Estimación de parámetros de un motor de inducción usando redes neuronales y sistemas neurodifusos

dc.contributorISRAEL CRUZ VEGA
dc.creatorMiguel Antonio Cuautle Pat
dc.date2018
dc.date.accessioned2023-07-25T16:24:48Z
dc.date.available2023-07-25T16:24:48Z
dc.identifierhttp://inaoe.repositorioinstitucional.mx/jspui/handle/1009/2029
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/7807211
dc.descriptionThis thesis presents the estimation of parameters of an induction motor using neural networks and neurofuzzy systems; such parameters are the rotor ux, the position of the rotor ux and the motor speed. These parameters are indispensable for a vector control scheme. The methodology is based on the search of architectures that can estimate these parameters through the training of neural networks and neurofuzzy systems. The selection of the architectures is based on a heuristic reasoning, making tests and observing the behavior of the root mean square error. Once the architectures were obtained, they were described in High-Level Synthesis, using Vivado HLS, a tool of Xilinx. This description was accomplished in C++, where results of the use of hardware utilization and latency are presented, for a later implementation on a FPGA. The validation of the architectures was analyzed by System Generator, which allows the modeling in Simulink in order to explore the operation without the use of tracing the design to hardware.
dc.descriptionEn esta tesis se presenta la estimación de parámetros de un motor de inducción usando redes neuronales y sistemas neurodifusos; tales parámetros son el flujo del rotor, la posición del flujo del rotor y la velocidad del motor. Estos parámetros son indispensables para un esquema de control vectorial. La metodología se basa en la búsqueda de arquitecturas que puedan estimar estos parámetros mediante el entrenamiento de redes neuronales y sistemas neurodifusos. La elección de las arquitecturas se basa en un razonamiento de tipo heurístico, realizando pruebas y observando el comportamiento del error medio cuadrático. Una vez obtenidas las arquitecturas, se llevo a cabo la descripción de ellas en Síntesis de Alto Nivel, usando la herramienta Vivado HLS de Xilinx. Tal descripción se realizó en C++, donde se pudieron observar resultados del uso de recursos de hardware y de latencia, para una posterior implementación en FPGA. Se analizó la validación de las arquitecturas por medio de System Generator, que permite el modelado en Simulink con el fin de explorar el funcionamiento sin el uso de trasladar el diseño a hardware.
dc.formatapplication/pdf
dc.languagespa
dc.publisherInstituto Nacional de Astrofísica, Óptica y Electrónica
dc.relationcitation:Cuautle Pat, M. A., (2018), Estimación de parámetros de un motor de inducción usando redes neuronales y sistemas neurodifusos, Tesis de Maestría, Instituto Nacional de Astrofísica, Óptica y Electrónica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subjectinfo:eu-repo/classification/Inspec/Estimate
dc.subjectinfo:eu-repo/classification/Inspec/Induction motor
dc.subjectinfo:eu-repo/classification/Inspec/Parameters
dc.subjectinfo:eu-repo/classification/Inspec/Neural network
dc.subjectinfo:eu-repo/classification/Inspec/Vivado HLS
dc.subjectinfo:eu-repo/classification/Inspec/ANFIS
dc.subjectinfo:eu-repo/classification/cti/1
dc.subjectinfo:eu-repo/classification/cti/22
dc.subjectinfo:eu-repo/classification/cti/2203
dc.subjectinfo:eu-repo/classification/cti/2203
dc.titleEstimación de parámetros de un motor de inducción usando redes neuronales y sistemas neurodifusos
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:eu-repo/semantics/acceptedVersion
dc.audiencestudents
dc.audienceresearchers
dc.audiencegeneralPublic


Este ítem pertenece a la siguiente institución