Aplicação do método de Monte Carlo para estimação de incertezas de medição em ensaios de rendimento de motores de indução trifásicos

Abstract

Este trabalho tem como foco a estimativa de incertezas de medição associadas ao rendimento de motores de indução trifásicos determinado por segregação de perdas segundo a norma IEEE 112. Uma vez que o rendimento é determinado indiretamente por cálculos não lineares, as incertezas combinadas estimadas pelo uso de modelos analíticos não possuem alta confiabilidade, além de terem equacionamentos complexos. Por conta disto, é necessário utilizar modelos numéricos, com o auxílio de ferramentas digitais. Para sanar esta demanda, é proposto um software, denominado FEIMC (Ferramenta de Estudo de Incertezas de Medição pelo método de Monte Carlo), que realiza simulações massivas do modelo de determinação de rendimento com valores aleatórios de medições gerados segundo as incertezas dos instrumentos de medição. Para torná-lo funcional, foi necessário entender este cenário por meio da análise da bibliografia existente e dos estudos recentes realizados no GRUCAD (Grupo de Concepção e Análise de Dispositivos Eletromagnéticos). O programa foi desenvolvido na linguagem de programação Python e aplicado no contexto de uma bancada de ensaios disponível no GRUCAD. O trabalho possibilitou a estimação das incertezas associadas ao rendimento de motores testados previamente no grupo de pesquisa e a disponibilização de uma ferramenta que pode ser adaptada a outros procedimentos experimentais.

This work focuses on the estimation of measurement uncertainties associated with the efficiency of three-phase induction motors determined by loss segregation according to the IEEE Standard 112. Since the efficiency is indirectly determined by non-linear equa tions, the combined uncertainties estimated by the use of analytical models do not have high reliability, beside having complex equations. Because of this, it is necessary to use numerical models, with the help of digital tools. To meet this demand, a software called FEIMC (Tool for the Study of Measurement Uncertainties by the Monte Carlo method) is proposed, which performs massive simulations of the efficiency determination model with random measurement values generated according to the uncertainties of the measurement instruments. To make it functional, it was necessary to understand this scenario through the analysis of the existing bibliography and recent studies carried out at GRUCAD (Group for the Conception and Analysis of Electromagnetic Devices). The program was developed in the Python programming language and applied in the context of a test bench available in GRUCAD. The work made possible to estimate the uncertainties associated with the performance of motors previously tested in the research group and to provide a tool that can be adapted to other experimental procedures.