Articulos, Pre-prints (Grupo de Electrónica de Potencia)Articulos, Pre-prints del Grupo de Electrónica de Potenciahttp://www.saber.ula.ve/handle/123456789/19662026-04-26T19:06:42Z2026-04-26T19:06:42ZComparación de la Red Neuronal y del Filtro de Kalman en la Estimación de Velocidad del Motor de InducciónGonzález Castellanos, Jaime AntonioAzevedo da Silveira, MarcosPacheco, Eduardo J.http://www.saber.ula.ve/handle/123456789/158132018-03-13T23:40:34Z2008-02-21T09:00:00ZComparación de la Red Neuronal y del Filtro de Kalman en la Estimación de Velocidad del Motor de Inducción
González Castellanos, Jaime Antonio; Azevedo da Silveira, Marcos; Pacheco, Eduardo J.
Comparación de la Red Neuronal y del Filtro de Kalman en la Estimación de Velocidad del Motor de Inducción.
(Jaime A. González; Marcos A. da Silveira; Eduardo J. Pacheco)
Resumen
En esta articulo es presentado un estudio comparativo de dos métodos muy utilizados en la estimación de velocidad. El primero es la estimación de velocidad utilizando Inteligencia Artificial por medio de redes neuronales, que se alimentan de las tensiones y corrientes del estator para producir el valor estimado de velocidad, después de haber sido realizado el entrenamiento de la red en forma off-line . El segundo método es usar un Filtro Extendido de Kalman, utilizando un modelo del motor en espacios de estado con ruidos blancos gaussianos aditivos de sistema y de medición. Para cada uno de los métodos serán presentadas sus ventajas y desventajas.
2008-02-21T09:00:00ZEstimación de la Velocidad del Motor de Inducción utilizando Control Sin Sensor (Sensorless Control)González Castellanos, Jaime AntonioAzevedo da Silveira, MarcosKelber, Christianhttp://www.saber.ula.ve/handle/123456789/158162018-03-13T23:40:36Z2005-01-06T09:00:00ZEstimación de la Velocidad del Motor de Inducción utilizando Control Sin Sensor (Sensorless Control)
González Castellanos, Jaime Antonio; Azevedo da Silveira, Marcos; Kelber, Christian
Estimación de la Velocidad del Motor de Inducción utilizando Control Sin Sensor (Sensorless Control).
(Jaime A. González; Marcos A. da Silveira; Christian Kelber)
Resumen
El control Orientado de Campo ha sido utilizado en innumerables controladores de los motores de inducción. Este artículo pretende mostrar una solución a la estimación de velocidad sin utilizar algún sensor físico acoplado o colocado cerca del eje del motor, utilizando un algoritmo de estimación con el Filtro Extendido de Kalman. El Filtro Extendido de Kalman presenta una solución satisfactoria por su robustez y por ser un observador adaptativo cuando sus matrices de covarianza son conocidas. Será estudiado el comportamiento de los valores de las matrices de covarianza del ruido del sistema y de la medición y se presentará una solución por medio de un filtro cuadrático para la obtención de estos valores de covarianza cuando se conoce muy poco de ellas. Los resultados obtenidos muestran que el algoritmo puede estimar la velocidad del motor en forma on-line.
2005-01-06T09:00:00Z