelo para referncia de velocidade

constante e operando sem carga.
As correntes iSd ( t ) , imR ( t ) e iSq ( t ) mostradas nas figuras 3.7 e 3.8, respectivamente,
tendem para valores cont nuos e constantes, sendo que a corrente de campo iSd ( t ) tende para
a amplitude mxima das correntes de fase e a corrente de quadratura iSq ( t ) tende para zero
devido sua relao com o torque eltrico. Nestes grficos, a variao em TR gera
perturbaes bem discretas.
Perturbao causada
pela variao em TR
Figura 3.7. Comportamento das correntes de campo i Sd ( t ) e de magnetizao i mR ( t )

operando com referncia de velocidade constante e sem carga.
45
Perturbao causada pela

variao em TR
Figura 3.8. Comportamento da corrente de quadratura i Sq ( t ) operando com referncia

de velocidade constante e sem carga.
Como se pode observar, a variao em TR tem uma influncia pequena para velocidade
de referncias constantes operando sem carga.
No grupo de simulaes seguintes, aplica-se uma variao na velocidade de referncia
de 1800 rpm para 900 rpm no instante 5 segundos.
O comportamento da velocidade mostrado na figura 3.9 segue as mesmas tendncias
apresentadas nas simulaes anteriores atravs de respostas suaves s variaes de referncia
e pequenas alteraes devido s variaes em TR.
Alteraes causadas
pela variao em TR
Figura 3.9. Resposta de velocidade mecnica do modelo da mquina em rpm submetido

variao de referncia de velocidade e operando sem carga.
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
Figura 3.10. Comportamento da velocidade angular do fluxo do rotor d ( t ) com o

dt
modelo submetido variao de referncia de velocidade e operando sem

carga.
Nas figuras 3.11, 3.12 e 3.13, comprova-se a forte dependncia do modelo em relao
s variaes paramtricas, pois os distrbios causados pela variao do parmetro TR tornamse bem evidentes.
Distrbios causados
pelas variaes em TR
Figura 3.11. Resposta de torque eltrico m M ( t ) do modelo submetido variao de

referncia de velocidade e operando sem carga.
47
Distrbios causados
pelas variaes em TR

do modelo submetido variao de referncia de velocidade e operando
sem carga.
Distrbios causados
pelas variaes em TR
Figura 3.13. Comportamento da corrente de quadratura i Sq ( t ) submetido variao de

referncia de velocidade e operando sem carga.
As simulaes a seguir apresentam o comportamento das variveis do modelo
submetido a uma carga de 0.2 N.m no instante 5 segundos. Nestas simulaes, as variaes
aplicadas no parmetro TR tornam evidente a forte dependncia do modelo em relao aos
parmetros. Esta dependncia pde ser comprovada pelos comportamentos das variveis em
estudo.
Na figura 3.14, a ao da carga causa uma queda na velocidade de regime. Porm, o
modelo apresenta um transitrio mais oscilatrio e os valores de velocidade mecnica em
regime so diferentes entre a operao com e sem variao do parmetro TR.
48
Distrbios causados
pelas variaes em TR e
na carga
Figura 3.14. Resposta de velocidade do modelo da mquina em rpm operando com

referncia de velocidade constante e submetido variao de carga.
Estes erros e oscilaes podem gerar esforos adicionais para os controladores
vetoriais de velocidade, pois dependendo da carga, o controlador de torque estar operando
em pontos diferentes dos qua is foi projetado.
Continuando a anlise, mostrado na figura 3.15 que o comportamento da velocidade
angular do fluxo
d ( t )
apresenta pequenas perturbaes causadas pela variao em TR
dt
juntamente com as variaes de carga.
Perturbaes causadas
na carga
d ( t )
com o
dt
modelo operando com velocidade constante e submetido variao de
carga.
Figura 3.15. Comportamento da velocidade angular do fluxo do rotor
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
na carga
Figura 3.16. Resposta de torque eltrico m M ( t ) do modelo operando com referncia de

velocidade constante e submetido variao de carga.
A corrente iSd ( t ) mostrada na figura 3.17 sofre uma variao mnima durante o
intervalo em que a carga no aplicada (0 s a 5 s). Porm, observa-se uma influncia bem
mais significativa de TR aps a aplicao da carga (5 a 10 s).
Distrbios causados
pelas variaes em TR

do modelo operando com referncia de velocidade constante e submetido
variao de carga.
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
Figura 3.18. Comportamento da corrente de quadratura i Sq ( t ) operando com

referncia de velocidade constante e submetido variao de carga.
Os comportamentos das correntes iSd ( t ) e iSq ( t ) comprovam a aproximao do
modelo da mquina de induo em relao ao modelo equivalente da mquina de corrente
contnua, cujo controle de velocidade depende dos controladores independentes de campo e
de torque, como mostra o diagrama da figura 3.3.
De acordo com as simulaes apresentadas, foi possvel comprovar a dependncia do
modelo vetorial da mquina de induo em relao aos parmetros da mesma.
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
Aspectos Gerais das Redes Neurais

aplicadas ao Controle Vetorial de
Velocidade para Mquinas de Induo
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 nolineares 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 nolineares 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.
4.2. Teoria Geral das Redes Neurais Artificiais

O crebro humano contm aproximadamente 1011 neurnios os quais possuem 104
interconexes com outros neurnios, resultando num total de 10 15 de interconexes.
Estas
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)
ii) Foras de conexo entre os neurnios artificiais, conhecidas como pesos

sinpticos, so usadas para armazenar o conhecimento adquirido.
55
4.2.1. O Neurnio Artificial

O neurnio artificial a unidade de processamento de informao de uma rede neural
e pode ser representado por um modelo linear ou no- linear.
Os modelos nolineares tm maior capacidade de generalizao na representao dos
sistemas fsicos, que em sua grande maioria, possuem caractersticas nolineares. No entanto,
sua implementao prtica requer elevada carga computacional em relao aos neurnios com
funes lineares.
Por esta razo, neste trabalho, optou-se por utilizar neurnios com funes lineares
baseados no modelo de McCulloch-Pitts (1943), cuja estrutura est mostrada na Figura 4.1.
Entrada
Fixa
x0 =+1
Bias
x1
wk1
Sinais
de
entrada
x2
bk
wk2
.
.
.
xp
funo de
ativao
vk
(.)
Sada
yk
Juno
aditiva
wkp
Pesos
sinpticos
Figura 4.1. Modelo de neurnio Artificial de McCulloch-Pitts.

O neurnio artificial mostrado constitudo por um conjunto de conexes sinpticas
(pesos), um somador, uma funo de ativao ou funo restritiva, sinais de entrada e sinal de
sada.
Uma das principais caractersticas deste modelo a incluso no somador do efeito
gerado pelo bias, cuja funo aumentar ou diminuir a entrada lquida da funo de ativao
(.).
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.
4.2.2. Funes de Ativao

Em geral, o neurnio artificial contm uma funo de ativao no- linear que busca
representar o comportamento no-linear do neurnio biolgico. O uso de funes de ativao
nolineares nos neurnios possibilita a identificao de modelos nolineares. Porm, a
implementao digital deste tipo de funo gera uma carga computacional considervel,
principalmente quando o processador opera com aritmtica de ponto flutuante. Portanto, a
escolha da funo de ativao depende de diversos fatores como: o tamanho da rede a ser
implementada, a complexidade do sistema de controle no qual a rede ser inserida, o erro de
estimao permitido e a capacidade de processamento do dispositivo digital que executar o
algoritmo de estimao (Narendra, 1990).
O k-simo valor de ativao de um modelo dado por:
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 nolineares como, por exemplo, as mquinas eltricas de induo, existe
uma tendncia natural de se escolher funes de ativao nolineares 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.
4.2.3. Arquiteturas das Redes Neurais Artificiais

O modo como os neurnios esto interconectados define a arquitetura da Rede Neural.
Em geral, existem trs classes de arquiteturas de redes fundamentalmente diferentes, que so
as redes alimentadas diretas com camadas nicas, as redes alimentadas diretas de mltiplas
camadas e as redes recorrentes. Estas trs arquiteturas esto, respectivamente, apresentadas
nas figuras 4.2, 4.3 e 4.4. (Haykin, 2001).
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 entrada de Camada de neurnios ocultos

ns de fonte
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
Figura 4.4. Rede recorrente com neurnios ocultos.

A arquitetura das redes neurais com aplicaes significativas na rea de controle e
acionamento de mquinas eltricas so as redes neurais alimentadas adiante com mltiplas
camadas, ou redes do tipo feedfoward. Esta rede possui uma ou mais camadas ocultas, cujos
ns computacionais so chamados de neurnios ocultos.
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.
4.2.4. Tipos de Redes Neurais Artificiais

Com o avano das pesquisas na rea das redes neurais artificiais, diversos tipos de
redes foram desenvolvidos e adaptados s mais diversas aplicaes (Narendra, 1996). Como
conseqncias destas pesquisas, foram geradas redes que possuem arquiteturas hbridas, com
e sem realimentao, e diferenciam-se basicamente no algoritmo de aprendizado a ser
utilizado e na complexidade de seus projetos para cada aplicao.
Os tipos mais conhecidos so: as redes do tipo PERCEPTRON, as redes de Funes
Radiais de base, as redes ADALINE e MADALINE, as redes WAVELET Polinomial, as
redes de FOURIER e as redes de Funes SAMPLE. Cada um destes tipos de redes possui
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.
4.2.5. Aprendizagem e Treinamento de uma Rede Neural Artificial

Aprender o ato que produz um comportamento diferente a um estmulo externo
devido a excitaes recebidas no passado e , de certa forma, sinnimo de aquisio de
conhecimento.
Em inteligncia artificial, comum se falar de aprendizado pela mquina e aprender
pode ser considerado como atributo fundamental de um comportamento inteligente.
As
RNAs possuem a capacidade de aprenderem por exemplos e executarem interpolaes com o
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.
4.3. Estimao Neural aplicada ao Controle de Sistemas

Um sistema de controle dito ser neural quando usa de alguma forma uma rede neural
como parte componente.
As pesquisas na rea dos neuro-controladores tm obtido avanos significativos,
principalmente nos casos em que o modelo do processo a ser controlado oferece grande
dificuldade de ser obtido e se deseja usar a capacidade de aprendizado das RNA para obter a
soluo do problema.
Os sistemas neurocontrolados j esto presentes em uma ampla faixa de aplicaes
como: refinarias de petrleo, plantas qumicas, siderrgicas, eletrodomsticos, controle de
robs e etc.
Uma das grandes barreiras para o uso das redes neurais em sistemas de controle em
tempo real a elevada carga computacional dos algoritmos de aprendizagem, fazendo com
que, geralmente se opte por uma aprendizagem do tipo off-line. Esta escolha pode levar a rede
no se adaptar s mudanas de parmetros da planta.
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.
Figura 4.6. Diagrama de blocos de um controlador vetorial de velocidade com estimao

neural de fluxo.
A partir deste modelo, idealizou-se o sistema de controle de velocidade aliado aos
controles de posio radial e de correntes em cada bobina da mquina sem mancais com
66
bobinado dividido. Todos os detalhes da implementao em DSP do sistema completo de
controle esto descritos no captulo 5.
4.4. Implementao Computacional do Estimador Neural de

Fluxo do Rotor
Para simplificar a implementao digital e minimizar a carga computacional do
sistema, o estimador neural foi implementado atravs de duas redes neurais de mltiplas
camadas do tipo feedfoward com funes de ativao lineares.
O aprendizado foi do tipo supervisionado atravs do modelo da mquina com
parmetros nominais e o processo de treinamento foi realizado no modo off-line.
As redes neurais implementadas executam a estimao independente da velocidade
angular do fluxo
d ( t )
e da corrente de magnetizao imR ( t ) .
dt
4.4.1. Treinamento do Estimador Neural de Fluxo do Rotor

O treinamento das redes neurais foi realizado a partir do modelo convencional
apresentado no captulo 3, utilizando os parmetros nominais da mquina de induo sem
mancais com bobinado dividido apresentados no apndice A, na condio de rotor
centralizado.
O processo de treinamento consistiu na aplicao de variaes em degraus sobre o
valor nominal da constante de tempo do rotor TR, juntamente com mudanas na referncia de
velocidade e no torque. Estas variaes permitiram que a rede se adaptasse s diversas
condies de funcionamento. Como ferramenta de treinamento, utilizou-se o toolbox neural
network do ambiente MATLAB. As redes neurais implementadas so redes de trs camadas
sendo: uma camada de entrada, uma camada escondida e uma camada de sada. Todos os
neurnios das redes projetadas executam funes lineares.
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
rotor ?. Suas entradas so as correntes iSd ( t ) e iSq ( t ) e a velocidade mecnica em rad/s

velorads ( t ) , juntamente com os seus respectivos valores nos instantes de t h . Sua estrutura
est mostrada na figura 4.7.

