A carregar...
Publicação
Metodologias de controlo e diagnóstico de falhas com aplicação em motores de corrente contínua
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 2.82 MB | Adobe PDF |
Orientador(es)
Resumo(s)
Esta dissertação de Mestrado pretende dar um contributo para o desenvolvimento de técnicas
de controlo e algoritmos de diagnóstico e detecção de falhas para aplicação em motores de corrente contínua.
Hoje em dia na indústria há muitos processos onde a intervenção humana é substituida por
máquinas eléctricas, sendo então fundamental a implementação de sistemas de controlo e
diagnóstico de falhas, pois se houver alguma falha no sistema, ele terá que ter a capacidade de detectar, diagnosticar e se possivel tolerar a falha de forma a evitar uma avaria.
De entre as técnicas de controlo utilizadas destacam-se o controlador PID clássico e o
controlador neuronal IMC (“Internal Model Control”) baseado em modelo interno (inverso).
Na parte de detecção e diagnóstico de falhas foi utilizada a análise em Componentes
Principais não lineares (NLPCA),implementada com redes neuronais e a estimação em linha
do ganho estático com modelo ARX.
A comunicação entre o Hardware e o Software foi feita recorrendo à placa de aquisição de
dados da National Instruments (NI USB-6009). Para o desenvolvimento do Software foi
utilizado o programa Matlab R2009 b.
A electrónica de potência necessária ao accionamento do motor DC baseou-se no módulo do equipamento da Feedback (“Firing & Bridge Circuits” (70-220)).
O desempenho dos controladores foi avaliado e quantificado assim como as metodologias de
diagnóstico e detecção de falhas.
Em síntese, conseguiu-se controlar um motor de corrente contínua a partir das técnicas de
controlo desenvolvidas e através do desenvolvimento de métodos de detecção e diagnóstico de falhas foi possível analisar as falhas introduzidas pelo utilizador como comprovam os resultados experimentais.
Descrição
Dissertação para obtenção do Grau de Mestre em
Mestrado Integrado em Engenharia Electrotécnica e de Computadores
Palavras-chave
Controlo clássico PID Controlo neuronal IMC Detecção e diagnóstico de falhas Modelos ARX Modelos neuronais Análise em componentes principais