Comparación de la Red Neuronal y del Filtro de Kalman en la Estimación de Velocidad del Motor de Inducción
Date
2008-02-21Palabras Clave
Grupo de Electrónica de Potencia, Control sin sensor, Motor de inducción, Inteligencia artificialMetadata
Show full item recordAbstract
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.
Collections
Información Adicional
Correo Electrónico | gjaime@ula.ve |
Editor | SABER ULA |
Institución | Universidad de Los Andes (ULA) |