• Repositorio Institucional Universidad de Pamplona
  • Tesis de maestría y doctorado
  • Facultad de Ingenierías y Arquitectura
  • Maestría en Controles Industriales
    • Por favor, use este identificador para citar o enlazar este ítem: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/3214
    Registro completo de metadatos
    Campo DC Valor Lengua/Idioma
    dc.contributor.authorGallo Nieves, Martin.-
    dc.date.accessioned2022-09-30T15:43:44Z-
    dc.date.available2018-12-21-
    dc.date.available2022-09-30T15:43:44Z-
    dc.date.issued2019-
    dc.identifier.citationGallo 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/20.500.12744/3214es_CO
    dc.identifier.urihttp://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/3214-
    dc.descriptionEn 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.es_CO
    dc.description.abstractIn 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.es_CO
    dc.format.extent101es_CO
    dc.format.mimetypeapplication/pdfes_CO
    dc.language.isoeses_CO
    dc.publisherUniversidad de Pamplona – Facultad de Ingenierías y Arquitectura.es_CO
    dc.subjectEl autor no proporciona la información sobre este ítem.es_CO
    dc.titleEstimación de la velocidad del motor de inducción en el rango de baja velocidad utilizando inteligencia artificial para el control vectorial Sensorless.es_CO
    dc.typehttp://purl.org/coar/resource_type/c_bdcces_CO
    dc.date.accepted2018-09-21-
    dc.relation.referencesAgrebi Zorgani, Y., Koubaa, Y., & Boussak, M. (2016). MRAS state estimator for speed sensorless ISFOC induction motor drives with Luenberger load torque estimation. Science Direct, 308-317.es_CO
    dc.relation.referencesAli Sowilam, G. (2000). aplicación de las redes neuronales en los sistemas de control vectorial de los motores de inducción. Universidad Politécnica de Cataluña.es_CO
    dc.relation.referencesAli Sowilam, G. (2000). Aplicación de las redes neuronales en los sistemas de control vectorial de los motores de inducción. Universidad Politécnica de Cataluña: Tesis doctoral.es_CO
    dc.relation.referencesAller, J. (2006). MÁQUINAS ELÉCTRICAS ROTATIVAS: Introducción a la Teoría General. Venezuela: Equinoocio.es_CO
    dc.relation.referencesAller, J., & Restrepo, J. (Junio de 2004). TÉCNICA COMBINADA DE CONTROL DE LA MÁQUINA DE INDUCCIÓN SIN SENSORES DE VELOCIDAD. Revista de la Facultad de Ingeniería.es_CO
    dc.relation.referencesAlzate Gomes, A., Escobar Mejia, A., & Andres Torres, C. (2009). Control vectorial de la maquina de induccion. Scientia et Technica Año XV, No 43,, 55-60.es_CO
    dc.relation.references(2012).APLICACIÓN DE REDES NEURONALES AL CONTROL DE VELOCIDAD EN MOTORES DE CORRIENTE ALTERNA. Universidad de Pamplona., Pamplona.es_CO
    dc.relation.referencesArnanzb, R., García, F., & Miguelc, L. (2016). Métodos de control de motores de inducción: síıntesis de la situación actual Métodos de control de motores de inducción: síıntesis de la situación actual. Revista Iberoamericana de Automática e Informática industrial, 381-392.es_CO
    dc.relation.referencesArnanzb, R., García, F., & Miguelc, L. (2016). Métodos de control de motores de inducción: síntesis de la situación actual. Revista Iberoamericana de Automática e Informática industrial 13, 381–392.es_CO
    dc.relation.referencesAros, N., & Aros, M. (2012). Control vectorial sin sensor de velocidad en la máquina de secado - CMPC celulosa Santa Fe. XVI Congreso Internacional de Ingeniería de Proyectos Valencia.es_CO
    dc.relation.referencesAvendaño González, L., & González Tamayo , J. (2013). Simulación de control vectorial a un motor de inducción. Scientia et Technica.es_CO
    dc.relation.referencesBarambones, O. (2009). A Sensorless Vector control of Induction Motor Drives based on Artificial Neural Networks. Proceedings of the 7th IFAC Symposium, 185-190.es_CO
    dc.relation.referencesBarbi, I. (1988). Introdução ao Estudo do Motor de Indução. Universidade Federal de Santa Catarina,.es_CO
    dc.relation.referencesBlaschke, F. (May 1972). The principle of field orientation as Applied to the New “transvektor” Close –loop Control system for Rotating- Field machines. Siemens Rev, 517-525.es_CO
