Escolar Documentos
Profissional Documentos
Cultura Documentos
co/neuronales
3.2
220
ARDILLA
http://ohm.utp.edu.co/neuronales
221
Estas corrientes
n sinc =
120 f e
P
(3.2.1)
mediante la ecuacin
http://ohm.utp.edu.co/neuronales
222
eind = (vxB ) L
(3.2.2)
Donde v= velocidad de las barras del rotor con relacin al campo magntico
El movimiento relativo del rotor con relacin al campo magntico del estator es lo
que produce el voltaje inducido en una barra del rotor. La velocidad de las barras
superiores del rotor, con relacin al campo magntico es hacia la derecha, de tal
forma que el voltaje inducido en las barras superiores estar hacia fuera de la
figura y el voltaje inducido en las varillas inferiores estar hacia adentro de la
figura. Esto determina un flujo de corriente hacia fuera de las barras superiores y
hacia adentro de las barras inferiores, sin embargo como el conjunto del rotor es
http://ohm.utp.edu.co/neuronales
223
inductivo y su corriente pico se atrasa con relacin a su voltaje pico (parte central
de la figura 3.2.2), el flujo de corriente del rotor produce un campo magntico BR.
Por ltimo, como el momento de torsin inducido en la mquina se expresa por:
ind = k * B R xB S
(3.2.3)
No obstante, la velocidad del motor tiene un lmite superior finito. Si el rotor del
motor de induccin girara a velocidad sincrnica, entonces sus barras
permaneceran estacionarias con relacin al campo magntico y no habra
induccin de voltaje; si fuera igual a cero, entonces no habra corriente ni campo
magntico en el rotor;
inducido sera cero porque el rotor se frenara como consecuencia de las prdidas
por friccin.
En esta aplicacin sugerida en Delgado [8], se requiere entrenar una red neuronal
que sintetice el accionamiento correspondiente a la inversin del sentido de giro
de un motor de las condiciones descritas anteriormente. En la figura 3.2.3 se hace
http://ohm.utp.edu.co/neuronales
224
http://ohm.utp.edu.co/neuronales
225
Q1 = (Q1 I 4 )* I1 * I 2 * I 3 * Q2
(3.2.4)
Q2 = (Q2 + I 3 )* I1 * I 2 * I 4 * Q1
(3.2.5)
Los valores de entrada a la red fueron determinados por Delgado [8] los cuales
cubren las posibles combinaciones de contactores de la figura 3.2.3, de tal modo
que su interconexin determinar el sentido de giro para el motor trifsico. Los
estados de cada uno de los contactores se agrupan en la tabla 3.2.1, en donde 1
representa el contactor se encuentra activo y 1 representa que el contactor est
inactivo.
P
I1
I2
I3
I4
P1
-1
-1
-1
-1
-1
P
I1
I2
I3
I4
P13 P14 P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25
-1
1
-1
-1
1
1
1
1
1
1
1
1
1
1
1
1
1
-1
-1
-1
-1
-1
-1
-1
-1
1
1
1
1
1
-1
-1
-1
-1
1
1
1
1
-1
-1
-1
1
1
-1
-1
1
1
-1
-1
1
1
-1
-1
1
-1
1
-1
1
-1
1
-1
1
-1
1
-1
P2
-1
-1
-1
-1
1
P3
-1
-1
-1
1
-1
P4
-1
-1
-1
1
1
P5
-1
-1
1
-1
-1
P6
-1
-1
1
-1
1
P7
-1
-1
1
1
-1
P8
-1
-1
1
1
1
P9
-1
1
-1
-1
-1
http://ohm.utp.edu.co/neuronales
226
Siendo 1 el valor que representa el giro del motor por derecha y 1 el valor que
representa el giro por izquierda, los valores esperados de salida se visualizan en
la tabla 3.2.2:
t1
-1
t2
-1
t3
-1
t4
-1
t5
-1
t6
-1
t7
-1
t8
-1
t10
-1
t11
-1
t12
-1
t13
-1
t14
1
t15
-1
t16
-1
t17
1
t18
1
t19
1
t20
1
t24
1
t25
1
t9
-1
http://ohm.utp.edu.co/neuronales
227
wT p + b = 0
(3.2.6)
Expresar los datos de la tabla 3.2.1 grficamente para saber si los valores de
entrada a la red son linealmente separables, es imposible debido al orden de estos
datos los cuales generan una grfica en R5, as que es necesario emplear la
tcnica alternativa del captulo 2, en la cual por medio de desigualdades se
http://ohm.utp.edu.co/neuronales
228
El proceso de entrenamiento de esta red fue realizado por medio del Matlab,
utilizando las funciones de la herramienta de redes neuronales. Como patrones
de entrada a la red se emplearon los datos de la tabla 3.2.1, y sus salidas
asociadas corresponden a la tabla 3.2.2.
net.IW{1,1}=rands(1,5);
net.b{1}=[1];
http://ohm.utp.edu.co/neuronales
229
net.adaptParam.passes=50;
[net,a,e]=adapt(net,p,t);
Pesos =
6.0056
2.4189
1.8578
1.6092
1.3793
Ganancia =
-1
Tabla 3.2.3 Valores finales de los parmetros de la red finalizado el proceso de entrenamiento
El error entregado por esta red fue cero, demostrando no slo la efectividad de la
red tipo Perceptrn para clasificar patrones linealmente separables, sino su
facilidad de implementacin, ya que slo requiere tener clarificados la naturaleza
de los datos de entrada a la red y la respuesta asociada a cada uno de ellos.