Estabilizador neural não-linear para sistemas de potência treinado por rede de controladores lineares

A utilização de Estabilizadores de Sistemas de Potência (ESP), para amortecer oscilações eletromecânicas de pequena magnitude e baixa freqüência, é cada vez mais importante na operação dos modernos sistemas elétricos. Estabilizadores convencionais, com estrutura e parâmetros fixos, têm sido utilizados com essa finalidade há algumas décadas, porém existem regiões de operação do sistema nas quais esses estabilizadores lineares não são tão eficientes, especialmente quando comparados com estabilizadores projetados através de modernas técnicas de controle. Um ESP Neural, treinado a partir de um conjunto de controladores lineares locais, é utilizado para investigar em quais regiões de operação do sistema elétrico o desempenho do estabilizador a parâmetros fixos é deteriorada. O melhor desempenho do ESP Neural nessas regiões de operação, quando comparado com o ESP convencional, é demonstrado através de simulações digitais não-lineares de um sistema do tipo máquina síncrona conectada a um barramento infinito e de um sistema com quatro geradores.

Simulação de sistemas de simples estágios de refrigeração por compressão de vapor

Na atualidade, o estudo do desempenho térmico de um sistema de refrigeração por compressão de vapor representa uma ferramenta importante no auxílio do desenvolvimento de novos produtos ou melhoria dos já existentes. Um modelo de simulação em regime permanente foi elaborado para avaliar o desempenho do sistema frigorífico. O sistema estudado inclui uma Central de Ar Condicionado, modelo PA HILTON, constituída de um compressor alternativo do tipo semi-hermético, evaporador e condensador compacto de tubos e aletas e uma válvula de expansão termostática. O modelo do condensador considera três regiões distintas de troca de calor as quais são respectivamente a região de dessuperaquecimento, condensação e subresfriamento. Para a modelagem do evaporador, foram consideradas as regiões de evaporação e superaquecimento. No modelo de simulação foram utilizadas correlações adequadas para a estimativa dos coeficientes de transferência de calor e perda de pressão para cada região do evaporador e condensador. Não foram consideradas a transferência de calor e queda de pressão nas linhas de conexão entre os componentes. A solução do sistema de equações não lineares resultantes da modelagem matemática dos componentes do sistema simulado foi obtida utilizando-se o método das substituições sucessivas com o emprego do software Engineenng Equation Solver . Os resultados obtidos pelo modelo de simulação apresentaram erros inferiores a 9% em relação aos valores experimentais.

Modelagem e controle de uma incubadora neonatal

Este trabalho apresenta uma introdução sobre a história da neonatologia, a conceituação e a modelagem matemática do sistema térmico de uma incubadora neonatal, contendo a relação da mesma com um recém-nascido quanto a trocas térmicas, a partir da primeira lei da termodinâmica. É apresentado o método que foi utilizado para a linearização (Séries de Taylor) e os pontos de operação calculados para o sistema linear obtido no formato de espaço de estados, e a partir deste foi obtida uma representação em função de transferência. A partir da modelagem matemática do sistema, foi realizado um teste em malha aberta para verificar as características do mesmo, como estabilidade, constante de tempo e convergência para um valor final desejado, e como o sistema real opera em malha fechada, foi também realizado um teste com o sistema nesta configuração contendo um ganho unitário de malha. O comportamento do sistema não linear foi comparado ao do sistema linearizado através de suas curvas de resposta temporal a uma entrada degrau para a verificação da validade da representação linear, e após a sua validação, diagramas de bode foram gerados para diferentes parâmetros do modelo, para observar-se o efeito desta variação no comportamento dinâmico da planta, e foi percebido que o comportamento do modelo não é alterado de forma substancial para a variação dentro das faixas verificadas. Um controlador proporcional e integral (PI) foi então projetado para a eliminação do erro de regime permanente presente resposta temporal do sistema.. Testes sob diversas condições de operação foram realizados no sistema linear assim como as curvas de variação de temperatura foram obtidas com o controlador aplicado no modelo não linear, sendo os resultados considerados satisfatórios para este tipo de aplicação. Este trabalho foi realizado com o auxílio da ferramenta computacional Simulink do software Matalb®.

Detecção do contato entre camadas através do perfil de indução

Dois dos principais objetivos da interpretação petrofísica de perfis são a determinação dos limites entre as camadas geológicas e o contato entre fluidos. Para isto, o perfil de indução possui algumas importantes propriedades: É sensível ao tipo de fluido e a distribuição do mesmo no espaço poroso; e o seu registro pode ser modelado com precisão satisfatória como sendo uma convolução entre a condutividade da formação e a função resposta da ferramenta. A primeira propriedade assegura uma boa caracterização dos reservatórios e, ao mesmo tempo, evidencia os contatos entre fluidos, o que permite um zoneamento básico do perfil de poço. A segunda propriedade decorre da relação quasi-linear entre o perfil de indução e a condutividade da formação, o que torna possível o uso da teoria dos sistemas lineares e, particularmente, o desenho de filtros digitais adaptados à deconvolução do sinal original. A idéia neste trabalho é produzir um algoritmo capaz de identificar os contatos entre as camadas atravessadas pelo poço, a partir da condutividade aparente lida pelo perfil de indução. Para simplificar o problema, o modelo de formação assume uma distribuição plano-paralela de camadas homogêneas. Este modelo corresponde a um perfil retangular para condutividade da formação. Usando o perfil de entrada digitalizado, os pontos de inflexão são obtidos numericamente a partir dos extremos da primeira derivada. Isto gera uma primeira aproximação do perfil real da formação. Este perfil estimado é então convolvido com a função resposta da ferramenta gerando um perfil de condutividade aparente. Uma função custo de mínimos quadrados condicionada é definida em termos da diferença entre a condutividade aparente medida e a estimada. A minimização da função custo fornece a condutividade das camadas. O problema de otimização para encontrar o melhor perfil retangular para os dados de indução é linear nas amplitudes (condutividades das camadas), mas uma estimativa não linear para os contatos entre as camadas. Neste caso as amplitudes são estimadas de forma linear pelos mínimos quadrados mantendo-se fixos os contatos. Em um segundo passo mantem-se fixas as amplitudes e são calculadas pequenas mudanças nos limites entre as camadas usando uma aproximação linearizada. Este processo é interativo obtendo sucessivos refinamentos até que um critério de convergência seja satisfeito. O algoritmo é aplicado em dados sintéticos e reais demonstrando a robustez do método.