    dc.relation.referencesCaicedo P., E. (2014). Diseño e implementación de un convertidor de potencia multinivel modular de 5 a 81 escalones. Pamplona.es_CO
    dc.relation.referencesChan, T.-F., & Shi, K. (2011). Applied intelligent control of induction motor drives. Asia: John Wiley & Sons.es_CO
    dc.relation.referencesChapman, J. (2012). Maquinas Eléctricas. Mexico: : McGrawHill, Quinta Edición.es_CO
    dc.relation.referencesCheles, M. (2008). Sensorless Field Oriented Control (FOC) of an AC Induction Motor (ACIM). Microchip Technology Inc.es_CO
    dc.relation.referencesCruceira Aragón, R., & Gonzalez Sanchez, M. (s.f.). ingeniérate. Obtenido de https://ingenierate.com/2017/10/03/raspberry-pi-caracteristicas aplicaciones/es_CO
    dc.relation.referencesDiaz R, J. L., Cote U, J. E., & Pardo G, A. (2013). Inversor de Potencia PWM Didáctico. LACCEI.es_CO
    dc.relation.referencesDiaz, J., & Pardo, A. (2006). Estrategias avanzadas de control en accionamiento de corriente alterna. Revista Ciencia e Ingeniería. Vol. 25 No.1.es_CO
    dc.relation.referencesDouiri, M., & Nasser, T. (2010). Direct torque control of induction motor based on artificial neural networks with estimate and regulation speed using the mras and neural PI controller. Journal of Theoretical and Applied Information Technology.es_CO
    dc.relation.referencesFitzgerald, A., Kingsley, Jr., C., & Umans, S. (2003). Electric Machinery. New York: McGraw-Hill Higher Education.es_CO
    dc.relation.referencesFraile Mora, J. (2003). Máquinas Eléctricas. España: McGrawHill, quinta edición .es_CO
    dc.relation.referencesGonzález Castellanos , J., & Pabón Vanegas, E. (2015). comparación de la red neuronal y del filtro de kalman en la estimación de velocidad del motor de inducción. Revista Ingeniería al Dia.es_CO
    dc.relation.referencesGunabalan, R., & Subbiah, V. (2015). Speed Sensorless Vector Control of Induction Motor Drive with PI and Fuzzy Controller. International Journal of Power Electronics and Drive System (IJPEDS), 315-325.es_CO
    dc.relation.referencesHaykin, S. (1999). Neural Networks: A Comprehensive Foundation. Upper Saddle River, NJ, USA: Prentice Hall.es_CO
    dc.relation.referencesHirokazu, T., & Hori, Y. (1993). Speed Sensorless Field - Orientation Control of the Induction Machine. IEEE.es_CO
    dc.relation.referencesHoltz, J. (2002). Sensorless Control of induction motor drives. IEEE, 1359-1394.es_CO
    dc.relation.referencesHussain, S., & Abid Bazaz, M. (2016). Neural Network Observer Design for Sensorless Control of Induction Motor Drive. ScienceDirect, 106–111.es_CO
    dc.relation.referencesJoão, C., & Palma, P. (1999). Accionamentos Eletromecânicos de Velocidade Variável. Lisboa: Fundação Calouste Gulbenkian.es_CO
    dc.relation.referencesKakhim, A., Rezak, M., & O’Kelly, D. (s.f.). A PWM inverter using on-line control algorithms. UPEC, 333-336.es_CO
    dc.relation.referencesKanmachi, T., & Takahashi, I. (1997). Sensorless Speed Control of a induction Motor with No influence of resistence Variation. IEEE.es_CO
    dc.relation.referencesMarkadeh, G., & Soltani , J. (2006). Robust Direct Torque and Flux Control of Adjustable Speed Sensorless Induction Machine Drive based on Space Vector Modulation using a PI Predictive Controller. Electrical Engineering Vol. 88, No. 6, 485 – 496.es_CO
    dc.relation.referencesMartínez Q, C., Díaz R, J., & Pardo G, A. (2012). Aplicación de redes neuronales al control de velocidad en motores de corriente alterna. Colombiana de Tecnologías de Avanzada, V 2 - Numero 20.es_CO
    dc.relation.referencesMartínez, C. (2012). Aplicación de redes neuronales al control de velocidad en motores de corriente alterna. Pamplona.es_CO
    dc.relation.referencesMehrotra, P., Quaicoe, J., & Venkatesan. (1996). Speed estimation of Induction Motor Using Artificial Neural Networks. IEEE Ind. Applicat. Magazine, 881- 886.es_CO
    dc.relation.referencesMontanari, M., Peresada, S., & Tilli, A. (2000). Speed Sensorless Control of Induction Motor based on Indirect Field - Orientation. IEEE.es_CO
