Tolerancia a fallos en inversores de tensión para motores de inducción

Este libro explora la aplicación de técnicas de inteligencia artificial (IA) para la detección, diagnóstico y reconfiguración de fallos en un inversor trifásico de fuente de tensión (VSI) que alimenta un accionamiento de motor de inducción. El estudio se centra en la mejora de la fiabilidad y la eficiencia de los accionamientos de motores de inducción abordando fallos comunes del inversor, como fallos de circuito abierto y cortocircuito, utilizando métodos basados en IA como las redes neuronales artificiales (RNA), el control lógico difuso (Fuzzy Logic Control, FLC) y las redes neuronales convolucionales (CNN). La investigación propone un sistema tolerante a fallos que integra estrategias de control inteligente, incluyendo el Control Directo de Par (DTC) y el Control Directo de Par con Modulación Vectorial Espacial (DTC-SVM), para mejorar la robustez del sistema de accionamiento del motor. Los métodos propuestos se validan mediante simulaciones, demostrando una alta precisión en la detección y diagnóstico de fallos, así como una reconfiguración eficaz del inversor para mantener la estabilidad del sistema en condiciones de fallo.