• Repositorio Institucional Universidad de Pamplona
  • Tesis de maestría y doctorado
  • Facultad de Ingenierías y Arquitectura
  • Maestría en Controles Industriales
  • Please use this identifier to cite or link to this item: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/3214
    Title: Estimación de la velocidad del motor de inducción en el rango de baja velocidad utilizando inteligencia artificial para el control vectorial Sensorless.
    Authors: Gallo Nieves, Martin.
    Keywords: El autor no proporciona la información sobre este ítem.
    Issue Date: 2019
    Publisher: Universidad de Pamplona – Facultad de Ingenierías y Arquitectura.
    Citation: Gallo Nieves, M. (2018). Estimación de la velocidad del motor de inducción en el rango de baja velocidad utilizando inteligencia artificial para el control vectorial Sensorless [Trabajo de Grado Maestría, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/3214
    Abstract: In the present work the study, design and implementation of a speed estimation technique, using an Artificial Neural Network (ANN), for a three-phase induction motor type Squirrel Cage is approached. The main objective of this technique is to estimate the speed of the engine from its own conditions at low speed, in order to apply vector control without the use of a traditional speed sensor that feeds back to the control loop the speed of rotation the motor. When replacing the traditional sensor with an RNA, a "Sensorless" type control loop is obtained. As a first step, it starts with obtaining the mathematical model of the induction motor to be used. Once this model is obtained, the simulation of the control system subjected to various working conditions is carried out. In a second instance, the technique of vectorial control is applied, obtaining the set of pertinent equations for the control of the speed of the motor. The third step is to modify the control loop to replace the speed sensor with the RNA, previously trained. The training of the RNA to use, is done collecting data in different ranges of engine speed, both empty and loaded. The simulation of the system is carried out on the Simulink platform of the Matlab software package. As a next step to the simulation of the system, the control strategy is implemented using the Raspberry Pi 3B card.
    Description: En el presente trabajo se aborda el estudio, diseño e implementación de una técnica de estimación de velocidad, utilizando una Red Neuronal Artificial (RNA), para un motor de inducción trifásico tipo Jaula de Ardilla. El objetivo principal de dicha técnica es estimar la velocidad del motor a partir de las condiciones propias del mismo en baja velocidad, con la finalidad de aplicar control vectorial sin la utilización de un sensor de velocidad tradicional que realimente al lazo de control la velocidad de giro del motor. Al reemplazar el sensor tradicional por una RNA se obtiene un lazo de control tipo "Sensorless". Como primera medida, se inicia con la obtención del modelo matemático del motor de inducción a utilizar. Una vez obtenido dicho modelo se procede a realizar la simulación del sistema de control sometido a diversas condiciones de trabajo. En una segunda instancia, se aplica la técnica de control vectorial, obteniendo el conjunto de ecuaciones pertinentes para el control de la velocidad del motor. El tercer paso consiste en modificar el lazo de control para sustituir el sensor de velocidad por la RNA, previamente entrenada. El entrenamiento de la RNA a utilizar, se realiza recolectando data en diferentes rangos de velocidad del motor, tanto en vacío como con carga. La simulación del sistema se lleva a cabo en la plataforma Simulink, del paquete de software Matlab. Como paso siguiente a la simulación del sistema, se implementa la estrategia de control utilizando la tarjeta Raspberry Pi 3B.
    URI: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/3214
    Appears in Collections:Maestría en Controles Industriales

    Files in This Item:
    File Description SizeFormat 
    Gallo_2018_TG.pdfGallo_2018_TG.pdf5,86 MBAdobe PDFView/Open


    Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.