Estimação de torque de motor de indução por meio de redes neurais artificiais

Abstract

Neste artigo, a estimação do comportamento do torque de um motor de indução trifásico(MIT) é obtida. utilizou-se uma rede neural artificial tipo Perceptron, disposta em multicamadas, que devidamente treinada por retropropagação, a partir do modelo do circuito elétrico, variação de escorregamento e valor eficaz da corrente de estator forneceu na saída o torque desejado. A fonte de dados empregada no estudo dispõe de um vetor de características simuladas a partir do modelo clássico do motor de indução parâmetros obtidos por meio de testes experimentais de rotor travado e sem carga acoplada. 0 treinamento da rede utilizou o algoritmo Levenberg Marquardt , o que contribuiu para uma convergência do erro médio quadrático na ordem de 105 , em cerca de pouco mais de 4 minutos e 595 interações. Com a rede neural treinada, um vetor de dados simulados foi aplicado a entrada desta, resultando valores estimados de torque eletromecânico na saída. 0s resultados obtidos, com a metodologia proposta, revelaram uma alternativa no estudo e identificação de motores trifásicos, visto que, comparando se os valores simulados e os valores estimados pela rede, o erro médio observado ficou dentro da faixa de valores esperada.-