Bias
iSd ( t )
iSd (t - h )
d ( t )
dt
iSq ( t )
iSq (t - h)
velorads ( t )
velorads(t -h)
Figura 4.7. Estrutura da rede neural para estimao de d ( t ) .

dt
A segunda rede projetada responsvel pela estimao da corrente de magnetizao

imR ( t ) cujas entradas so iSd ( t ) , iSd ( t h ) e imR ( t h ) , como mostra a figura 4.8.
Bias
iSd ( t )
iSd (t - h)
imR ( t h )
imR ( t )
Figura 4.8. Estrutura da rede neural para estimao de i mR ( t ) .

Para o treinamento no modo off-line das redes implementadas foram aplicadas
diversas variaes de velocidades de referncia e torque de carga e principalmente, variaes
na constante de tempo do rotor TR.
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.
Figura 4.9. Diagrama de erro de treinamento para o estimador de d ( t ) .

dt
69
Figura 4.10. Diagrama de erro de treinamento para o estimador de i mR ( t ) .

A eficincia das redes neurais implementadas pode ser comprovada pelos resultados
de simulao em malha aberta mostrados na s figuras 4.11, 4.12, 4.13 e 4.14. As variveis dos
estimadores convencional e neural seguem as legendas apresentadas em cada figura.
Oscilaes causadas pelas

variaes em TR e na carga
Figura 4.11. Velocidade s angulares estimadas d ( t ) gerados pelo modelo com estimador
dt
convencional e pelo modelo com estimador neural.

Nestes grficos, observa-se que a velocidade angular do fluxo
d ( t )
gerada na sada
dt
do estimador neural, segue corretamente a referncia de fluxo desejada e no apresenta os

distrbios gerados pelo estimador convencional, quando este submetido s variaes no
parmetro TR.
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
na carga
Figura 4.12. Correntes imR ( t ) , i Sd ( t ) e i Sq ( t ) geradas pelo modelo com estimador

Os respectivos comportamentos das velocidades geradas pelos estimadores
convencional e neural esto mostrados na figura 4.13. Nestes grficos, o estimador neural
apresenta um erro de velocidade para baixas rotaes um pouco maior do que o estimador
convencional de fluxo. Porm, para rotaes mais elevadas, o estimador neural de fluxo
apresenta um comportamento bem mais prximo e suave em relao referncia.
71
Figura 4.13. Velocidade s mecnicas em rpm gerados pelo modelo com estimador
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.
Distrbios causados pelas variaes em 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
Implementao do Sistema de Controle

Vetorial de Velocidade para Mquinas
de Induo sem Mancais utilizando
Estimao Neural de Fluxo
5.1. Introduo
O principal objetivo deste trabalho foi o desenvolvimento de um sistema de controle
para a mquina de induo trifsica sem mancais eficiente, moderno e verstil. Este sistema
tem sua eficincia baseada no uso do controle vetorial aliado estimao neural do fluxo do
rotor.
Todo o controle do sistema est implementado em um DSP, cujas caractersticas de
alto desempenho e capacidade de processamento tm sedimentado sua aplicao nas mais
diversas reas de pesquisas como : controle de mquinas, telecomunicaes e processamento
de imagens (Stronach, 1998).
Apesar do foco deste trabalho ser a estimao neural do fluxo aplicada ao controle
vetorial de velocidade e posio radial da mquina sem mancais, a versatilidade do hardware
implementado permite sua comparao com outros tipos de estimadores como, por exemplo,
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.
5.2. Descrio do Sistema de Controle

O sistema de controle da mquina sem mancais divide-se em trs partes constitudas
respectivamente pelos estgios de controle vetorial da velocidade rotacional, controle da
posio radial e controle das correntes nas bobinas. Os controladores de velocidade rotacional
e posio radial so responsveis pela gerao das correntes de referncias para o controle das
correntes das bobinas do estator. Aps a ao do controle das correntes de cada bobina,
geram-se as sadas PWM para os dois inversores trifsicos cujas correntes so aplicadas aos
enrolamentos da mquina.
O estimador neural de fluxo do rotor desenvolvido utiliza como entradas as correntes
do estator e a velocidade rotacional disponibilizada por um sensor ptico.
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
no software LABVIEW , o qual disponibiliza sadas grficas e numricas dos sinais de

posio radial X ( k ) e Y ( k ) , da velocidade mecnica velorads( k ) , das correntes iSd ( k ) ,
i ( k ) e i ( k ) , e do torque eltrico m ( k ) .
mR
Sq
M
O diagrama geral do sistema de controle est mostrado na Figura 5.1.
Figura 5.1. Diagrama geral do sistema de controle.

Nas subsees seguintes, esto descritos os detalhes da implementao e do
funcionamento de cada bloco relacionado com as malhas de controle.
76
5.2.1. Estgio do Controle de Velocidade

O estgio de controle vetorial de velocidade composto por trs controladores do tipo
PI (Propocional- Integral) digital. Dois destes controladores operam em srie e so
responsveis, respectivamente, pelos controles de velocidade e torque. Suas aes tm como
sadas, o torque de referncia m Mref ( k ) e a corrente de torque iSqref ( k ) . O terceiro controlador
executa o controle da corrente de magnetizao, o qual responsvel pela gerao da corrente
de campo iSdref ( k ) .
A sintonia dos controladores de velocidade e torque foi executada independentemente
do controlador de corrente de magnetizao. As equaes gerais dos controladores do tipo PI
e PD digitais projetados em todo o sistema so as seguintes:
Clculo do erro
erro( k ) = R( k ) y( k )
(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)
Ao de controle para os controladores PI

u( k ) = P( k ) + I ( k )
(5.5)
Ao de controle para os controladores PD

u( k ) = P( k ) + D( k )
(5.6)
em que R( k ) o sinal de referncia para a varivel de controle, y( k ) a varivel de controle

e u( k ) a ao de controle aplicada no intervalo de tempo da k-sima amostra e KP, KI e KD
so, respectivamente, os ganhos proporcional, integrativo e derivativo dos controladores do
sistema.
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.
Figura 5.2. Sensor ptico de velocidade desenvolvido em laboratrio.
5.2.2. Estgio do Controle de Posio Radial

O estgio de controle de posio foi desenvolvido em Castro (2004) e opera
sincronizado com o sistema de controle vetorial de velocidade.
O projeto dos controladores de posio nas direes X e Y levou em considerao que
a mquina possui um modelo para posicionamento em malha aberta com plos instveis.
Para tornar estvel o sistema em malha fechada e simplificar o seu projeto e
implementao, foram escolhidos controladores do tipo PD devido sua funo de
transferncia inserir um zero. Este zero foi posicionado de modo a atrair o lugar das razes da
planta em malha fechada para o semi-plano esquerdo do plano complexo. A sintonia destes
controladores foi realizada analiticamente pelo mtodo do lugar das razes e refinada
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.
5.2.2.1. Transformao Radial de Foras

Para que o controle de posio radial possa acompanhar a posio do fluxo e manter*
se sincronizado com controle de velocidade rotacional, as aes de controle u* ( k ) e u ( k )
passam por duas transformaes at gerar as aes ua ( k ) , ub ( k ) e uc ( k ) . A primeira

transformao realiza a converso das aes u* ( k ) e u* ( k ) do referencial estacionrio -
para o referencial solidrio ao fluxo do rotor gerando as aes u x ( k ) e u y ( k ) . Em seguida,
faz-se a transformao das aes de controle bifsicas u x ( k ) e u y ( k ) para o referencial
trifsico abc. A representao matricial da transformao rotacional dada pela equao 5.7:
u x ( k )
u ( k ) =
y
-sen cos ? u ( k )
sen cos ? . *
u ( k )
*
(5.7)
A transformao do referencial bifsico x-y para o referencial trifsico abc realizado

pela equao 5.8:
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)
chega-se expresso geral para a transformao radial de foras representada na equao

5.11:
ua ( k )
*
u ( k ) = [T ][T ].u ( k )
u
r *
b
u ( k )
uc ( k )
(5.11)
As aes de controle ua ( k ) , ub ( k ) e uc ( k ) so somadas e subtradas das correntes de

referncia ia ( k ) , ib( k ) e ic ( k ) , de modo que, para a fase A, ao mesmo tempo em que se
soma a ao de ua ( k ) em uma meia bobina, diminui-se a mesma ao ua ( k ) da outra meia
bobina, gerando uma fora resultante do lado da bobina de maior fluxo, at que seja atingida a
referncia X ref ( k ) . De modo anlogo fase A, aplicam-se respectivas somas e subtraes de
ub ( k ) e uc ( k ) nas fases B e C, respectivamente, para o controle na direo de Yref ( k ) . A
fora resultante ser uma composio vetorial das foras individuais de cada fase.
A equao matricial 5.12 descreve a operao com as correntes em cada meia bobina:
i*1 ( k )
ia ( k ) + u a ( k )
*
i 2 ( k ) i ( k ) + u ( k )
b
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.
5.2.2.2. Realinhamento dos sensores de posio

O modelo obtido por Castro (2004) para o controle de posio radial assume que o
grupo de bobinas da fase A est alinhado com a direo X. No entanto, foi detectado em seu
trabalho que o lado da mquina no qual se aplicou o controle de posio radial apresenta uma
defasagem angular de, aproximadamente 10 entre os eixos centrais das bobinas do estator e a
linha de visada dos sensores. Por esta razo, foi necessrio aplicar uma pequena correo para
no incluir este erro nos sinais de realimentao para o controlador de posio.
A correo deste erro foi realizada pela transformao rotacional aplicada aos vetores
nas direes X e Y da posio radial gerados pelos respectivos sensores de posio. Esta
transformao est descrita pela equao 5.13.
x*r ( k )
*
=
yr ( k )
- cos10
- sen10
sen10 xr ( k )
.
cos10 yr ( k )
(5.13)
O efeito obtido nesta transformao o giro em -10 do sistema de coordenadas para o

vetor posio ao lido. Esta mudana de base realinha os sinais de posio sensoriados com as
direes em que os enrolamentos do estator foram montados.
5.2.3. Estgio do Controle de Corrente

