Redes Neurais Artificiais Aplicadas ao Controle de um Retificador Buck PFC Monofásico
Redes Neurais Artificiais Aplicadas ao Controle de um Retificador Buck PFC Monofásico [recurso eletrônico] / Carlúcio Pereira da Silva ; orientador, Diego Santos Greff
Data de publicação
2024
Descrição física
130 p. : il.
Nota
Disponível somente em versão on-line.
Dissertação (mestrado) – Universidade Federal de Santa Catarina, Centro Tecnológico de Joinville, Programa de Pós-Graduação em Engenharia de Sistemas Eletrônicos, Florianópolis, 2024.
Inclui referências.
Versão integral em pdfEste trabalho apresenta um estudo sobre a utilização de algoritmos baseados em redes neurais artificiais aplicadas ao controle da tensão de saída e correção de fator de potência de um retificador Buck, que deu origem a um Adaptive Neural Network Controller (ANNC), o qual emprega as técnicas Feedforward Current do indutor de saída e neurônio aditivo, onde a ação de controle se dá por meio da razão cíclica aplicada ao acionamento do transistor de potência. O aprendizado aplicado ao ANNC possui característica de tempo real, sem a necessidade de treinamento prévio portanto, o sistema se adapta as mudanças regulando a tensão e corrigindo o fator de potência instantaneamente. A simulação do ANNC utilizou o software PSIM, onde são analisadas as respostas dinâmicas do retificador Buck frente ao degrau na potência de saída e seus efeitos quanto: a estabilidade da tensão na carga, a manutenção do fator de potência praticamente unitário, e o baixo conteúdo harmônico da corrente de entrada. Neste trabalho são apresentados os resultados de simulação e experimental, onde é possível observar que as técnicas empregadas, Feedforward Current e neurônio aditivo, promovem o ajuste da tensão de saída conforme a referência e mantém um fator de potência praticamente unitário. No intuito de comprovar a aplicação da técnica apresentada, um protótipo de 1500W, 220V de tensão de entrada, e até 60V de tensão de saída foi implementado, onde foram obtidos resultados de acordo com o intervalo dos ensaios realizados, alcançando um fator de potência de 0, 9932 com uma Distorção Harmônica Total na ordem de 5, 94%.
exportar: MARC tags, MARCXML, ISO 2709
| Campo | Ind1 | Ind2 | Dados |
|---|---|---|---|
| Líder | 05608ntm a2200253 a 4500 | ||
| 001 - Número de controle | B000164 | ||
| 003 - Identificador do número de controle | BR-FlWIK | ||
| 005 - Data e hora da última transação | 20241017140430.0 | ||
| 008 - Informações gerais | 241017s2024 scba gsm 000 0 por d | ||
| 040 - Fonte da catalogação | # | # |
$aBR-FlWIK |
| 090 - Número de chamada local (etiqueta) | # | # |
$aCETD |
| 100 - Ponto de acesso principal - Nome pessoal | 1 | # |
$aSilva, Carlúcio Pereira da |
| 245 - Indicação de título | 1 | 0 |
$aRedes Neurais Artificiais Aplicadas ao Controle de um Retificador Buck PFC Monofásico |
| 260 - Publicação, distribuição, etc. (Imprenta) | # | # |
$c2024. |
| 300 - Descrição física | # | # |
$a130 p. : |
| 500 - Nota geral | # | # |
$aDisponível somente em versão on-line. |
| 502 - Nota de dissertação | # | # |
$aDissertação (mestrado) – Universidade Federal de Santa Catarina, Centro Tecnológico de Joinville, Programa de Pós-Graduação em Engenharia de Sistemas Eletrônicos, Florianópolis, 2024. |
| 504 - Nota de bibliografia, etc. | # | # |
$aInclui referências. |
| 520 - Resumo, etc. | # | # |
$aEste trabalho apresenta um estudo sobre a utilização de algoritmos baseados em redes neurais artificiais aplicadas ao controle da tensão de saída e correção de fator de potência de um retificador Buck, que deu origem a um Adaptive Neural Network Controller (ANNC), o qual emprega as técnicas Feedforward Current do indutor de saída e neurônio aditivo, onde a ação de controle se dá por meio da razão cíclica aplicada ao acionamento do transistor de potência. O aprendizado aplicado ao ANNC possui característica de tempo real, sem a necessidade de treinamento prévio portanto, o sistema se adapta as mudanças regulando a tensão e corrigindo o fator de potência instantaneamente. A simulação do ANNC