APLICACIÓN DE REDES NEURONALES AL CONTROL DE VELOCIDAD EN MOTORES DE CORRIENTE ALTERNA
DOI:
https://doi.org/10.24054/rcta.v2i20.1967Palabras clave:
Motor de inducción, accionamiento eléctrico, control de velocidad, PID, redes neuronalesResumen
En este artículo se establece una comparación de la aplicación de métodos tradicionales en el control de velocidad de motores de corriente alterna y controladores basados en técnicas de redes neuronales artificiales, que incluyen el control PI y PID, y
los controladores neuronales PID Clonado, Predictivo y Narma L2. Se presentan los resultados de controlar la velocidad del motor de inducción empleando la herramienta de simulación profesional.
Descargas
Citas
Pardo G., A.; Díaz R., J. L. Aplicaciones de
convertidores de frecuencia. Estrategias PWM,
Universidad de Pamplona, 2005.
Nildo, J. y Guilherme, L. Análisis de los
parámetros, modelados matemáticamente,
usados en al modelación de motores, 1995.
Sotelo, V. Controlador de velocidad para motores
AC utilizando técnicas de campo orientado y
redes neuronales con un Sistema híbrido
FPGA-DSP, Perú, 2007.
Acevedo G., T. L. Diseño e Implementación de un
controlador Lógico Difuso aplicado a un Motor
de Inducción, Tesis de Maestría, Universidad
de Pamplona, Pamplona, 2008.
Díaz R., J. L. Control por Campo Orientado del
Motor de Inducción con Adaptación de los
Parámetros por Modelo de Referencia, Tesis de
Maestría, UCLV, Cuba, 2000.
Kung, S. Y. Digital neural networks, PTR Prentice
Hall, Inc. 1993.
Sowilan, A. Aplicación de las redes neuronales en
los sistemas de control vectorial de los motores
de inducción, Universidad Politécnica de
Cataluña, Tesis doctoral, 2000.
Fraustro, C. Redes neuronales en el sistema de
control vectorial del motor de inducción, 2008.
Acosta, M. y Zuluaga; C. Tutorial sobre redes
neuronales aplicadas en ingeniería eléctrica y
su implementación en un sitio Web,
Universidad Tecnológica de Pereira, 2000.
González, J.; Da Silveira, M. y Pacheco J.
Comparación de la red neuronal y el filtro de
Kalman en la estimación de velocidad del
motor de inducción, 2004.
Mathworks. Help Neural Network, Matlab 7.12.
PDF, 2006.
Freeman, J. y Skapura, D. Redes Neuronales:
Algoritmos, aplicaciones y técnicas de
programación. Delaware E.U.A Addison
Wesley Iberoamericanas, 1993.
Delgado, A. Propiedades matemáticas y
aplicaciones de las redes neuronales dinámicas
Recurrentes. Universidad Nacional de
Colombia. Santafé de Bogotá, Colombia, 1998.
Jang, J.S.R. “ANFIS: Adaptive-Network-Based
Fuzzy Inference System”, IEEE Trans.
Systems, Man, Cybernetics, 23(5/6):665-685,
Descargas
Publicado
Versiones
- 2012-07-02 (6)
- 2012-07-02 (5)
- 2012-07-02 (4)
- 2012-07-02 (3)
- 2012-07-02 (2)
- 2022-11-08 (1)
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 REVISTA COLOMBIANA DE TECNOLOGIAS DE AVANZADA (RCTA)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.