Para o controle de corrente foram implementados seis controladores digitais idnticos
do tipo Proporcional- Integrativo (PI), sendo um para cada bobina do estator. Estes
controladores utilizam as correntes de referncia geradas pelos controladores de velocidade e
posio radial as quais so comparadas com as correntes lidas diretamente dos sensores de
correntes, e os respectivos erros so processados digitalmente pelo DSP.
As sadas do DSP so sinais do tipo PWM (Pulse With Modulation) modulados pelos
81
sinais oriundos dos controladores de corrente.
Por fim, os sinais PWM so aplicados aos
inversores trifsicos que alimentam individualmente as bobinas do estator.
5.2.4. Estimadores de Fluxo do Rotor

Como foi mencionado, o sistema permite uma comparao entre diversos tipos de
estimadores. Neste trabalho, foram implementados e estudados desempenhos dos estimadores
convencional e neural de fluxo do rotor aplicados ao controle vetorial de velocidade. A
discretizao e implementao destes estimadores esto descritas nas sees seguintes.
5.2.4.1. Estimador Convencional de Fluxo

O estimador vetorial de fluxo e velocidade foi desenvolvido a partir do modelo do
motor de induo por correntes impostas em coordenadas d-q com referncia no fluxo do
rotor, cujo diagrama de blocos est mostrado na Figura 3.2. A sua implementao digital em
aritmtica de ponto fixo necessita da transformao numrica dos parmetros e estados da
mquina para nmeros no formato Qi, o qual facilita divises por deslocamentos de bits. Esta
representao foi realizada da seguinte forma:
N i = N * 2i
(5.14)
em que i o nmero de bits, N o nmero a ser transformado e Ni o nmero no formato Qi.

A escolha do nmero de bits levou em considerao a preciso desejada para cada
grandeza discretizada.
A partir do modelo da mquina apresentado no captulo 3 (Figura 3.2), chegou-se s
seguintes equaes discretizadas:
Equaes eltricas
di mR ( k ) = ( iSd ( k ) i mR ( k )) * Kr
(5.15)
i mR( k ) = imR( k 1 ) + dimR( k ) >> 5
(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)
As constantes presentes nestas equaes foram definidas da seguinte forma:

Kr =
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)
mecQ ( k ) = mecQ ( k 1 ) + d mecQ ( k ) >> 8
(5.26)
velorads ( k ) = mecQ ( k ) >> 8
(5.27)
Kj =
12 * h
1
J
(5.28)
em que D o fator de carga, k j a constante paramtrica de velocidade mecnica e

velorads( k ) a velocidade da mquina em rad/s. Como a velocidade rotacional em rad/s foi
disponibilizada diretamente do sensor ptico, as equaes mecnicas serviram apenas para

ajustes off-line dos ganhos do controlador atravs de um programa em C desenvolvido para
83
simulao do sistema. Assim, estas equaes no esto implementadas no programa de
controle do DSP.
5.2.4.2. Estimador Neural de Fluxo

O estimador neural de fluxo implementado composto por duas redes multicamadas
feedforward e utiliza neurnios que executam funes lineares. Conforme discutido no
captulo 4, a escolha deste tipo de rede teve como objetivo a minimizao da carga
computacional do DSP sem que ho uvesse perdas significativas de desempenho.
A discretizao do estimador neural de fluxo do rotor desenvolvido no captulo 4 foi
realizada no formato Q12 . Este formato proporcionou uma representao numrica com perdas
mnimas para os valores dos pesos das redes de d ( k ) e imR ( k ) .
Para uniformizar a faixa dos valores das entradas das redes projetadas com os valores
dos pesos, foi desenvolvida uma rotina de normalizao das mesmas em valores inteiros
compreendidos entre 4096 a 4096. Esta normalizao executada atravs da seguinte
expresso:
x norm ( k ) =
(( xi ( k ) xmin )* 2* 4096 )
4096
( xmax x min )
(5.29)
em que xnorm( k ) o valor normalizado da entrada, xi ( k ) o valor atual da entrada i e x max e

xmin so, respectivamente, os valores mximos e mnimos de cada uma das entradas.
Aps a execuo do clculo das sadas de cada rede, faz-se a desnormalizao das
mesmas atravs da expresso:
ydesnorm( k ) = (( y( k ) + 4096) >> 1 )* ( ymax y min )) >> 12 + y min
(5.30)
em que ydesnorm( k ) o valor desnormalizado da sada atual y( k ) e ymax e ymin so,

respectivamente, os valores mximos e mnimos de cada uma das sadas das redes.
As respectivas topologias das redes implementadas em DSP esto mostradas nas
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)
A sada da camada escondida dada por:
y1( k ) = bT1 + ( wTi * xd ( k )) >> 12
(5.32)
em que b1 T o vetor transposto de bias e wiT a matriz transposta de pesos da camada

escondida. Tomando a sada y1( k ) como entrada da camada de sada y2 ( k ) tem-se:
y 2 ( k ) = bT2 + ( w1T * y1 ( k )) >> 12
(5.33)
em que b2 T o vetor transposto de bias e w1T a matriz transposta de pesos da camada da

sada. Fazendo d ( k ) = y 2 ( k ) , integra-se o ngulo estimado atravs da mesma expresso
(5.11) utilizada para o estimador convencional de fluxo.
A rede que estima da corrente de magnetizao imR ( k ) tem estrutura similar anterior,
porm o seu vetor de entradas dado por:
iSd ( k )
ximR( k ) = iSd ( k 1 )
imR( k 1 )
(5.34)
As demais expresses das camadas internas so idnticas s equaes 5.32 e 5.33,

porm, as matrizes de pesos wi e w1 e os vetores das bias b1 e b2 so especficos para esta rede.
85
5.3. Descrio do Programa de Controle

O programa de controle do sistema foi desenvolvido na linguagem ANSI C padro
dentro de um ambiente prprio do DSP e seu fluxograma est representado no diagrama da
figura 5.3. Analisando o diagrama da figura 5.3, possvel dividi- lo em trs blocos de
operaes bem definidas.
O primeiro bloco executa as definies e declaraes dos seguintes elementos do
sistema: vetor de senos, matrizes de pesos das redes, constantes, ganhos dos controladores,
variveis globais e funes auxiliares do programa.
O segundo bloco composto pela funo principal do programa. Neste bloco, esto as
operaes executadas uma nica vez, como: a inicializao de registradores e variveis, a
leitura dos offsets de corrente, a leitura das posies iniciais dos sensores X e Y. Executa-se
ainda neste bloco, um lao infinito que: l o estado da chave que habilita os sinais PWM, faz a
leitura da velocidade da mquina em rad/s e realiza a comunicao serial com o PC junto ao
sistema de superviso.
O terceiro bloco est alocado dentro da funo de interrupo e executa todas as
funes de controle global do sistema. Neste bloco, utilizam-se os canais Analgicos/Digitais
para leituras dos sinais de correntes oriundas dos sensores de efeito Hall e tambm leituras
dos sinais dos sensores magnticos de posio radial nas direes X e Y. Para a leitura da
velocidade rotacional, utiliza-se um canal digital de captura, o qual recebe pulsos gerados pelo
sensor ptico.
Para a execuo de todos os passos de controle do sistema foi escolhida uma
freqncia de interrupo de 10kHz, que coincide com a freqncia de chaveamento dos
canais PWM. Esta escolha tomou como base o nmero de instrues possveis de serem
realizadas dentro do intervalo destas interrupes (100s).
86
Figura 5.3. Fluxograma do programa de controle.

Como o nmero de instrues necessrias para o controle geral do sistema extenso,
foi necessrio subdividir estas instrues em 5 blocos alocados em interrupes subseqentes.
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.
5.4. Alimentao do Sistema

A fonte de potncia que alimenta a mquina est dividida em duas partes distintas. A
primeira parte um retificador trifsico de onda completa, responsvel pela carga do
barramento de capacitores que alimenta o inversor de potncia. A outra parte composta pelo
inversor de potncia que alimenta individualmente cada meia-bobina da mquina.
O retificador trifsico de potncia tem como fonte primria um varivolt trifsico de 0220V, como mostrado na Figura 5.4.
Figura 5.4. Retificador trifsico de potncia.

O sistema conta ainda com outras duas fontes de corrente contnua simtricas
reguladas de 5V e 15V responsveis pela alimentao dos seguintes elementos do sistema:
DSP;
Circuito driver de disparo dos IGBTs;
Sensores de correntes;
Sensores de posicionamento radial;
Sensor de velocidade ptico;
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.
Figura 5.5. Inversor de potncia Duplo trifsico.

A segurana do sistema conta ainda com um disjuntor trifsico, trs fusveis, lmpadas
indicadoras de operao internas e externas.
O painel de acionamento do sistema composto por: uma botoeiras NA-NF que
aciona um contactor trifsico, um voltmetro, um ampermetro, um boto de emergncia e
uma chave responsvel por habilitar os pulsos PWM para os IGBTs. Todos estes elementos
esto inseridos em um armrio metlico mostrado na figura 5.6.
Vista interna
(a)
Vista Externa
(b)
Painel frontal
(c)
Figura 5.6. Armrio metlico que abriga o mdulo de acionamento do sistema de

controle da mquina de induo sem mancais trifsica.
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:
Os parmetros do sistema foram obtidos considerando a mquina sem mancais

com rotor centralizado de modo a aproxim- la de uma mquina de induo
convencional.
Por se tratar de uma mquina sem mancais, no foram consideradas as condies

de atrito viscoso para a mquina operando em regime permanente.
91
Todos os controladores foram sintonizados empiricamente de modo a oferecer

respostas rpidas e suaves de velocidade e posio radial para o sistema operando
com ambos estimadores.
Os ganhos individuais de cada um dos controladores implementados foram

mantidos para todos os ensaios com os estimadores convencional e neural.
A Execuo dos ensaios foi dividida em diferentes tipos de referncias de velocidade,

chamados a partir daqui de perfis de velocidade. Estes perfis de velocidade utilizaram
referncias em degraus e em rampas, ambos com valores constantes e variveis. Para os perfis
variveis, foram implementadas variaes ascendentes e descendentes.
No ltimo perfil apresentado, as respostas do sistema foram comparadas sob
orientao de cada um dos estimadores em estudo durante a aplicao de uma carga
instantnea de valor aproximadamente igual. Estas respostas permitiram uma anlise da
rapidez na retomada de velocidade da mquina.
6.2. Resultados experimentais para os diferentes perfis de

velocidade
As subsees seguintes apresentam e analisam as respostas das principais variveis de
sada dos controladores de velocidade e posio radial em funo do tempo em segundos.
Todas as variveis foram capturadas pelo sistema de superviso desenvolvido no ambiente
Labview.
As variveis do sistema capturadas e apresentadas em funo do tempo sob orientao
dos estimadores convencional e neural, so: as velocidades mecnicas mec ( k ) mostradas em
conjunto com os sinais X ( k ) e Y ( k ) referentes posio do rotor nas direes X e Y, as
correntes de campo iSd ( k ) em conjunto com as correntes de magnetizao estimadas imR( k )
e quadratura iSq ( k ) , os torques eltricos mM ( k ) e as velocidades angulares estimada d ( k ) .
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 ) .
6.2.1. Comportamento da mquina para uma referncia de velocidade em

degrau
Neste perfil foi aplicado um degrau de velocidade de 0 a 1800 rpm com o intuito de
analisar o comportamento da mquina no regime transitrio e em regime permanente para este
tipo de referncia.
As primeiras variveis apresentadas em conjunto nos grficos da figura 6.1 so,
respectivamente, mec ( k ) , X ( k ) e Y ( k ) em funo do tempo.
Figura 6.1. Velocidade s mecnicas e posies X e Y em funo do tempo para referncia

de velocidade em degrau constante.
Observa-se nos grficos das velocidades mecnicas mec ( k ) que o comportamento da
mquina ligeiramente mais rpido no transitrio para a operao com o observador
convencional. Porm, no regime permanente, os comportamentos de velocidade da mquina
operando com ambos observadores so similares.
Analisando os grficos das posies nas direes X e Y em funo do tempo, observase que, apesar das velocidades serem similares para ambos observadores, o posicionamento
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.
Figura 6.2. Correntes de campo, magnetizao e torque para referncia de velocidade

em degrau constante.
Observa-se que as correntes de campo iSd ( k ) e magnetizao estimada imR( k )
oscilam significativamente em torno da corrente de referncia. Pode-se notar tambm, que
estas oscilaes so mais acentuadas para o sistema operando com o observador
convencional.
Uma das principais caractersticas deste tipo de mquina operando na posio
horizontal a dependncia da corrente de torque iSq ( k ) para garantir o posicionamento radial.
Quanto menos oscilatria for esta corrente, menos ruidoso ser o torque e, conseqentemente,
mais suave ser o posicionamento radial.
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.
Figura 6.3. Torque s eltricos para referncia de velocidade em degrau constante.

