Orientador: Edson BimTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: Neste trabalho é desenvolvido um controle adaptativo, baseado nas Associative Memory Networks do tipo B-spline Neural Network com treinamento on-line, para reduzir os harmônicos de corrente presentes no plano dq(5) do motor de indução hexafásico assimétrico, causados por não idealidades presentes no inversor de potência ou no motor. Inicialmente, é obtido o modelo da máquina de indução hexafásico assimétrico com rotor gaiola de esquilo nos sistemas de referência natural (abc-xyz), estacionário estatórico-rotórico (alfa beta-mn) e síncrono (dq), no qual o rotor gaiola é modelado por um equivalente com enrolamento concentrado, cujo número de fases mr depende do número de barras mb. Sendo analisada, ainda, a influência do número de barras do rotor e de sua inclinação sobre as funções de enrolamento do rotor e, consequentemente, sobre as indutâncias mútuas entre as fases do rotor, e entre o estator e o rotor. Na sequência, no desenvolvimento do controle é apresentado um sistema de controle vetorial de velocidade por orientação indireta de campo do rotor, e a partir do reconhecimento das vantagens e limitações das Artificial Neural Networks e de seus processos de treinamento para aplicações em sistemas de controle, é proposto um controle adaptativo baseado na B-spline Neural Network, para reduzir as correntes do motor no plano dq(5), sendo analisados aspectos práticos da implementação do controlador neural e de seu processo de treinamento. Resultados de simulação digital e testes experimentais são apresentados para demonstrar a viabilidade do modelo do motor desenvolvido e o do sistema de controle propostosAbstract: In this thesis, an adaptive controller is developed to reduce the current harmonics presented in the dq(5) plan of the asymmetric six-phase induction machine, due to the non-idealities of the drive or machine. The controller is based on the Associative Memory Networks of type B-spline Neural Network with on-line training. A model of asymmetric six-phase induction machine with squirrel cage rotor is obtained in the natural (abc-xyz), in the stationary coordinates (alpha beta-mn) and in the synchronous coordinates (dq), wherein the cage rotor is modeled by an equivalent of concentrated winding, whose number of mr phases depends on the number of mb bars. In addition, the influence of the rotor bars - number and inclination - on the winding functions, and consequently in the mutual inductances - between rotor phases, and between stator and rotor phases - are studied. In sequence, a vector control system by indirect rotor field orientation is presented, and some advantages and limitations of Artificial Neural Networks and their training process for control applications are analyzed. From this analysis, an adaptive controller P-BSNN is proposed to reduce the current harmonics in dq(5) plan of the machine operating as motor, and considerations regarding the practical aspects of implementation of the neural controller proposed and its training process are also made. Finally, results of computer simulation and experimental tests are shown to validate the model of the motor as well the proposed control systemDoutoradoEnergia EletricaDoutor em Engenharia Elétrica2012/05920-8CAPESFAPESP