Tolleranza ai guasti nell'inverter a sorgente di tensione per l'azionamento del motore a induzione

Questo libro esplora l'applicazione di tecniche di intelligenza artificiale (AI) per il rilevamento la diagnosi e la riconfigurazione dei guasti in un inverter trifase a sorgente di tensione (VSI) che alimenta un motore a induzione. Lo studio si concentra sul miglioramento dell'affidabilità e dell'efficienza degli azionamenti per motori a induzione affrontando i guasti più comuni dell'inverter come quelli di circuito aperto e cortocircuito utilizzando metodi basati sull'intelligenza artificiale come le reti neurali artificiali (ANN) il controllo logico fuzzy (FLC) e le reti neurali convoluzionali (CNN). La ricerca propone un sistema di tolleranza ai guasti che integra strategie di controllo intelligenti tra cui il controllo diretto della coppia (DTC) e il controllo diretto della coppia con modulazione vettoriale spaziale (DTC-SVM) per migliorare la robustezza del sistema di azionamento del motore. I metodi proposti sono stati convalidati mediante simulazioni dimostrando un'elevata precisione nel rilevamento e nella diagnosi dei guasti nonché un'efficace riconfigurazione dell'inverter per mantenere la stabilità del sistema in condizioni di guasto.