Como o torque eltrico funo das correntes de magnetizao e torque, as oscilaes
presentes nestas correntes refletem diretamente no comportamento do mesmo. Assim,
observando os grficos da figura 6.3, comprova-se que o torque eltrico calculado durante a
operao do observador neural tem comportamento menos oscilatrio do que o torque
calculado durante a operao do estimador convencional.
Em todos os perfis estudados, para possibilitar um posicionamento radial pouco
oscilatrio e com erro em regime mnimo, foi necessrio estabelecer limites para as
velocidades angulares estimadas d ( k ) . Este limite se deve ao fato da mquina operar com
baixas correntes de campo. Esta caracterstica gera altos valores de velocidades de
escorregamento durante os coma ndos de acelerao e desacelerao.
95
A figura 6.4 apresenta as velocidades angulares estimadas d ( k ) geradas pelos
estimadores convencional e neural.
Compensaes realizadas
pelo estimador neural
Figura 6.4. Velocidade s angulares do fluxo do rotor para referncia de velocidade em

degrau constante.
Analisando os grficos da figura 6.4, observa-se que a velocidade angular d ( k )
gerada pelo estimador convencional se mantm sempre em um valor fixo prximo ao limite
estabelecido para d ( k ) durante todo o tempo do ensaio. Ainda na mesma figura 6.4,
observa-se que a velocidade angular d ( k ) gerada pelo estimador neural tem um
comportamento dinmico mais atuante e realiza pequenas compensaes de velocidade em
determinados instantes. Esta compensao mostrou-se decisiva na melhoria da estabilidade do
posicionamento radial.
Concluindo a anlise do comportamento do sistema para este perfil, so mostrados na
figura 6.5 os diagramas de posicionamento radial gerados durante a operao do sistema para
ambos estimadores.
96
Posicionamentos em
regime
Estado s iniciais
Figura 6.5. Diagramas de posicionamento radial para referncia de velocidade em

degrau constante.
Nestes diagramas, possvel comprovar que a mquina se posiciona com menores
oscilaes e mais prximo referncia de posio radial para a operao com o observador
neural.

Neste perfil, foram aplicados degraus de velocidade de diferentes valores, onde iniciase com um degrau de 0 a 1800 rpm durante 40 segundos e em seguida, aplicam-se referncias
em degraus peridicos de 900 rpm, 1500 rpm e 2000 rpm em intervalos de 30 segundos para
cada valor.
Este perfil foi aplicado com o objetivo de analisar o comportamento da mquina para
variaes bruscas de referncias.
Mantendo a seqncia de apresentao dos resultados, a figura 6.6 mostra o
comportamento da velocidade mecnica mec ( k ) e das posies X ( k ) e Y ( k ) em funo do
tempo.
97
Figura 6.6. Velocidade s mecnicas e posies X e Y em funo do tempo para referncias

de velocidade em degraus de valores distintos.
Seguindo a mesma tendncia do primeiro perfil, para variaes bruscas de velocidade
o comportamento da mquina durante os transitrios ligeiramente mais rpido para a
operao com o estimador convencional e similar para ambos estimadores durante o regime
permanente.
Neste perfil, os comportamentos da posio radial nas direes X e Y so alterados
significativamente. Para o eixo X observa-se que o sistema apresenta maiores oscilaes,
principalmente na operao com o observador convencional. Para o eixo Y, existe um
pequeno retardo na resposta de posicionamento para a operao com o observador neural.
Entretanto, este retardo no compromete o posicionamento em regime permanente.
Os respectivos comportamentos das correntes iSd ( k ), imR ( k ) e iSq ( k ) mostrados na
figura 6.7 seguem as mesmas tendncias do perfil 1, no qual as oscilaes so evidentes para
a operao com o observador convencional.
Ao longo dos ensaios foi observado que o comportamento destas correntes influencia
decisivamente na obteno de um bom posicionamento radial devido ao forte acoplamento
entre o posicionamento radial e o torque eltrico.
98
Figura 6.7. Correntes de campo, magnetizao e torque para referncias de velocidade

em degraus de valores distintos.
Como conseqncia direta das correntes imR ( k ) e iSq ( k ) , observa-se que os torques
eltricos mM ( k ) mostrados na figura 6.8 segue m as mesmas tendncias do perfil 1, no qual o
torque gerado durante a operao do observador convencional significativamente mais
ruidoso do que o torque gerado na operao do estimador neural.
Figura 6.8. Torques eltricos para referncias de velocidade em degraus de valores

distintos.
Os respectivos comportamentos das velocidades angulares estimadas geradas pelos
estimadores convencional e neural esto mostrados na figura 6.9.
99
Figura 6.9. Velocidades angulares do fluxo do rotor para referncias de velocidade em

degraus de valores distintos.
Observa-se nestes grficos que a velocidade de fluxo angular estimada d ( k ) para a
operao do observador convencional tambm, na maior parte do tempo, prximo ao valor
mximo permitido. Observa-se tambm, que a sada do estimador neural de d ( k ) apresenta
pequenas variaes que compensam as oscilaes da posio radial apresentadas no diagrama
da figura 6.10.
Posicionamentos em
regime
Estado s iniciais
Figura 6.10. Diagramas de posicionamento radial para referncias de velocidade em

degraus de valores distintos.
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.
6.2.3. Comportamento da mquina para referncia de velocidade em rampa

ascendente
A partir deste perfil, analisou-se o comportamento da mquina para variaes de
referncias de velocidade em rampas. A referncia aplicada uma rampa ascendente de 0 a
1800 rpm com uma acelerao de 100 rpm/s.
Os primeiros grficos das velocidades mecnicas mec ( k ) e posies X ( k ) e Y ( k )
mostrados na figura 6.11 refletem o bom comportamento da mquina operando com este tipo
de referncia.
Figura 6.11. Velocidade s mecnicas e posies X e Y em funo do tempo para referncia

de velocidade em rampa ascendente.
Observa-se nestes grficos que, para um perfil em rampa ascendente, a operao com
o observador neural produz uma resposta de velocidade mecnica mais rpida aliada a um
melhor comportamento dos sinais de posio X ( k ) e Y ( k ) .
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.
Figura 6.12. Correntes de campo, magnetizao e torque para referncia de velocidade

em rampa ascendente.
Como reflexo direto das correntes
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.
Figura 6.13. Torque s eltricos para referncia de velocidade em rampa ascendente.
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.
Figura 6.14. Velocidade s angulares do fluxo do rotor para referncia de velocidade em

rampa ascendente.
Concluindo a anlise, apresenta-se na figura 6.15 os diagrama s de posicionamento
radial para a operao com ambos estimadores.
Posicionamentos em
regime
Estado s iniciais
Figura 6.15. Diagramas de posicionamento radial referncia de velocidade em rampa

ascendente.
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.

bruscas
Com o objetivo de analisar o comportamento da mquina para aceleraes e
desaceleraes rpidas, foram aplicadas neste perfil rampas ascendentes e descendentes com
aceleraes e desaceleraes peridicas de 100 rpm/s.
Nos grficos das velocidades mecnicas mec ( k ) e posies X ( k ) e Y ( k ) mostrados
na figura 6.16, observam-se comportamentos bastante similares para os dois observadores em
estudo. Entretanto, durante a acelerao inicial, a velocidade e posies X e Y apresentam
respostas mais rpidas para a operao com o estimador neural.
Figura 6.16. Velocidade s mecnicas e posies X e Y em funo do tempo para

referncias de velocidade em rampas ascendentes e descendentes com
aceleraes e desaceleraes bruscas.
Analisando os grficos das posies X ( k ) e Y ( k ) nos instantes de rampas
descendentes, possvel observar que os erros de posio e as oscilaes so menores durante
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.

em rampas ascendentes e descendentes com aceleraes e desaceleraes
bruscas.
Dando continuidade anlise, observa-se na figura 6.18, que o comportamento do
torque eltrico calculado durante a operao do estimador convencional repete as respostas
oscilatrias em relao operao com o estimador neural.
Figura 6.18. Torque s eltricos para referncias de velocidade em rampas ascendentes e

descendentes com aceleraes e desaceleraes bruscas.
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.
Comportamento irregular
do estimador convencional
Figura 6.19. Velocidade s angulares do fluxo do rotor para referncias de velocidade em

bruscas.
Nestes grficos observa-se que nos instantes de acelerao e regime permanente, as
velocidades angulares mantm o comportamento mostrado nos perfis anteriores com o
estimador convencional mantendo d ( k ) sempre no valor prximo ao mximo permitido e o
estimador neural realizando pequenas variaes que permitem uma compensao angular do
fluxo. Porm, durante as desaceleraes observa-se que a velocidade angular gerada pelo
estimador convencional apresenta um comportamento bastante irregular para d ( k ) em
relao ao comportamento de d ( k ) gerado pelo estimador neural de fluxo. Estas variaes
irregulares de d ( k ) geradas pelo estimador convencional contribuem significativamente
para as oscilaes do posicionamento radial do eixo da mquina mostrados na figura 6.16.
Para finalizar a anlise deste perfil, apresentam-se na figura 6.20, os respectivos
diagramas de posicionamentos radiais durante a operao de cada estimador de fluxo em
estudo. Nestes diagramas observa-se que os respectivos comportamentos do sistema de
controle operando com os estimadores convencional e neural so bastante similares.
106
Posicionamentos em
regime
Estado s iniciais

bruscas.
No entanto, nota-se que para a operao do estimador neural, o rotor se posiciona de
modo mais concentrado em torno do centro do diagrama. Desta forma, pode-se concluir que o
uso do estimador neural de fluxo para a orientao global do sistema de controle se mostrou
significativamente benfico para o controle da posio radial.
6.2.5. Comportamento da mquina para referncias em rampas

ascendentes com aceleraes bruscas e descendentes com
desaceleraes suaves
Neste perfil, foram aplicadas rampas ascendentes com acelerao de 100 rpm/s e
descendentes de 20 rpm/s com o objetivo de analisar o comportamento da mquina para
aceleraes rpidas e desaceleraes lentas.
Os grficos das velocidades mecnicas mec ( k ) e posies
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.
Figura 6.21. Velocidade s mecnicas e posies X e Y em funo do para referncias de

descendentes com desaceleraes suaves.
Os comportamentos das correntes iSd ( k ), imR ( k ) e iSq ( k ) mostrados na figura 6.22
so sensivelmente afetados durante a aplicao das rampas descendentes.

