Códigos para: Estrategia energéticamente eficiente de control óptimo no lineal para motores de inducción.
Summary
No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.
Summarise with VIRAT Free to try with your Science Catalogs account.Abstract
Título: Estrategia energéticamente eficiente de control óptimo no lineal para motores de inducción. Autor: Javier Vergara Conejero Profesora guía: Ingeborg Mahla. Fecha: Abril de 2026. Institución: Universidad de Santiago de Chile. Este repositorio contiene programas en el entorno de simulación MATLAB R2024b desarrollado para validar la estrategia de control FBL-LQI (linealización por retroalimentación con controlador lineal cuadratico integral) para motores de inducción. El objetivo principal es proporcionar un marco abierto y ejecutable para reproducir los resultados de eficiencia energética y respuesta dinámica descritos en el trabajo de investigación asociado. Para garantizar una evaluación comparativa técnica rigurosa, el conjunto de datos incluye el controlador FBL-LQI propuesto, junto con implementaciones completas de control orientado al campo directo (DFOC) y control escalar (V/f) utilizadas para la comparación. Este trabajo pretende contribuir a la optimización de los controladores de motores de inducción, proporcionando herramientas verificables para el estudio del control no lineal y óptimo, centrado en el ahorro energético bajo condiciones de carga variable. Para más información, consulte el trabajo original: J. Vergara Conejero, “Estrategia energéticamente eficiente de control óptimo no lineal para motores de inducción,” Memoria de título, Dept. Ing. Eléctrica, Universidad de Santiago de Chile, Santiago, Chile, 2026. Prof. guía: I. Mahla. Persona de contacto (dirección de correo electrónico): ingeborg.mahla@usach.cl (I. Mahla).
Fields of Study & Subjects
Sensorless Control of Electric Motors
Electric Power Systems and Control
Electric Motor Design and Analysis
Publication details
- Journal / source
- Mendeley Data
- Publication date
- 27 March 2026
- Language
- EN
- Document type
- Dataset