Diseño óptimo del factor de peso del controlador predictivo de corriente de una máquina de inducción de seis fases basado en el algoritmo de optimización de enjambre de partículas

Abstract

El control predictivo de estados finitos (FS-MPC) como control predictivo de corriente (PCC) es considerado una alternativa interesante para el control de las corrientes de estator de maquinas multifásicas, debido a la flexibilidad que ofrece el control, permitiendo la inclusión de restricciones con facilidad. La selección de una acción de control en el PCC involucra la minimización de una función de costo, en la cual se ven involucradas variables tales como las corrientes de estator, a través de factores de peso. En este contexto, el presente Trabajo Final de Maestría propone un método de ajuste del factor de peso del PCC basado en el algoritmo de optimización Multiobjetivo de Enjambre de Partículas (MOPSO), utilizando como objetivo la minimización de las raíces de los errores cuadraticos medios en el seguimiento de las corrientes de estator, utilizando el concepto de Óptimos de Pareto. Para ello es modelada y simulada una Máquina de Inducción Hexafasica Asimétrica, junto con el PCC, obteniendo Frentes de Pareto que proveen soluciones optimas al problema, que luego son probados experimentales para validar la técnica propuesta.