Controle Direto de Torque do Motor de Indução ... - D.s.c.e. - Unicamp

More documents

Recommendations

Info

64 Controle Direto de Torque Fuzzy 4.2.2 Variável Linguística µB∪C(x) = max(µB(x),µC(x)) (4.1) µ¯B(x) = 1−µB(x) Uma das grandes vantagens do uso da lógica fuzzy é a possibilidade de transformar a linguagem natural em conjuntos de números, permitindo sua manipulação computacional. As variáveis linguís- ticas são variáveis cujos valores são palavras ou sentenças em linguagem natural ou artificial. As variáveis linguísticas assumem valores chamados de termos linguísticos. Por exemplo, os termos linguísticos BAIXO, MEDIANO, e ALTO são relativos à variável linguística ALTURA [Fig.4.2]. Proposições Fuzzy 1 0 Função de Pertinência Termos Linguísticos Baixo Mediano Alto 1.60 1.70 1.80 Altura Variável Linguística Função de Pertinência Fig. 4.2: Função de pertinência, variável linguística e termos linguísticos. Seja x ∈ X uma variável linguística e Ti(x) seja um conjunto fuzzy associado com o termo linguísticoTi, então a seguinte estrutura representa uma preposição, isto é: Pi : x éTi Uma proposição fuzzy é interpretada por um processo conhecido como fuzzificação. Fuzzificação Seja x ∈ X uma variável linguística e Ti(x) seja o conjunto fuzzy associado com o termo lin- guísticoTi. A conversão de um valor físico (numérico) dexno seu correspondente termo linguístico (4.2)
4.2 Projeto de Controladores Fuzzy 65 com a associação de um grau de pertinência, x → µTi(x) é denominado fuzzificação. A função de pertinênciaµTi(x) representa o equivalente fuzzy do valor dex Relação Fuzzy Sejam x ∈ X e y ∈ Y variáveis linguísticas, e Ti(x) e Fj(y) sejam conjuntos fuzzy correspon- dentes aos termos linguísticas Ti e Fj respectivamente, então a seguinte estrutura representa uma relação de duas dimensões: Rij = x éTi ℘ y éFj Rij = P x i ℘ P y j denotado por (4.3) Sendo que ℘ é um operador. A escolha do operador ℘ tem uma influência direta na estrutura do controlador fuzzy [24]. 4.2.3 Base de Regras Fuzzy A base de regras fuzzy é a parte central do controlador fuzzy e este representa a "inteligência"em qualquer algoritmo de controle fuzzy. É aqui onde o conhecimento do projetista e sua experiência devem ser corretamente interpretados e organizados num apropriado conjunto de regras [24]. A base de regras contém um conjunto de regras-proposições fuzzy onde as variáveis antecedentes- consequentes são variáveis linguísticas e os possíveis valores de uma variável linguística são repre- sentados por conjuntos fuzzy. Uma proposição fuzzy expressa relações entre variáveis linguísticas e conjuntos fuzzy [25]. As proposições podem estar no formato SE-ENTÃO, como por exemplo: FR: SE pressão é alta ENTÃO volume é pequeno (4.4) Sendo que na regra fuzzy (FR-Fuzzy Rule), alta e pequeno são conjuntos fuzzy, e pressão e volume são variáveis linguísticas. Pressão é o antecedente (premissa) e volume é o consequente. 4.2.4 Mecanismos de Inferência Independentemente da forma das regras fuzzy, a maior preocupação é como interpretar o signifi- cado de cada regra, isto é, como determinar a influência produzida pela parte antecedente da regra fuzzy na parte consequente da regra. O procedimento para analisar esta influência é denominado
Page 1 and 2:
Controle Direto de Torque do Motor
Page 3:
COMISSÃO JULGADORA - TESE DE MESTR
Page 7 and 8:
Abstract This dissertation presents
Page 9:
Agradecimentos Ao meu orientador, P
Page 12 and 13:
xii
Page 14 and 15:
xiv SUMÁRIO 3.5 Controle Direto de
Page 16 and 17:
xvi SUMÁRIO
Page 18 and 19:
xviii LISTA DE FIGURAS 4.1 Funçõe
Page 20 and 21:
xx LISTA DE FIGURAS 6.25 Torque Ele
Page 22 and 23:
xxii LISTA DE FIGURAS 6.110Torque E
Page 24 and 25:
xxiv LISTA DE TABELAS
Page 26 and 27:
xxvi GLOSSÁRIO
Page 28 and 29:
xxviii LISTA DE SÍMBOLOS ψds - Fl
Page 30 and 31:
xxx LISTA DE SÍMBOLOS
Page 32 and 33:
xxxii
Page 34 and 35:
2 Introdução apesar do torque apr
Page 36 and 37:
4 Introdução
Page 38 and 39:
6 Modelo em Vetores Espaciais do Mo
Page 40 and 41:
8 Modelo em Vetores Espaciais do Mo
Page 42 and 43:
10 Modelo em Vetores Espaciais do M
Page 44 and 45:
12 Modelo em Vetores Espaciais do M
Page 46 and 47: 14 Modelo em Vetores Espaciais do M
Page 56 and 57: 24 Controle Direto de Torque do Mot
Page 94 and 95: 62 Controle Direto de Torque Fuzzy
Page 116 and 117: 84 Procedimentos para a Simulação
Page 132 and 133: 100 Procedimentos para a Simulaçã
Page 146 and 147:
114 Procedimentos para a Simulaçã
Page 148 and 149:
116 Procedimentos para a Simulaçã
Page 150 and 151:
118 Resultados das Simulações res
Page 152 and 153:
120 Resultados das Simulações ψ
Page 154 and 155:
122 Resultados das Simulações 6.2
Page 156 and 157:
124 Resultados das Simulações (N.
Page 158 and 159:
126 Resultados das Simulações T e
Page 160 and 161:
Page 162 and 163:
130 Resultados das Simulações |ψ
Page 164 and 165:
Page 166 and 167:
134 Resultados das Simulações ω
Page 168 and 169:
Page 170 and 171:
138 Resultados das Simulações (N.
Page 172 and 173:
Page 174 and 175:
Page 176 and 177:
144 Resultados das Simulações |ψ
Page 178 and 179:
Page 180 and 181:
148 Resultados das Simulações ω
Page 182 and 183:
150 Resultados das Simulações I a
Page 184 and 185:
Page 186 and 187:
154 Resultados das Simulações I a
Page 188 and 189:
Page 190 and 191:
158 Resultados das Simulações 12.
Page 192 and 193:
160 Resultados das Simulações
Page 194 and 195:
162 Conclusões, Trabalhos Futuros
Page 196 and 197:
164 REFERÊNCIAS BIBLIOGRÁFICAS [9
Page 198 and 199:
166 REFERÊNCIAS BIBLIOGRÁFICAS
show all

Controle Direto de Torque do Motor de Indução ... - D.s.c.e. - Unicamp

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?