    dc.relation.referencesOrille, A., Sowilam, G., & Valencia, J. (1999). A new simulation of symmetrical three phase induction motor under trnasformations of park. Computers & Indsutrial Engineering 37, 359-362.es_CO
    dc.relation.referencesPonce Cruz, P. (2010). Inteligencia Artificial con aplicaciones a al ingeniería. México.: Alfaomega Grupo Editor, S.A. de C.V.es_CO
    dc.relation.referencesPonce Cruz, P. (2010). Inteligencia artificial con aplicaciones a la ingenieria. México: Alfaomega.es_CO
    dc.relation.referencesPyne, M., Chatterjee, A., & Dasgupta, S. (2014). Speed estimation of three phase induction motor using artificial neural network. International Journal of Energy and Power Engineering, 52-56.es_CO
    dc.relation.referencesPyne, M., Chatterjee, A., & Dasgupta, S. (2014). Speed estimation of three phase induction motor using artificial neural network. International Journal of Energy and Power Engineering., 52-54.es_CO
    dc.relation.referencesRashid, M. (1995). Electrónica de Potencia, Circuitos, dispositivos y aplicaciones. Mexico: Prentice Hall Hispanoameircana, S.A.es_CO
    dc.relation.referencesRichardson, D., & Caisse, A. (1997). Máquinas Eléctricas Rotativas y Transformadores. México: Prentice Hall, Cuarta Edición.es_CO
    dc.relation.referencesRichardson, D., & Caisse, A. (1997). Máquinas Eléctricas Rotativas y Transformadores. México.: Prentice Hall, Cuarta Edición.es_CO
    dc.relation.referencesRichardson, D., & Caisse, A. (1997). Máquinas Eléctricas Rotativas y Transformadores. México. : Prentice Hall, Cuarta Edición.es_CO
    dc.relation.referencesRichardson, D., & Caisse, A. (1997). Máquinas Eléctricas Rotativas y Transformadores.es_CO
    dc.relation.referencesRichardson, D., & Caisse, A. (1997). Máquinas Eléctricas Rotativas y Transformadores. México.: Prentice Hall, Cuarta Edición.es_CO
    dc.relation.referencesSánchez, S., & Giraldo, E. (2008). MODELADO DEL MOTOR DE INDUCCIÓN EN EL SISTEMA DE COORDENADAS DE. Scientia et Technica, Universidad Tecnológica de Pereira., 89-93.es_CO
    dc.relation.referencesSeijas, C., & Rodríguez, I. (2015 ). SIMULACIÓN DE MÁQUINAS A.C. CONTROLADAS VECTORIALMENTE USANDO REDES NEURONALES ARTIFICIALES. Ingeniería UC.es_CO
    dc.relation.referencesSotelo Neyra , V. (2007). Controlador de velocidad para motores AC utilizando técnicas de campo orientado y redes neuronales con un Sistema híbrido FPGA-DSP. 8º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA.es_CO
    dc.relation.referencesSung-Hoe, H., Kyo-Beum, L., & Dong-Won, K. (December 2005). Sensorless Speed Control System Using a Neural Network. International Journal of Control, Automation, and Systems, vol. 3, no. 4, 612-619.es_CO
    dc.relation.referencesTajima, H., & Hori, Y. (1991). Speed Sensorless Field Orientation control of the Induction Machine. IEEE.es_CO
    dc.relation.referencesVas, P., Stronach, A., & Rashed, M. (1999). Implementation of ANN - Based Sensorless Induction motor drivers. IEEE.es_CO
    dc.relation.referencesWildi, T. (2007). Maquinas Electricas y Sisitemas de Potencia Sexta Edicion. Mexico: PRENTICE HALL.es_CO
    dc.relation.referencesYoon , K., & Sang-Sun, K. (1998). Speed Sensorless Vector Control of High - Speed Induction Motors using intelligent Control Algorithm. IEEE.es_CO
    dc.relation.referencesZolfaghari, M., Abbas Taher, S., & Vindel Munuz, D. (2016). Neural network based sensorless direct power control of permanent magnet synchronous motor. Science direct, 729-740.es_CO
    dc.relation.referencesZolfaghari, M., Abbas Taher, S., & Vindel Munuz, D. (2016). Neural network-based sensorless direct power control of permanent magnet synchronous motor. SCIENCEDIRECT, 729–740.es_CO
    dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2es_CO
    dc.type.coarversionhttp://purl.org/coar/resource_type/c_2df8fbb1es_CO
    Aparece en las colecciones: Maestría en Controles Industriales

    Ficheros en este ítem:
    Fichero Descripción Tamaño Formato  
    Gallo_2018_TG.pdfGallo_2018_TG.pdf5,86 MBAdobe PDFVisualizar/Abrir
    Mostrar el registro sencillo del ítem


    Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.