em rampas ascendentes com aceleraes bruscas e descendentes com
desaceleraes suaves.
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.
Figura 6.23. Torque s eltricos para referncias de velocidade em rampas ascendentes

com aceleraes bruscas e descendentes com desaceleraes suaves.
Estas respostas ruidosas no torque eltrico influenciaram decisivamente na perda de
desempenho dos controladores de posicionamento radial para a operao de ambos
estimadores. Esta influncia comprova o forte acoplamento entre os controles de torque e
posio radial.
As velocidades angulares de fluxo d ( k ) fornecidas por cada um dos estimadores em
estudo esto apresentadas na figura 6.24. Neste perfil, as aceleraes e as operaes em alta
rotao mantm comportamentos similares aos discutidos no perfil 4. Analisando o
comportamento de d ( k ) durante as rampas de desacelerao, observa-se mais uma vez que
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.
Comportamento irregular
do estimador convencional
Figura 6.24. Velocidade s angulares do fluxo do rotor para referncias de velocidade em

Os diagramas apresentados na figura 6.25 comprovam a deteriorao das respostas de
posio radial.
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.
6.2.6. Comportamento da mquina para a referncia de velocidade em

rampa ascendente suave com aplicao de cargas instantneas
Para a escolha da acelerao aplicada velocidade de referncia neste perfil, foram
realizados vrios ensaios at que os erros de velocidade e posio radial apresentados durante
a partida nos perfis anteriores fossem mnimos. Esta condio foi obtida para uma acelerao
de 20 rpm/s, tanto para a operao do estimador convencional como para a operao do
estimador neural.
A aplicao da carga instantnea foi executada atravs de uma frenagem manual do
rotor aps a mquina atingir a velocidade de regime. Como no havia possibilidade de
controlar os instantes e os valores exatos das cargas aplicadas para a operao com cada
estimador em estudo, buscou-se aproximar visualmente estes valores.
As respostas das velocidades mecnicas mec ( k ) e das posies X ( k ) e Y ( k )
apresentadas na figura 6.26 mostram que a carga aplicada mquina operando com o
111
estimador neural foi aproximadamente igual carga aplicada durante a operao do estimador
convencional.
Figura 6.26. Velocidade s mecnicas e posies X e Y em funo do tempo para a

referncia de velocidade em rampa ascendente suave com aplicao de
cargas instantneas.
Analisando os grficos das velocidades mecnicas mec ( k ) , observa-se que a
retomada de velocidade na operao do estimador neural ligeiramente mais rpida do que a
retomada de velocidade proporcionada pelo sistema operando com o estimador convencional.
Quanto ao posicionamento radial, observa-se que os sinais de posio X ( k ) e Y ( k )
gerados durante a operao do estimador neural acompanham de modo mais prximo as
referncias de posio Xref = 0 mm e Yref = 0 mm. Os sinais de Y ( k ) so os mais afetados pela
aplicao da carga para a operao de ambos estimadores. Todavia, para a operao do
sistema com o estimador neural observa-se um retorno mais rpido posio de referncia
Yref= 0 mm.
As respostas das correntes iSd ( k ), imR ( k ) e i Sq (k) mostradas na figura 6.27 e dos
torques eltricos mM ( k ) mostrados na figura 6.28, praticamente no se alteram em relao
aos perfis apresentados e discutidos anteriormente.
112
Figura 6.27. Correntes de campo, magnetizao e torque para a referncia de velocidade

em rampa ascendente suave com aplicao de cargas instantneas.
Na verdade, as correntes iSq ( k ) e os torques eltricos mM ( k ) deveriam atingir valores
maiores para compensar rapidamente a carga aplicada. Entretanto, estas variveis j se
encontram nos respectivos limites preestabelecidos para um posicionamento radial com
oscilaes mnimas.
Figura 6.28. Torque s eltricos para a referncia de velocidade em rampa ascendente

suave com aplicao de cargas instantneas.
Os comportamentos das correntes iSq ( k ) e dos torques mM ( k ) reforam a condio
de acoplamento do posicionamento radial em relao ao torque eltrico, fazendo com que a
compensao de carga mecnica neste tipo de mquina seja bastante limitada.
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.
Figura 6.29. Velocidade s angulares do fluxo do rotor para a referncia de velocidade em

rampa ascendente suave com aplicao de cargas instantneas.
Nos diagramas de posicionamento radial apresentados na figura 6.30, observa-se que
apesar da deteriorao da posio radial devido aplicao da carga instantnea, o eixo do
rotor se mantm mais prximo s referncia de posio Xref = 0 mm e Yref = 0 mm.
Posicionamentos em
regime
Estado s iniciais
Figura 6.30. Diagramas de posicionamento radial para a referncia de velocidade em

rampa ascendente suave com aplicao de cargas instantneas.
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.
6.3. Limitaes impostas pelo sistema de controle e a mquina sem

mancais utilizada
Ao longo do desenvolvimento do sistema de controle foram observadas diversas
limitaes impostas por alguns elementos do sistema e pela mquina sem mancais utilizada.
Estas limitaes no permitiram a captura de resultados otimizados. As principais limitaes
detectadas foram as seguintes:
Com a existncia de um forte acoplamento entre os controladores de torque e

posicionamento radial, a maior parcela da corrente de torque gerada foi utilizada
para o posicionamento radial. Uma outra conseqncia deste acoplamento a no
garantia de que um bom ajuste dos controladores de velocidade resulte num
posicionamento radial preciso. Da mesma forma, um bom ajuste no
posicionamento radial no garante uma resposta rpida de velocidade. Durante os
ensaios para os ajustes dos controladores, ao melhorar um dos controladores
(velocidade ou posio radial), o comportamento do outro era deteriorado.
Devido existncia de dois conjuntos estator/rotor com peso elevado e os

controles de velocidade mecnica e de posio radial terem sido implementados
em apenas um destes conjuntos, todo o sistema de controle foi obrigado a
conviver
com
uma
elevada
inrcia
do
rotor.
Esta
limitao
elevou
consideravelmente os tempos de estabilizao de velocidade mecnica e posio

radial da mquina.
A mquina utilizada possui algumas imperfeies construtivas nos bobinados dos

estatores e tambm no posicionamento interno dos sensores de posio. Estas
115
imperfeies dificultaram consideravelmente
os
ajustes
individuais
dos
controladores implementados e obrigaram a insero de uma rotina de

compensao do alinhamento dos sensores de posio radial descrita no captulo
5.
O sensor de velocidade utilizado foi construdo de forma artesanal com algumas

imperfeies no alinhamento junto ao eixo do rotor. Estas imperfeies geraram
sinais com rudos significativos, obrigando o uso de filtros digitais para tratar as
variveis dependentes da velocidade.
Observou-se, tambm, que a mquina s atinge o posicionamento radial para

baixas correntes de campo, o que resulta em baixos torques rotacionais e valores
elevados das velocidades de escorregamento. Esta caracterstica gerou a
necessidade de imposio de limites para d ( k ) de modo a manter a velocidade
mecnica da mquina estimada prximo s referncias desejadas e proporcionar
um posicionamento radial menos oscilatrio.
Um outro aspecto observado a intolerncia do controle de posio radial s

variaes bruscas de d ( k ) . Esta intolerncia foi minimizada com o uso de um
filtro digital.
Por estas razes, para a obteno de resultados experimentais significativos, foram

necessrios diversos ajustes para se chegar a solues que proporcionassem respostas de
velocidades mecnicas satisfatrias aliadas aos comportamentos suaves e eficientes para a
posio radial sob orientao de ambos estimadores estudados.
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
Concluses Gerais e Perspectivas
7.1. Concluses Gerais

O principal objetivo deste trabalho fo i a implementao de um sistema de controle
vetorial de velocidade para a mquina de induo sem mancais com bobinado dividido que
possibilitasse o estudo comparativo de desempenho do sistema durante a operao do
estimador neural de fluxo em relao ao desempenho do mesmo durante operao do
estimador convenciona l de fluxo, sob as mesmas condies velocidade de referncia e torque
de carga.
A escolha destas estratgias de estimao e controle baseou-se nas suas diversas
aplicaes bem sucedidas para a mquina de induo convencional, cujo modelo construtivo
semelhante ao da mquina utilizada neste trabalho.
Ao finalizar a implementao prtica de todo o sistema de controle em DSP e a
captura de importantes resultados, foi possvel chegar s seguintes concluses gerais:
As semelhanas construtivas entre a mquina de induo sem mancais com
bobinado divido e a mquina de induo convenciona l, permitiram a completa
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 nolineares, 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.
7.2. Perspectivas para Trabalhos Futuros

As pesquisas com as mquinas sem mancais com bobinado dividido vm recebendo
contribuies importantes nas reas de modelagem e controle para a viabilizao do seu uso
em plantas que apresentem dificuldades e/ou alto custo nas manutenes mecnicas. Diante
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 nolineares.
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 nolineares 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
Resistncia de Rotor por fase
32,0894
LdS
Indutncia de disperso do
estator por fase
41,6 mH
LdR
Indutncia de disperso do rotor

por fase
41,6 mH
Lm
Indutncia de magnetizao
278,6mH
LS
Indutncia do estator por fase
459,6mH
LR
Indutncia do Rotor por fase
459,6mH
np
Nmero de Par de Plos
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.
B.1. Dados e equaes para a implementao das redes que

compem o Estimador Neural de Fluxo do Rotor
Aps o treinamento das redes neurais que executam a estimao de d ( k ) e imR( k )
no ambiente MATLAB, foram obtidos os pesos listados a seguir:
Pesos da rede 1 que executa a estimao de d ( k ) :
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
w1 _ d = [- 5.0865 1.6082 - 11.5737 - 17.5248 - 9.1596 - 11.3545] ;
123
b1 _ d
0.75412
- 0.96131
- 0.84398
=
; b2 _ d = [ 0.17588] ;
0.39806
0.43555
- 0.58265
Pesos da rede 2 que implementa o clculo de imR( k )
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
w1_ imR = [- 0.24418 - 0.65019 0.47206 - 0.50049 - 0.33359 0.49507] ;
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
transformaes dadas pela equao:
1
y = ( y n + 1 ).( y max y min ) + y min
2
(B.2)
em que y o valor desnormalizado da sada yn e, ymax e ymin so, respectivamente, os valores

mximos e mnimos da sada y.
Na seo seguinte, est apresentada a listagem completa das rotinas e funes
desenvolvidas para o clculo dos estimadores neurais implementados.
B.2. Listagem das rotinas e funes para o clculo das Redes

