Usando Cálculos de FE e Técnicas de Identificação de Sistemas Baseadas em Dados para Modelar o Comportamento Não Linear de PMSMs

Este artigo investiga a modelagem de máquinas síncronas de ímã permanente sem escovas (PMSMs). O foco é na derivação de um processo automatizável para obter modelos dinâmicos de motores que levem em conta efeitos não lineares, como saturação. A modelagem é baseada em simulações de elemento finito (FE) para diferentes vetores de corrente no plano dq ao longo de um período elétrico completo. Os parâmetros obtidos são o fluxo do estator em termos das componentes diretas e em quadratura e o torque do ar quente, ambos modelados como funções do ângulo do rotor e do vetor de corrente. Os dados são pré-processados de acordo com resultados teóricos sobre harmônicos potenciais nas metas como funções do ângulo do rotor. Uma variedade de estratégias de modelagem foi explorada: regressão linear, máquinas de vetor de suporte, regressão simbólica usando programação genética, florestas aleatórias e redes neurais artificiais. Os modelos de motores foram otimizados para cada técnica de treinamento, e sua precisão foi então comparada com base nos dados iniciais de FE disponíveis e em simulações de FE adicionais para vetores de corrente adicionais. Redes neurais artificiais e regressão simbólica usando programação genética alcançaram a maior precisão, particularmente com dados de teste adicionais.