Optimización de las dimensiones del núcleo magnético de un motor lineal de inducción usando redes neuronales y algoritmos genéticos

En muchas aplicaciones de ingeniería se necesita realizar movimientos lineales, para lo cual tradicionalmente se realizan adaptaciones que permiten convertir el movimiento circular del motor convencional, en un movimiento lineal. Este proceso genera muchas pérdidas de potencia, por lo tanto, en situaciones donde es necesario transmitir un movimiento lineal, lo más eficiente es emplear un tipo que máquina que realice este tipo de movimiento directamente. Este tipo de máquina es el motor lineal. Ante la necesidad de mejorar los medios disponibles, se han ido creando nuevos conceptos de diseño con el fin de mejorar los ya existentes. Es por esta razón, que cobra gran importancia estudiar más en detalle los aspectos constructivos y de funcionamiento de las máquinas lineales para poder entender ciertas características de funcionamiento como el empuje, la eficiencia, el factor de potencia y además otros aspectos que deben ser tenidos en cuenta al diseñar un motor lineal como son, el peso y el costo. Estas características pueden ser mejoradas mediante el uso de técnicas que permiten optimizar el diseño de las máquinas para las condiciones de trabajo a las que serán sometidas. Con este proyecto se desea plantear una metodología que permita encontrar el diseño óptimo de un motor lineal de inducción, para lo cual será tenido en cuenta el uso redes neuronales artificiales y algoritmos genéticos, y de esta manera, ante la variación de las dimensiones del núcleo magnético, mejorar la característica de empuje de la máquina al el menor costo posible. Inicialmente, con simulaciones en elementos finitos mediante el software FLUX2D se obtiene el comportamiento del empuje del motor lineal de inducción al variar del diseño algunos de sus parámetros geométricos. Los resultados obtenidos en las simulaciones son utilizados para diseñar una red neuronal artificial en MATLAB con el objetivo de obtener en mucho menos tiempo una mayor cantidad de valores de empuje, con lo cuales es posible obtener un modelo matemático que represente dichos valores mediante regresión estadística. Los resultados obtenidos con la regresión estadística muestran que mediante el modelo de Series de Fourier se puede representar acertadamente el comportamiento de la fuerza de empuje del motor lineal al variar sus parámetros geométricos. Este modelo es finalmente utilizado, junto con los valores calculados del costo, para obtener el diseño óptimo de la máquina mediante la aplicación de algoritmos genéticos. Como resultado final se obtiene un diseño que optimiza el motor lineal, de tal manera que la fuerza de empuje aumenta en un 76,24%, mientras que el costo se incrementa en tan solo un 42%, valor muy por debajo del costo que tienen otros diseños con características de empuje similares. Se destaca tras revisar la literatura sobre el tema, que la metodología propuesta en este trabajo es novedosa en el área de diseño máquinas eléctricas y que su uso puede extenderse a otras áreas de aplicación

• Autores: Zúñiga Quiñones, Iván Enrique
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2013
• Institución: Universidad Autónoma de Occidente
• Repositorio: RED: Repositorio Educativo Digital UAO
• Idioma: spa
• OAI Identifier: oai:red.uao.edu.co:10614/5309
• Acceso en línea: http://hdl.handle.net/10614/5309
• Palabra clave: Ingeniería Eléctrica; Motores eléctricos de inducción; Redes neurales (Computadores); Simulación por computadores
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc/4.0/