Neurais implementadas
/* Definio da topologia das Redes implementadas */
/* Topologia da rede 1 */
#define num_entradas_1 6
#define num_saidas_1 1
#define camada_1_1 6
/* Topologia da rede 2 */
#define num_entradas_2 3
#define num_saidas_2 1
#define camada_1_2 6
/* Funo de normalizao das entradas da rede */
int normaliza(long int x, int min, int max){
long int saida;
saida = (((x-min)<<1)*4096) / (max-min)
return saida;
}
/* Funo de desnormalizao das saidas da rede */
int desnormaliza(long int x, int min, int max){
int saida;
saida = ((((x+4096)>>1)*(max-min))>>12) + min;
return saida;
}
- 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
// Declarao das funes utilizadas no programa

interrupt void timer_isr (void);
void inicializa(void);
void ComSerial(void);
void desabilita_PWM(void);
void habilita_PWM(void);
void init_SCI(void);
/************* Inicializao do conversor ADC ****************************/
#define ADC_MODCLK 0x3
#define ADC_CKPS
0x1
#define ADC_SHCLK 0xf
/**************** Definio Parmetros da mquina*************************/
#define KM 280
#define K 70
#define Kr 1
#define Ki 70
#define Kj 1
#define Kw 21
#define I2 4
#define IDMAX 60
128
#define
#define
#define
#define
IQMAX
IQMIN
TQMAX
TQMIN
60
-60
80
-60
/************Parmetros do Controlador de Velocidade**********************/

#define KPW 1
#define KIW 1
#define KPMM 1
#define KIMM 1
#define KPIMR 4
#define KIIMR 3
#define MIW 188
#define MIMM 82
#define MIIMR 10
/**************Parmetros dos Filtros Digitais****************************/
#define Aw 15
#define Bw 1
#define
#define
Adp
Bdp
15
1
/*********Parmetros dos Controladores de Corrente ***********************/

#define GPC 110
#define GIC 30
#define MPI 312
#define CORRENTE_NOMINAL 60
#define PWM_MAX 1250
#define PWM_50 625
/***** Deslocamentos de ciclo de trabalho para os braos inversores ******/
#define DES0 625
#define DES1 625
#define DES2 625
#define DES3 625
#define DES4 625
#define DES5 625
/******************Mximos
#define MIN_ISD -2
#define MAX_ISD 60
#define MIN_ISQ -25
#define MAX_ISQ 60
#define MIN_VEL 0
#define MAX_VEL 191
#define MIN_DP 0
#define MAX_DP 461
mnimos da RNA 1******************************/
/******************Mximos
#define MIN_IMR -1
#define MAX_IMR 1926
mnimos da RNA 2******************************/
/****Parmetros dos Controladores de posio ao longo dos eixos X e Y ****/

#define GPX 8/* 9 (9 / 128) ganho proporcional de posio X */
#define GDX 50 /* 37 (50 / 64) ganho derivativo de posio X */
#define GPY 8
/* 10 (9 / 128) ganho proporcional de posio Y */
#define GDY 50 /* 37 (50 / 64) ganho derivativo de posio Y*/
#define DEGRAU 0
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;
/********** Variveis para medio de velocidade**************************/

unsigned int c1=0, c2=0;
/* c1 e c2 armazenam valores do TXCNT quando
um pulso recebido */
unsigned int delta=CT;
/* delta: contm a diferena c2-c1 */
/*####################### Fim das declaraes ####################### */
/* Incio das funes */
/**************** Configurao da Comunicao Serial *********************/
void init_SCI(void){
/* configura modulo SCI (comunicacao serial) */
SciaRegs.SCICCR.all = 0x0007;
SciaRegs.SCICTL1.all = 0x0003;
SciaRegs.SCICTL2.all = 0x00C0;
SciaRegs.SCIHBAUD = BRR >> 8;
SciaRegs.SCILBAUD = BRR & 0x00FF;
SciaRegs.SCIPRI.all = 0x0010;
SciaRegs.SCICTL1.bit.SWRESET = 1; /* habilita SCI*/
}
void desabilita_PWM (void){
EvaRegs.ACTRA.all = 0x0FFF;
EvbRegs.ACTRB.all = 0x0FFF;
}
void habilita_PWM (void){
EvaRegs.ACTRA.all = 0x0666;
EvbRegs.ACTRB.all = 0x0666;
}
void ComSerial (void){
/*********Captura de pulsos e clculo da velocidade do Motor**************/
if (EvaRegs.CAPFIFOA.bit.CAP1FIFO == 2){ /* testa se CAP1FIFO possui
duas entradas */
EvaRegs.CAPCONA.all = 0xA000
c1 = EvaRegs.CAP1FIFO;
c2 = EvaRegs.CAP1FIFO;
EvaRegs.CAPCONA.bit.CAP1EDGE = 1;
if (c2 <= c1)
/* caso 2 */
delta = CT + c2 - c1;
/* caso 1 */
delta = c2 - c1;
velorads= krads/delta;
else
/*********** envio de pacote de informaes pela serial*******************/
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;
indice_byte = 2
else
{
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;
/***************Configurao do mdulo ADC *******************************/

AdcRegs.ADCTRL1.bit.ACQ_PS =
AdcRegs.ADCTRL3.bit.ADCCLKPS
AdcRegs.ADCTRL1.bit.SEQ_CASC
AdcRegs.ADCTRL1.bit.CONT_RUN
ADC_SHCLK;
= ADC_CKPS;
= 1;
= 1;
/************Configurao dos Gerenciadores de eventos *******************/

/* Configurao do Timer 1 */
EvaRegs.GPTCONA.all = 0x0000;
EvbRegs.GPTCONB.all = 0x0041;
EvaRegs.T1CNT = 0x0000;
EvaRegs.T1PR = PWM_MAX;
EvaRegs.T1CON.all = 0x0840;
/* Configurao do Timer 2 */
EvaRegs.T2CNT = 0x0000;
EvaRegs.T2PR = per_tmr2;
EvaRegs.T2CON.all = 0x1740;
/* Configurao Timer 3 */
EvbRegs.T3CNT = 0x0000;
EvbRegs.T3PR = PWM_MAX;
EvbRegs.T3CON.all = 0x0840
/* Configurao dos PWM's" */
EvaRegs.DBTCONA.all
EvbRegs.DBTCONB.all
EvaRegs.ACTRA.all =
EvbRegs.ACTRB.all =
EvaRegs.COMCONA.all
EvbRegs.COMCONB.all
= 0x0000;
= 0x0000;
0x0999;
0x0999;
= 0x8200;
= 0x8200;
/* Configura interrupes do EVA */

EvaRegs.EVAIFRA.all = 0xFFFF;
EvaRegs.EVAIFRB.all = 0xFFFF;
EvaRegs.EVAIFRC.all = 0xFFFF;
EvaRegs.EVAIMRA.all = 0x0200;
EvaRegs.EVAIMRB.all = 0x0000;
EvaRegs.EVAIMRC.all = 0x0000;
/* Configura interrupes do EVB */
EvbRegs.EVBIFRA.all
EvbRegs.EVBIFRB.all
EvbRegs.EVBIFRC.all
EvbRegs.EVBIMRA.all
EvbRegs.EVBIMRB.all
=
=
=
=
=
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;
/* Inicializa o mdulo de comunicao serial */

init_SCI();
/* Inicializa todas as variveis */
inicializa();
/* Habilitao das interrupes
*/
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;
/* desabilita todas as interrupes*/
/* Leitura dos "offset's" dos sensores de corrente

AdcRegs.ADCMAXCONV.all = 0x0000;
for (i = 0; i < 6; i++){
offset[i] = 0;
AdcRegs.ADCCHSELSEQ1.all = i;
j = 0;
while (j < 32){
AdcRegs.ADCTRL2.bit.RST_SEQ1 = 1;
AdcRegs.ADCTRL2.bit.SOC_SEQ1 = 1;
while (AdcRegs.ADCST.bit.INT_SEQ1== 0);
AdcRegs.ADCST.bit.INT_SEQ1_CLR = 1;
tmp = (AdcRegs.ADCRESULT0 >> 6);
if ((tmp < 525) && (tmp > 505)){
offset[i] += tmp;
135
j++;
}
for (tmp = 0; tmp < 10; tmp++);
for (tmp = 0; tmp < 10; tmp++);
}
offset[i] = offset[i] >> 5;
}
/* Prepara para a aquisio das posies */
AdcRegs.ADCCHSELSEQ1.all = 0x0076;
k = 3;
IER = 0x003F;
// habilita interrupes
habilita_PWM ();
while(CHAVE){
/***DETERMINAO DOS PERFIS DE VELOCIDADE DE REFERNCIA EM RPM************/

/**************** Perfil 1 - Degrau de 1800 rpm***************************/
wrefrpm = 1800;
/**************** Perfil 2 - Variao em Degraus**************************/
if ((contint <= 10) && (flag == 0)){
wrefrpm = 1800;
}
if((contint >= 400000) && (contint <= 700050)){
wrefrpm = 900;
flag = 1;
}
if((contint >= 700000) && (contint <= 1000050)){
wrefrpm = 1500;
}
if((contint > 1000020)){
contint = 0;
wrefrpm = 2000;
}
/*************** Perfil 3 - Variao em Rampa Ascendente ****************/

switch(m) {
case 1:
m = 2;
if((npassos <= 35) && (wrefrpm <= 1800))
dwmref = 50;
else
dwmref = 0;
break;
case 2:
if((contint > 5000) && (contint < 5050)){
npassos = npassos + 1;
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;
}
&& (contint < 5040)){

= npassos + 1;
= wrefrpm + dwmref;
= 0;
/* Perfil 5 - Variao em Rampas ascendente e descendente com aceleraes e

desaceleraes bruscas ***************************************************/
switch(m){
case 1:
m = 2;
if((npassos <= 35) && (wrefrpm <= 1800)){
dwmref = 50;
}
if((npassos >35) && (npassos < 85)){
dwmref = 0;
}
if((npassos >= 85) && (npassos <= 96)){
flag = 1;
dwmref = -50;
}
if((npassos > 96) && (npassos <= 145) && (flag == 1)){
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 DAS SADAS DAS REDES 1 E 2**************************/

