Redes neurais artificiais aplicadas à estimação da temperatura de motores de indução trifásicos

Abstract

Resumo: Os motores de indução são largamente usados em vários setores da sociedade. Entre os setores que mais os utilizam está o setor industrial. Existem vários aspectos a serem considerados na sua operação, entre eles a monitoração da sua temperatura de trabalho. Através desse monitoramento pode-se estimar quando e com que freqüência sua manutenção se faz necessária, condições anormais de funcionamento e também o ajuste de proteções. Em alguns casos a instalações de sensores térmicos não é possível devido a limitações físicas ou econômicas e uma opção é a utilização da instrumentação virtual. O trabalho apresentado faz um estudo de uma dada condição de operação de um motor de indução trifásico cuja temperatura será estimada através de redes neurais artificiais. O objetivo desse estudo é avaliar a aplicabilidade dessa ferramenta para esse caso específico como ponto de partida para estudos futuros, onde a viabilidade da aplicação para sistemas mais generalizados possa ser testada. Após a simulação da rede neural artificial proposta utilizando o algoritmo backpropagation, conclui-se que é possível aplicar essa metodologia para esse caso e isso indica a possibilidade de aplicá-la em sistemas mais complexos.

Abstract: Induction motors are largely used in the industry in our days and the temperature monitoring in these motors is extremely important for their operation. Through this monitoring one can estimate when and how often the maintenance will be performed, adjust the proper protection and identify abnormal operation conditions. In some cases the installation of thermal sensors is not possible due to physical or economical restrictions and the utilization of virtual instrumentation is an option. The following work presents a study for a specific condition where the stator temperature for a generic induction motor in a steady state operation is estimated by using an Artificial Neural Network. The purpose of this study is the valuation of the applicability of this tool for this specific case and it is the staring point for further studies where the feasibility of a general system can be tested. After simulating the proposed Artificial Neural Network using the backpropagation algorithm it was concluded that this is an applicable method to solve this problem and can be extended to more complex systems.