Un enfoque novedoso para la caracterización de motores de corriente continua sin escobillas en drones basado en el caos
Autores: V. Medeiros, Ramon L.; G. S. Ramos, Jorge Gabriel; Nascimento, Tiago P.; C. Lima Filho, Abel; Brito, Alisson V.
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Un enfoque novedoso para la caracterización de motores de corriente continua sin escobillas en drones basado en el caos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Técnica
Análisis de señales
Caos
Densidad de máximos
Motores BLDC
Vehículos eléctricos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 7
Citaciones: Sin citaciones
Se presenta una técnica novedosa llamada Análisis de Señales basado en Caos utilizando la Densidad de Máximos (SAC-DM) para analizar el comportamiento de los motores de Corriente Continua Sin Escobillas (BLDC). Estos motores se utilizan ampliamente en vehículos eléctricos, especialmente en drones. El enfoque propuesto se compara con la Transformada Rápida de Fourier (FFT) tradicional y los experimentos que analizan un motor BLDC de un dron demuestran resultados similares pero computacionalmente más simples. La principal contribución de esta técnica es la posibilidad de analizar señales en el dominio del tiempo, en lugar del dominio de la frecuencia. Es posible identificar comportamientos de funcionamiento y fallos con menos recursos computacionales que el enfoque tradicional.
Descripción
Se presenta una técnica novedosa llamada Análisis de Señales basado en Caos utilizando la Densidad de Máximos (SAC-DM) para analizar el comportamiento de los motores de Corriente Continua Sin Escobillas (BLDC). Estos motores se utilizan ampliamente en vehículos eléctricos, especialmente en drones. El enfoque propuesto se compara con la Transformada Rápida de Fourier (FFT) tradicional y los experimentos que analizan un motor BLDC de un dron demuestran resultados similares pero computacionalmente más simples. La principal contribución de esta técnica es la posibilidad de analizar señales en el dominio del tiempo, en lugar del dominio de la frecuencia. Es posible identificar comportamientos de funcionamiento y fallos con menos recursos computacionales que el enfoque tradicional.