Tolerância a falhas em inversores de fonte de tensão para acionamento de motores de indução

Este livro explora a aplicação de técnicas de inteligência artificial (IA) para a deteção diagnóstico e reconfiguração de falhas num inversor trifásico de fonte de tensão (VSI) que alimenta um acionamento de motor de indução. O estudo centra-se na melhoria da fiabilidade e da eficiência dos accionamentos de motores de indução através da resolução de falhas comuns do inversor tais como falhas de circuito aberto e de curto-circuito utilizando métodos baseados em IA como as Redes Neuronais Artificiais (RNA) o Controlo Lógico Difuso (FLC) e as Redes Neuronais Convolucionais (CNN). A investigação propõe um sistema tolerante a falhas que integra estratégias de controlo inteligentes incluindo o Controlo Direto do Binário (DTC) e o Controlo Direto do Binário com Modulação Vetorial Espacial (DTC-SVM) para aumentar a robustez do sistema de acionamento do motor. Os métodos propostos são validados através de simulações demonstrando uma elevada precisão na deteção e diagnóstico de falhas bem como uma reconfiguração eficaz do inversor para manter a estabilidade do sistema em condições de falha.