utilizou o software PSIM, onde são analisadas as respostas dinâmicas do retificador Buck frente ao degrau na potência de saída e seus efeitos quanto: a estabilidade da tensão na carga, a manutenção do fator de potência praticamente unitário, e o baixo conteúdo harmônico da corrente de entrada. Neste trabalho são apresentados os resultados de simulação e experimental, onde é possível observar que as técnicas empregadas, Feedforward Current e neurônio aditivo, promovem o ajuste da tensão de saída conforme a referência e mantém um fator de potência praticamente unitário. No intuito de comprovar a aplicação da técnica apresentada, um protótipo de 1500W, 220V de tensão de entrada, e até 60V de tensão de saída foi implementado, onde foram obtidos resultados de acordo com o intervalo dos ensaios realizados, alcançando um fator de potência de 0, 9932 com uma Distorção Harmônica Total na ordem de 5, 94%. |
| 520 - Resumo, etc. | 8 | # |
$aAbstract: Abstract: Recent advances in the development of nanomaterials have allowed their application in the controlled release of drugs for local treatment against cancer. However, despite the numerous systems reported in this area, the accumulation low rate of the nanomaterials in the biological systems remains a challenge. Polymeric nanoparticles (Nps) homogeneously distributed in polymer nanofibers (Nfs) formed by eletrospinning are an alternative to overcome these challenges. Thus, in this doctoral theses, a new nanomaterial was developed by dispersion of the Nps of carboxymethyl hexanoyl chitosan/dodecyl sulfate (CHQ-SDS) in PEO/chitosan Nfs (PEOCh-H3). The nanomaterial was applied in the controlled release of pyrazoline (H3TM04), which have activity against leukemia and melanoma cancer cells. The thesis was developed in 3 stages: i) A fundamental study, to understand the interaction process and nanoaggregates formation of the carboxymethyl hexanoyl chitosan / dodecyl sulfate. ii) Formation of CHQ-SDS Nps applied in the encapsulation and in vitro assays against leukemic cells. iii) The formation of the Nfs PEOCh-H3 by eletrospinning, and applied in vitro and ex vivo release of H3TM04 in melanoma cells and human skin. The formation of CHQ-SDS nanoaggregates occurs by hydrophobic assembly between the SDS and CHQ, where this is a thermodynamically favorable process. On the other hand, the presence of SDS decreases the hydrodynamic radius and surface charge of the nanoaggregates, increasing the colloidal stability in aqueous solution for up to 150 days. The CHQ-SDS Nps were formed at pH 7.4 and characterized by dynamic light scattering, electron transmission microscopy and zeta potential, showed a spherical morphology. The encapsulation efficiency of H3TM04 was 96% and the nanoparticles had 83,9 ± 1,2 nm of the hydrodynamic radius. The in vitro release results demonstrated that the active compound release process occurs by the Nps erosion, decreasing the inhibitory concentration (IC50) for leukemia cells (Jukat and K-562). Finally, the PEOCh-H3 nanofibers were formed and characterized by thermal and microscopic techniques. The Nps were evidenced within the Nfs by transmission electron microscopy. in vitro studies demonstrated that the release process of H3TM04 occurs by diffusion and erosion of the nanomaterial during 120 h. On the other hand, PEOCh-H3 increases the accumulation of the active compounds in the epidermis (ex vivo release test on human skin), as well as increases the cytotoxic effect of H3TM04 in melanoma cells (in vitro test). This double release barrier (Nfs/Nps) is a promising candidate for the controlled release of drugs to increases the accumulation rate of the active compound in the biological tissue. |
| 650 - Ponto de acesso secundário de assunto - Termo tópico | 0 | 4 |
$aEngenharia de sistemas eletrônicos |
| 700 - Ponto de acesso secundário - Nome pessoal | 1 | # |
$aGreff, Diego Santos, |
| 710 - Ponto de acesso secundário - Entidade coletiva | 2 | # |
$aUniversidade Federal de Santa Catarina. |
| 856 - Localização e acesso eletrônicos | 4 | 0 |
$zVersão integral em pdf |