Ingeniera de software

Solo disponible en BuenasTareas
  • Páginas : 8 (1807 palabras )
  • Descarga(s) : 0
  • Publicado : 27 de agosto de 2012
Leer documento completo
Vista previa del texto
COMBINACIÓN DE MEDICIONES DE CAMPO Y ALGORITMOS GENÉTICOS PARA LA ESTIMACIÓN DE LA EFICIENCIA DE MOTORES ASINCRÓNICOS. M.Sc. Julio R. Gómez Sarduy.* Dr. Percy R. Viego Felipe.* Dr. Marcos A. de Armas Teyra.* Dr. Daniel Gálvez Lio.**

*Centro de Estudios de Energía y Medio Ambiente. Universidad de Cienfuegos. Cuba. ** Centro de estudios Informáticos. Universidad Central de Las Villas. Cuba.email: jugosa@fmec.ucf.edu.cu. Resumen: Los motores asincrónicos constituyen una mayoría aplastante en la composición de cargas eléctricas industriales. Se estima que son los responsables de más del 70% del consumo de la energía eléctrica. Por este motivo, los programas de ahorro de energía involucran el análisis de la eficiencia operacional de estas máquinas con el objetivo de tomar decisiones ydisminuir las pérdidas. Existen diversos métodos para determinar la eficiencia, pero los métodos normalizados muchas veces no son aplicables a ambientes industriales o no consideran indicadores de calidad de la energía que afectan la operación del motor. En este trabajo se propone un algoritmo genético en combinación con mediciones de campo sencillas para calcular los parámetros del circuitoequivalente del motor y con estos las pérdidas y la eficiencia para un estado de carga determinado. El método propuesto es aplicable a máquinas operando con tensiones desbalanceadas lo que le confiere mayor robustez. Palabras claves: Motores asincrónicos, desbalance de tensión, eficiencia, algoritmos genéticos. Introducción: Existen varios métodos para determinar la eficiencia de los motores eléctricos enservicio, que van desde estimar la misma considerándola constante e igual a la de chapa, hasta métodos sofisticados que resultan muy invasivos o costosos [3,7]. Uno de los métodos es el del circuito equivalente, muy adecuado cuando existen problemas de calidad de la energía como el desbalance de tensión, ya que conociendo los parámetros del circuito se calcula el estado operacional del motor enrégimen estable. La determinación de los parámetros es un proceso complejo y requiere ensayos poco prácticos de implementar fuera de laboratorios especializados. Una solución adecuada para un ambiente industrial es encontrar un método capaz de identificarlos y calcular la eficiencia resolviendo el circuito equivalente. El problema de identificación de parámetros en ingeniería se fundamenta encomparar la respuesta del modelo parametrizado y el sistema físico real a través de una función de comportamiento que da una medida de cuanto se acerca la respuesta del modelo a la respuesta del sistema. Normalmente esta función de comportamiento es una función de error, de manera que se puede considerar la identificación de parámetros como un problema de búsqueda, reduciéndola a la búsqueda del mínimoerror (optimización). Una de las técnicas de optimización que ha tenido mayor aplicación en la última década es la que se basa en métodos estocásticos. Estos realizan una búsqueda aleatoria del 1

espacio, sin que sea una búsqueda adireccional. Muchos de estos métodos se han venido desarrollando desde la década del sesenta del siglo pasado dando como resultado una serie de métodoscomputacionales heurísticos capaces de resolver problemas con alto grado combinatorio y encontrar buenas soluciones, muy próximas al óptimo. Dentro de estos métodos se encuentran aquellos que clasifican como algoritmos evolutivos, siendo uno de ellos los algoritmos genéticos (AG). Sustentado en estas ideas, muchas investigaciones de finales del siglo pasado se han dirigido al método del circuito equivalentepara determinar las características operacionales del motor de inducción tanto para estado estable como transitorio a partir de la información suministrada por el fabricante combinada con algoritmos de optimización estocástica, fundamentalmente algoritmos genéticos (AG) [1, 2, 4, 8, 5, 9, 10, 13]. A pesar de esto, ninguno de las investigaciones se enfoca a resolver el problema cuando existe...
tracking img