/* Clculo da corrente de magnetizao */
/* Clculo da rede 2 */
entrada1[0] = normaliza(isd, MIN_ISD, MAX_ISD);
entrada1[1] = normaliza(isdant, MIN_ISD, MAX_ISD);
entrada1[2] = normaliza(imRnant, MIN_IMR, MAX_IMR);
temp2 = rna2(entrada1);
imRn = desnormaliza(temp2, MIN_IMR, MAX_IMR);
imR=(imRn)>>5;
/* 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;
/*Clculo da sada do Filtro Digital para a Velocidade angular */

dpmed = (Adp*dpmed +
/*
Bdp*dp)>>4;
Clculo do torque eletrico */

mM=(KM*imR*isq)>>11;
/*Torque eltrico enviado para o sistema de superviso

mMint= mM + 16384;
/*Clculo do incremento angular do fluxo*/
incp=((Kw*dpmed)>>8);
p = p + incp;
/*Rotina para definio dos senos e cossenos a partir da tabela de senos*/
p = (p >= 1024)? p - 1024 : p ;
p = (p <=-1024)? p + 1024 : p ;
z= (p >= 0)? p : -p;
if(z <= 255){
i = z;
senl = senlc[i];
cossl = senlc[255 - i];
}
else{
if(z <= 511){
i = 511 - z;
senl = senlc[i];
cossl = -senlc[255 - i];
}
else{
if(z <= 767){
i = (z - 512);
senl = -senlc[i];
cossl = -senlc[255 - i];
}
else{
if(z <= 1023){
i = 1023 - z;
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);
/*Limitao da ao integrativa de torque*/

intmM=(intmM>= MIMM) ? MIMM : intmM;
intmM=(intmM < -(MIMM)) ? -(MIMM) : intmM;
isqref=((KPMM*erromM)) + intmM;
/*Limitao da corrente de torque de referncia*/
isqref=(isqref>IQMAX)? IQMAX: isqref;
isqref=(isqref<IQMIN)? IQMIN: isqref;
/*
Controlador da corrente de magnetizao */

imRef=5;
/* Corrente de referncia */
erroimR=imRef - imR;
intimR = intimR + ((KIIMR*erroimR)>>1);
/*Limitao da ao integrativa da corrente de magnetizao*/
140
intimR= (intimR>= MIIMR) ? MIIMR: intimR;
intimR= (intimR< -MIIMR) ?-MIIMR: intimR;
isdref= ((KPIMR*erroimR)>>1)
intimR;
/*Limitao da corrente de campo de referncia*/

isdref=(isdref>IDMAX)?IDMAX: isdref;
isdref=(isdref<-IDMAX)?-IDMAX: isdref;
break;
/******************* Fim do Algoritmo de Controle*************************/
case 3:
k++;
/*Transformao inversa de PARK das Correntes isaref e isbref */
isaref = (isdref * cossl - isqref * senl) >> 10;
isbref = (isqref * cossl + isdref * senl) >> 10;
/* Transformao das correntes bifsicas para correntes trifsicas de
referncia */
Ia = ((86 * isaref) >> 7);
Ib = ((-43 * isaref + 74 * isbref) >> 7);
Ic = ((-43 * isaref - 74 * isbref) >> 7);
/* Aplica uma variao DEGRAU na referncia de posio */

cont++;
if(cont == 2000)
refx -= DEGRAU;
else if(cont > 4000) {
cont = 1;
refx += DEGRAU;
}
/* Clculo para anulamento do erro de posio em regime */
erro_med_X += erroX;
if(erro_med_X > 30000)
erro_med_X = 30000;
else
if (erro_med_X < -30000)
erro_med_X = -30000;
erro_med_Y += erroY;
if(erro_med_Y > 30000)
erro_med_Y = 30000;
else
if (erro_med_Y < -30000)
erro_med_Y = -30000;
if((cont == 1000) || (cont == 3000)) {
pesoX+= (erro_med_X > 0) ? 1 : -1;
pesoY+= (erro_med_Y > 0) ? 1 : -1;
}
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 */
/* gatilha o incio da converso
*/
/ Acoplamento angular dos controles de velocidade e Posio Radial ****/
sen=senl>>3;
cos=cossl>>3;
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 +
correntes para as bobinas*/

offset[0];
offset[1];
offset[2];
offset[3];
offset[4];
offset[5];
/* Prepara para a aquisio das correntes */

/* volta a ler seis

canais por vez */
AdcRegs.ADCCHSELSEQ1.all = 0x3210; /* seleciona os canais a serem
capturados */
AdcRegs.ADCCHSELSEQ2.all = 0x0054;
AdcRegs.ADCTRL2.bit.RST_SEQ1 = 1; /* reseta o sequenciador da
converso */
break;
143
case 5:
k = 1;
/* gatilha a converso */
/* espera fim da converso */
/************* 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);
/********* Algoritmo do controle das correntes nas bobinas****************/

erro[0] = ref[0] - corrente0;
ui[0] += ((GIC * erro[0]) >> 3);
if (ui[0] > MPI)
ui[0] = MPI;
else
if (ui[0] < -MPI)
ui[0] = -MPI;
controle[0] = ((GPC * erro[0]) >> 3) + ui[0] + DES0;
EvaRegs.CMPR1 = (controle[0] < 0) ? 0 : controle[0];
ui[1] += ((GIC * erro[1]) >> 3);
if (ui[1] < -MPI)
ui[1] = -MPI;
else
if (ui[1] > MPI)
ui[1] = MPI;
ui[2] += ((GIC * erro[2]) >> 3);
if (ui[2] > MPI)
ui[2] = MPI;
else
if (ui[2] < -MPI)
ui[2] = -MPI;
ui[3] += ((GIC * erro[3]) >> 3);
if (ui[3] < -MPI)
ui[3] = -MPI;
else
if (ui[3] > MPI)
ui[3] = MPI;
EvbRegs.CMPR4 = (controle[3] < 0) ? 0 : controle[3];
ui[4] += ((GIC * erro[4]) >> 3);
144
if (ui[4] > MPI)
ui[4] = MPI;
else
if (ui[4] < -MPI)
ui[4] = -MPI;
ui[5] += ((GIC * erro[5]) >> 3);
if (ui[5] < -MPI)
ui[5] = -MPI;
else
if (ui[5] > MPI)
ui[5] = MPI;
/**** Atribuio dos valores anteriores das entradas da rede ************/
imRnant=imRn;
isdant=isd;
isqant=isq;
veloradsant=vradsmed;
/*Clculo
lidas*/
is1
is2
is3
da mdia das correntes de sada utilizando as correntes

= (corrente0 + corrente3)>>1 - (offset[0] + offset[3]) >> 1;
/*******Transformao de PARK das Correntes de trifsicas*****************/

/* Transformao para o modelo alfa-beta */
isa = 3*is1>>1;
isb = 111 * (is2 - is3) >> 7;
/* Transformao para o modelo d-q
*/
isd = (isaref * cossl + isbref * senl) >> 10;

isq = (isbref * cossl - isaref * senl) >> 10;
break;
default:
k = 1;
}
BIT_OFF;
EvaRegs.EVAIFRA.bit.T1UFINT = 1;
PieCtrlRegs.PIEACK.all = PIEACK_GROUP2;
/* limpa bit correspondente interrupo do timer */
}
Apndice D
Referncias dos Trabalhos Publicados
(Ferreira, 2003)
Ferreira, J. M. S., Castro, F. E., Paiva, J. A. and Salazar, A. O.,

DSP utilization in radial positioning control of bearingless
machine, ISIE - IEEE International Symposium on Industrial
Electronics, Vol. 1, pp: 312-317, 2003.
(Lisboa, 2007)
Lisboa, S. D., Paiva, J. A., Queiroz, F. C. H., Salazar, A. O.,

Maitelli, A. L., Neural Flux Estimation Applied To The Vector
Speed Control For Induction Machines, 9 Congresso Brasileiro
de Ele trnica de Potncia, 30 de Setembro 04 de Outubro,
Blumenau/SC, 2007.
(Paiva, 2004)
Paiva, J. A., Salazar, A. O., Ferreira, J. M. S., Castro, F. E. F.,

Maitelli, A. L., New Approach for a Bearingless Three phase
Induction Machine with Divided Windin g, The 9th International
Symposium of Magnetic Bearings, Aug. 03-06rd Kentucky, 2004.
(Paiva, 2006)
Paiva, J. A., Ferreira, J. M. S., Salazar, A. O. Maitelli, A. L.,

Vectorial Speed Control using a Flux Estimator for Bearingless
Machines with Divided Winding, The 10th
International
Symposium of Magnetic Bearing, Aug. 21-23rd, Martigny,

Switzerland , 2006.
Referncias Bibliogrficas
(Almeida, 1999)
Almeida, P. R., Stephan, M., Branco, P. J. C., Suemitsu, W. I.,

Rotor Flux Angle Estimation Using Neural Networks, In:
Electrimacs'99, 1999, Lisboa. Electrimacs'99, Vol. 1. pp. I-157-I-162,
1999.
(Barbi, 1985)
Barbi, I., Teoria fundamental de motor de induo, Editora da

UFSC, Florianpolis 1985.
(Bosch, 1988)
Bosch, R., Development of a bearingless electric motor, ICEM, pp.

373-375, 1988.
(Castro, 2004)
Castro, F. E. F., Motor de induo trifsico sem mancais com

bobinado dividido: otimizao do sistema de posicionamento radial,
Dissertao de mestrado, PPgEE UFRN, Natal, 2004.
(Chen, 1994)
Chen, T. C., Liaw, C. Y., Design of a Neural Fuzzy Controller For

Induction Motor Speed Control, 20th International conference on
Industrial Electronics, Control and Instrumetation, 1994. IECON 94,
Vol. 1, pp. 611-616, September 5-9, 1994.
(Chiba, 1990)
Chiba, A.,Chida, K., Fukao, T., Principle and characteristics of a

reluctance motor with windings of magnetic bearing, IPEC, pp. 919926, Japan, April, 1990.
(Chiba, 1996)
Chiba,
A.,
Miyatake,
R.,
Hara,
S.,
Fukao,
T., Transfer
Characteristics of Radial Force of Induction-Type Bearingless

Motors with Four-Pole Rotor Circuits, The 5th International
Symposium on Magnetic Bearing, pp.175-181, Kanazawa, Japan,
August, 1996.
(Chiba, 1998)
Chiba, A., Fukao. T., Optimal design of rotor circuits in induction

type bearingless motors, IEEE Transactions on Magnetics, Vol. 34,
N 4, 1998.
(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, J. M. S., Proposta de mquinas de induo trifsica sem

mancal com bobinado dividido, Dissertao de mestrado, Programa
de Ps-Graduao em Engenharia Eltrica - UFRN, Natal- RN, Brasil,
2002.
(Ferreira, 2003)
Ferreira, J. M. S., Castro, F. E., Paiva, J. A. and Salazar, A. O., DSP

utilization in radial positioning control of bearingless machine,
ISIE - IEEE International Symposium on Industrial Electronics, Vol.
1, pp: 312-317, 2003.
(Ferreira, 2005)
Ferreira, J. M. S., Zucca, M., Salazar, A. O., Donadio, L., Analyses

of a Bearingless Machine With Divided Windings,
IEEE
Transactions on Magnetics, USA, Vol. 41, N 10, pp. 3931-3933,

2005.
(Ferreira, 2006)
Ferreira, J. M. S., Modelagem de mquina de induo trifsica sem

mancais com bobinado dividido, Tese de Doutorado, Programa de
Ps-Graduao em Engenharia Eltrica - UFRN, Natal-RN, Brasil,
2006.
(Furtunato, 2001)
Furtunato, A. F. A., Arajo, A. D., Salazar, A. O., Implementao

de um controlador de Velocidade Usando modos Deslizantes Suaves
Para um Motor de Induo Trifsico, Revista Controle &
Automao, Vol. 12, N 2, Maio-Agosto, 2001.
(Garcia, 1990)
Garcia, G, O, Controle de Velocidade de Motor de Induo Usando

Tcnicas Campo Orientado Indireto e Escorregamento Controlado,
Tese de Doutorado, COPPE UFRJ, Rio de Janeiro, 1990.
(Garcia, 2002)
Garcia, F.M., Hemerly, E. M., Estimao de fluxo e velocidade de

rotor em mquinas de induo em uma ampla faixa de velocidade de
operao, XIV Congresso Brasileiro de Automtica, pp. 1130-1133.
Natal/RN, Setembro, 2002.
(Gemp, 2002)
Gempp, T., Schob, R., Design of a bearingless canned motor

pump, Fifth International Symposium of Magnetic Bearings, pp.
333-338, Kanazawa, Japan, 1996.
148
(Gomes, 2007)
Gomes, R. R., Motor mancal com controle implementado em um

DSP, Dissertao de mestrado, COPPE-UFRJ, Rio de Janeiro-RJ,
Brasil, 2007.
(Hayk in, 2001)
Haykin, S., Rede neurais: Princpios e Prtica, Traduo Paulo

