You are in the accessibility menu

Please use this identifier to cite or link to this item: http://acervodigital.unesp.br/handle/11449/29075
Full metadata record
DC FieldValueLanguage
dc.contributor.authorGoedtel, Alessandro-
dc.contributor.authorSilva, Ivan N. da-
dc.contributor.authorSerni, Paulo J. A.-
dc.date.accessioned2014-05-20T15:14:10Z-
dc.date.accessioned2016-10-25T17:48:05Z-
dc.date.available2014-05-20T15:14:10Z-
dc.date.available2016-10-25T17:48:05Z-
dc.date.issued2006-09-01-
dc.identifierhttp://dx.doi.org/10.1590/S0103-17592006000300010-
dc.identifier.citationSba: Controle & Automação Sociedade Brasileira de Automatica. Sociedade Brasileira de Automática, v. 17, n. 3, p. 364-380, 2006.-
dc.identifier.issn0103-1759-
dc.identifier.urihttp://hdl.handle.net/11449/29075-
dc.identifier.urihttp://acervodigital.unesp.br/handle/11449/29075-
dc.description.abstractOs motores de indução são utilizados nos mais diversos setores industriais. Entretanto, a seleção de um motor de indução em determinada aplicação é imprecisa nos casos em que não há conhecimento do comportamento da carga que está acoplada ao eixo do motor. A proposta deste trabalho é fornecer uma ferramenta alternativa aos métodos tradicionais de identificação usando as redes neurais artificiais. O potencial desta proposta está em sua facilidade de implementação em hardware, tendo em vista que a metodologia não necessita de sensores de torque, assim como não requer alto poder computacional. Resultados de simulação são apresentados para validar a proposta.pt
dc.description.abstractInduction motors are widely used in several industrial sectors. However, the selection of induction motors is often inaccurate because, in most cases, the load behavior in the shaft is completely unknown. The proposal of this paper is to use artificial neural networks as a tool for dimensioning induction motors rather than conventional methods, which use classical identification techniques and mechanical load modeling. The potential of this approach is the simple hardware implementation since the methodology does not require torque sensor nor powerful computational processors. Simulation results are also presented to validate the proposed approach.en
dc.description.sponsorshipFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
dc.format.extent364-380-
dc.language.isopor-
dc.publisherSociedade Brasileira de Automática-
dc.sourceSciELO-
dc.subjectMotores de induçãopt
dc.subjectmodelagem de cargaspt
dc.subjectredes neurais artificiaispt
dc.subjectestimativa de parâmetrospt
dc.subjectidentificação de sistemaspt
dc.subjectInduction motorsen
dc.subjectload modelingen
dc.subjectneural networksen
dc.subjectparameter estimationen
dc.subjectsystem identificationen
dc.titleUma abordagem neural para estimação de conjugado em motores de induçãopt
dc.typeoutro-
dc.contributor.institutionUniversidade de São Paulo (USP)-
dc.contributor.institutionUniversidade Estadual Paulista (UNESP)-
dc.description.affiliationUniversidade de São Paulo Escola de Engenharia de São Carlos-EESC Departamento de engenharia Elétrica-
dc.description.affiliationUniversidade Estadual de São Paulo Faculdade de Engenharia Departamento de Engenharia Elétrica-
dc.identifier.doi10.1590/S0103-17592006000300010-
dc.identifier.scieloS0103-17592006000300010-
dc.rights.accessRightsAcesso aberto-
dc.identifier.fileS0103-17592006000300010.pdf-
dc.relation.ispartofSba: Controle & Automação Sociedade Brasileira de Automatica-
Appears in Collections:Artigos, TCCs, Teses e Dissertações da Unesp

There are no files associated with this item.
 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.