ANÁLISE DE MODELO PARAMÉTRICO DE OTIMIZAÇÃO DE PROJETO DE MÁQUINA PENTAFÁSICA UTILIZANDO DESIGN DE EXPERIMENTOS
Resumo
O objetivo desse trabalho é validar o modelo parâmetro utilizado para otimizar o projeto de uma máquina elétrica pentafásica através de aplicação de métodos de Design de Experimentos (DoE). É apresentando inicialmente uma breve pesquisa bibliográfica onde são referenciados estudos que utilizam DoE nos processos de projeto, fabricação e estudo de vida útil de máquinas elétricas rotativas. Após é apresentando um caso de análise baseado em um estudo de otimização de projeto de máquina pentafásica, o DoE foi utilizado para avaliar oito variáveis de controle do processo e sua análise possibilitou verificar a significância dos efeitos dos fatores controlados nas variáveis de resposta. Além disso foi sugerido, após as análises de variância individual de cada fator controlado e do modelo de otimização, a redução de três intervalos de variação utilizadas no modelo paramétrico do algoritmo de otimização. A aplicação das reduções de intervalos sugeridas possibilitou a redução do espaço de solução do problema de otimização, sem prejudicar seus resultados e em outra aplicação possibilitou, com o mesmo espaço de solução, encontrar outras respostas pertencentes ao conjunto de soluções do problema multiobjetivo.
Texto completo:
PDFReferências
DIAS, T. F. Otimização Multiobjetivo de uma Máquina Pentafásica Utilizando NSGA-II. Dissertação (Mestrado em Engenharia) - PPGEE, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2016.
GREENHILL, S.; RANA, S.; GUPTA, S.; VELLANKI, P; VENKATESH, S. Bayesian Optimization for Adaptive Experimental Design: A Review. IEEE Access, vol. 8, pp. 13937-13948, 2020.
LEI, G.; LIU, C.; ZHU, J.; GUO, Y. Techniques for Multilevel Design Optimization of Permanent Magnet Motors. IEEE Transactions on Energy Conversion, vol. 30, no. 4, pp. 1574-1584, dez. 2015.
MAUSSION, P. Design of Experiments in electrical engineering: Applications in control and modeling. 2017 IEEE Workshop on Electrical Machines Design, Control and Diagnosis (WEMDCD), Nottingham, 2017, pp. 179-186.
Apontamentos
- Não há apontamentos.