Martins Engel. 2a Edio, Bookman, Porto Alegre/RS, 2001.
(Herman, 1973)
Herman, P.K., A radial active magnetic bearing, London Patent N

1 478 868, November 20, 1973.
(Herman, 1974)
Hermann, P.K., A radial active magnetic bearing having a rotating

drive, London Patent N 1 500 809, February 09, 1974.
(Higuchi, 1985)
Higuchi, T., Magnetically floating actuator having angular

positioning function, United States Patent N 4 683 391, March 12,
1985.
(Jang, 1997)
Jng, J. S. R., Sun, C. T., Mitzutani, E., Neuro-fuzzy and soft

computing: a computational approach to learning and machine
Intelligence, Prentice Hall, Upper Saddle River, 1997.
(Kosko, 1992)
Kosko, B., Neural Networks and Fuzzy Systems: A Dynamical

Systems Approach to Machine Intelligence, Prentice-Hall, Inc
Englewood Cliffs, New Jersey, EUA, 1992.
(Lascu, 2001)
Lascu, C., Trzynadlowski, A. M., A Sensorless Hybrid DTC Drive

for High-Volume Applications Using the TMS320F243 DSP
Controller, Industry Application Conference, 2001, 36th IAS Annual
meeting. Conference Record of the 2001 IEEE, Vol. 1, pp. 482-489,
September 30 to October 04, 2001.
(Leonhard, 1998)
Leonhard, W., Field-orientation for controlling ac machines

principle and application. 3rd International Conference on Power
Electronics and Variable-Speed Drives, pp. 277-282, July, 1988.
(Leonhard, 2001)
Leonhard, W., Control of electrical drives, Springer-Verlag, Third

Edition, Berlin Heidelberg New York, Germany, 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)
Lisboa, S. D., Paiva, J. A., Queiroz, F. C. H., Salazar, A. O., Maitelli,

A. L., Neural Flux Estimation Applied To The Vector Speed
Control For Induction Machines, 9 Congresso Brasileiro de
Eletrnica de Potncia, 30 de Setembro 04 de Outubro,
Blumenau/SC, 2007.
(Maia, 1997)
Maia, C. A., Resende, P. Silvino, J. L., A Neural Vector Control for

Induction Machine, ISIE - IEEE International Symposium on
Industrial Electronics, pp.1265-1269, 1997.
(Marwali,1999)
Marwali, M.N., Keyhani, A., Tjanaka, W., Implementation of

indirect vector control on an integrated digital signal processorbased system, IEEE Transanction on Energy Coversion, Vol. 14, N
2, pp. 139-146, June, 1999.
(Meike,1974)
Meinke, P., Flachenecker, G., Electromagnetic drive assembly for

rotary bodies using a magnetically mounted rotor, United States
Patent N 3 988 658, July 29, 1974.
(Narendra, 1990)
Narendra, K. S., Parthasarathy, K., Identification and control of

dynamical systems using neural networks, IEEE Transactions on
Neural Networks, Vol. 1, pp. 2-27, March, 1990.
(Narendra, 1992)
Narendra, K, S, Mukhopadhyay, S, Intelligent Control Using Neural

Networks, IEEE Control Systems Magazine, Vol. 12, N 2, pp.1118, April, 1992.
(Narendra, 1996)
Narendra, K, S, Neural Networks for Control: Theory and Pratice,

Proceedings of the IEEE, Vol. 84, N 10, pp. 1385-1406, October,
1996.
(Okada, 1996)
Okada, Y., Miyamoto, S., Ohishi, T., Levitation and Internal

Permanent Magnet Type Bearingless Motor, IEEE Transactions on
Control System Technology, Vol. 4, N 5, pp. 565-571, September,
1996.
(Paiva, 2004)
Paiva, J. A., Salazar, A. O., Ferreira, J. M. S., Castro, F. E. F.,

Maitelli, A. L., New Approach for a Bearingless Three phase
Induction Machine with Divided Winding, The 9th International
Symposium on Magnetic Bearings, Kentucky, Aug. 03-06rd , 2004.
150
(Paiva, 2006)
Paiva, J. A., Ferreira, J. M. S., Salazar, A. O. Maitelli, A. L.,

Vectorial Speed Control using a Flux Estimator for Bearingless
Machines with Divided Winding, The 10th International Symposium
on Magnetic Bearing, Martigny, Switzerland, pp. 133-137, Aug. 2123rd, 2006.
(Salazar, 1990)
Salazar, A. O., Dunford, W., Stephan, R. M., Watanabe, E., A

magnetic bearing system using capacitive sensors for position
measurement, IEEE Trans. On Magnetics, Vol. 26 N 5, pp. 25412543, September, 1990.
(Salazar, 1993-1)
Salazar, A. O., Stephan, R. M., A bearingless method for induction

machine, IEEE Transations On Magnetics, Vol. 29, N 6, pp. 29652967, November, 1993.
(Salazar, 1993-2)
Salazar, A. O., Stephan, R. M., Dunford, W., An efficient

bearingless induction machine, COBEP, pp. 419-424, Brazil, 1993.
(Santisteban, 1993)
Santisteban, J. A., Estudo Comparativo dos Mtodos de Controle

Vetorial para o Motor de Induo, Dissertao de Mestrado
Programa de Engenharia Eltrica/UFRJ Rio de Janeiro/RJ, Brasil,
1993.
(Santisteban, 1999)
Santisteban, J. A., Estudo da Influencia da Carga Torsional sobre o

Posicionamento Radial de um Motor-Mancal, Tese de Doutorado
Programa de Engenharia Eltrica / UFRJ Rio De Janeiro/RJ, Brasil,
1999.
(Santisteban, 2000)
Santisteban, J. A., David, D. F. B., Stephan, R. M., Ripper A. R. A.

Jr., Pereira, A. S., Nicolsky, R., Hybrid bearing for induction
machine
with
controlled
electromagnetic
positioning
and
superconducting levitation, International Magnetics Conference,

Canada, April, 2000.
(Santisteban, 2001)
Santisteban, J. A., Stephan, R. M., Vector Control Methods for

Induction
Machines:
An
Overview,
IEEE
Education, Vol. 44, N 2, pp. 170-175, May, 2001.
Transactions
on
151
(Simes, 1995)
Simes, M. G., Bose, B. K., Neural Network Based Estimation of

Feedback Signals for Vector Controlled Induction Motor Drive,
IEEE Transactions on Industry Applications, Vol. 31, N 3, pp. 620
629, May/June, 1995.
(Simone, 2000)
Simone, G. A. Mquinas de Induo Trifsicas: Teoria e

Exerccios, Editora rica, 2000.
(Spectrum, 2003)
Spectrum Digital, EzDsp LF2812 Technical Reference, DSP

development systems, September, 2003.
(Stronach,1998)
Stronach, A. F., Vas, P., Design, DSP implementation, and

performance of artificial-inteligence-based speed estimators for
electromechanical drives, IEE proceedings on control Theory
Applications, Vol, 145, N 02, pp. 197-203, March, 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 Instruments, Implementation of a Speed Field Orientated

Control of Three Phase AC Induction Motor using TMS320F240,
Application Notes for Industrial Applications, N BPRA076, March,
1998.
(Texas, 2001)
Texas Instruments, Motor Speed Measurement Considerations when

using TMS320C24x DSPs, Application Report, N SPRA771,
August, 2001.
(Vas, 1996)
Vas, P., Stronach, A. F., Adaptive Fuzzy-Neural DSP Control of

High-Performance Drives, Power Electronics and Variables Speed
Drives, Conference Publication N 429, IEE, 23-25, September, 1996.
(Yahia, 1998)
Yahia, K. B., Henneberger, G., Development of bearingless

induction motor, MOVIC, Zurich, Switzerland, Vol. 3, pp. 10831087, August, 1998.

Jose AP

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Jose AP

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

CONTROLE VETORIAL DE VELOCIDADE DE UMA

JOS LVARO DE PAIVA

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

CONTROLE VETORIAL DE VELOCIDADE DE UMA MQUINA DE

JOS LVARO DE P AIVA

Orientador: Prof. Dr. Sc. Andrs Ortiz Salazar UFRN CT DCA.

Tese de Doutorado submetida ao corpo docente da

Diviso de Servios Tcnicos

Paiva, Jos lvaro.

JOS LVARO DE P AIVA

CONTROLE VETORIAL DE VELOCIDADE DE UMA MQUINA DE

Prof. Andrs Ortiz Salazar, D.Sc. (UFRN)(Orientador)

Prof. Andr Laurindo Maitelli, D.Sc.(UFRN) (Co-Orientador)

Prof. Ricardo Lcio de Arajo Ribeiro, D.Sc.(UFRN)

Prof. Richard Magdalena Stephan, D.Sc. (UFRJ)

Prof. Jos Andrs Santisteban Larrea, D.Sc. (UFF)

Lista de Figuras e Tabelas

1.2. Histrico das Mquinas sem Mancais

2 . Modelo Construtivo da Mquina de Induo sem Mancais

Trifsica com Bobinado Dividido

2.2. Descrio da Mquina de Induo sem Mancais Trifsica com Bobinado

2.2.1.Configurao dos Estatores

2.2.2. Configurao do Rotor

3. Controle Vetorial de Velocidade para Mquinas de Induo

3.2. Modelo Vetorial da Mquina de Induo com orientao pelo Fluxo do

3.3. Controle Vetorial da Mquina de Induo

3.4. Simulaes computacionais com o Modelo Convencional da Mquina de

4. Aspectos Gerais das Redes Neurais aplicadas ao Controle

4.2. Teoria Geral das Redes Neurais Artificiais

4.2.1. O Neurnio Artificial

4.2.2. Funes de Ativao

4.2.3. Arquiteturas das Redes Neurais Artificiais

4.2.4. Tipos de Redes Neurais Artificiais

4.2.5. Aprendizagem e Treinamento de uma Rede Neural Artificial

4.3. Estimao Neural aplicada ao Controle de Sistemas

4.4. Implementao Computacional do Estimador Neural de Fluxo do Rotor

4.4.1. Treinamento do Estimador Neural de Fluxo do Rotor

5. Implementao do Sistema de Controle Vetorial de Velocidade

5.2. Descrio do Sistema de Controle

5.2.1. Estgio do Controle de Velocidade

5.2.2. Estgio do Controle de Posio Radial

5.2.2.1. Transformao Radial de Foras

5.2.2.2. Realinhamento dos sensores de posio

5.2.3. Estgio do Controle de Corrente

5.2.4. Estimadores de Fluxo do Rotor

5.2.4.1. Estimador Convencional de Fluxo

5.2.4.2. Estimador Neural de Fluxo

5.3. Descrio do Programa de Controle

5.4. Alimentao do Sistema

6.2. Resultados experimentais para os diferentes perfis de velocidade

6.2.1. Comportamento da mquina para uma referncia de velocidade

6.2.2. Comportamento da mquina para referncias de velocidade em

6.2.3. Comportamento da mquina para referncia de velocidade em

6.2.4. Comportamento da mquina para referncias de velocidade em

6.2.5. Comportamento da mquina para referncias em rampas

6.2.6. Comportamento da mquina para a referncia de velocidade em

6.3. Limitaes impostas pelo sistema de controle e a mquina sem mancais

7. Concluses Gerais e Pespectivas

7.1. Concluses Gerais

7.2. Perspectivas para Trabalhos Futuros

Apndice A. Parmetros da Mquina de Induo sem Mancais com

Apndice B. Dados Gerais e Rotinas de Implementao das Redes