Otimização de canais axiais de ventilação em motores de indução trifásicos

Abstract

Esta dissertação apresenta a otimização multidisciplinar e multiobjetivo da geometria dos canais axiais de ventilação de um motor de indução trifásico de 4.000 cv de potência por meio da aplicação do método de elementos finitos e algoritmo genético combinado com a metodologia de superfícies de resposta. É apresentado o equacionamento dos circuitos magnético e elétrico do motor e após é desenvolvido um modelo de otimização que engloba análise eletromagnética (desempenho) e térmica (elevação de temperatura) de maneira conjunta. A primeira é feita através do método de elementos finitos e resolução de circuito equivalente; a segunda é realizada por meio de um cálculo térmico. Os objetivos definidos são minimizar a elevação de temperatura do motor e maximizar o cos?(??) (fator de potência), e ainda são impostas restrições de projeto para garantir que as soluções encontradas sejam viáveis. Para acelerar o processo de otimização, visto as análises pelo método de elementos finitos exigirem elevado esforço computacional, é utilizada em conjunto com o algoritmo genético a metodologia de superfícies de resposta que são construídas para mapear o comportamento das funções de estudo e estimar através de interpolação os valores das variáveis de saída. <br>

Abstract : This dissertation presents a multidisciplinary and multiobjective optimization of the geometry of the axial ventilation holes of a 4000 hp three phase induction motor by applying the finite element method and genetic algorithm combined with response surface methodology. It presents the equation of magnetic and electric motor circuits. An optimization model, which includes electromagnetic analysis (performance) and thermal (temperature rise) jointly is developed. The first is performed using the finite element method and equivalent circuit resolution. The second is performed by a thermal calculation. The objectives are to minimize the temperature rise of the motor and maximize cos (f) (power factor). Design constraints are still imposed to ensure that the solutions are feasible. To speed up the optimization process, since the analysis by finite element method require high computational effort, the response surface methodology is employed to map the behavior of the study functions in order to estimate by interpolation the output variable values.