Abril 2015 vol. 1 num. 1 - Congresso Nacional de Matemática Aplicada à Indústria

Artigo Completo - Open Access.

Idioma principal | Segundo idioma

ESTIMAÇÃO DE PARÂMETROS DE UM MÓDULO TERMOELÉTRICO COM ALGORITMO DAS ABELHAS PSO

THERMOELECTRIC PARAMETER ESTIMATION BASED ON METAHEURISTIC BEES

Giratá, Daniel Ricardo Ojeda ; Vilcanqui, Omar Alexander Chura ; Almeida, Luiz Alberto Luz de ;

Artigo Completo:

Módulos termoelétricos (TEM Thermoelectric Modules) são utilizados na geração de energia elétrica e na construção de câmaras térmicas para caracterização de materiais como ligas de memória de forma (SMA- Smart Memory Allow), dentre outros. Para ter uma correta representação dos TEM é necessária a identificação de um modelo que consiga representar o seu funcionamento, tanto em corrente contínua como em demais frequências relevantes. No presente trabalho, é proposto um modelo para a representação do TEM considerando as não linearidades deste. Métodos clássicos de estimação para modelos lineares nos parâmetros não se aplicam para o modelo proposto. Para obtenção dos valores dos parâmetros do TEM, este é excitado com ruído branco e a resposta é utilizada para o algoritmo de PSO (Particle swarm optimization) fazer a estimação. O modelo escolhido para a caracterização do TEM é não-linear com oito parâmetros, que representam elementos do TEM tais como: a camada superior, a placa superior, camada central, placa inferior e o dissipador de calor do TEM, sendo os oito parâmetros calculados pelo PSO. O ruído branco de excitação é antes filtrado, resultando em um sinal dinamicamente persistente com componentes de altas e baixas frequências, de tal forma que o TEM seja bem caracterizado. Resultados de simulações mostram a efetividade do PSO no cálculo de parâmetros do modelo TEM.

Artigo Completo:

Thermoelectric Modules (TEM) are used in the power generation and construction of thermal cameras for material characterization such as smart memory allow (SMA), among other. To obtain a correct TEM representation, it is necessary a proper model identification procedure to represent the TEM operation, both in DC and other relevant frequencies. In this paper, a TEM model is proposed, where the nonlinear caracteristics were considered. Where classical methods for linear parameters estimation are not apply to the proposed model. To obtain the TEM parameters, it is excited by a current with a spectral power density of a white noise, and then is used the temperature response for the PSO algorithm (Particle Swarm optimization) to make the estimation. The chosen model is nonlinear with eight parameters, wich represent the TEM: the top layer, the hot side, the middle layer, cold side and the heatsink. For numerical stability, the white noise excitation is filtered before, geting a dynamically persistent signal with high and low frequencies components, so TEM will be properly characterized. Simulation results show the effectiveness of the PSO in TEM parameters estimation.

Download (PDF)

Palavras-chave: módulo termoelétrico, estimação de parâmetros, identificação de sistemas não-lineares, otimização por enxame de abelhas (PSO), metaheurística, thermoelectric module, parameters estimation, particle swarm optimization (PSO), methaeuristic optimization, nonlinear system identification,

Palavras-chave: ,

DOI: 10.5151/mathpro-cnmai-0125

Referências bibliográficas
  • [1] Almeida, L. A. L. 2003. Modelo de Histerese para Transição Semicondutor-Metal em Filmes Finos de VO2, PhD thesis, Departamento de Engenharia Elétrica - UFPB, Campina Grande, Paraíba, Brasil.
  • [2] Chávez, J. A., Ortega, J. A., Salazar, J., Turó, A. and García, M. J. 2000. Spice model of thermoelectric elements including thermal efects, Proceedings of the 17th IEEE Instrumentation and Measurement Technology Conference - IMTC.
  • [3] Dalola, S., Ferrari, M., Ferrari, V., Guizzetti, M., Marioli, D. and Taroni, A. 2009. Characterization of Thermoelectric Modules for Powering Autonomous Sensors, IEEE Transactions on Instrumentation and Measurement, (Volume:58,Issue: 1 ).
  • [4] Huang, B. J. and Duang, C. L. 2000. System dynamic model and temperature control of a thermoelectric cooler, International Journal of Refrigeration (23): 197-207.
  • [5] Kennedy, J., Eberhart, R. 195 Particle Swarm Optimization Washington, DC 20212, Purdue School of Engineering and Technology, Indianapolis IN 46202-5160.
  • [6] Meijer, G. and Herwaarden, A. 1994. Thermal Sensors, IOP Publishing.
  • [7] Mitrani, D., Tome, J., Salazar, J., Two, A., Garcia, M. and Chavez, J. 2004. Methodology for Extracting Thermoelectric Module Parameters. Sensor Systems Group, Electrical Engineering Department, Universitat Politecnica de Catalunya.
  • [8] Mondal, D., Chakrabarti, A. and Sengupta, A. 2012. Optimal Placement and Parameter setting of SVC and TCSC using PSO to Mitigate Small Signal Stability Problem. Department of Electrical Engineering, Bengal Engineering and Science University, Howrah 711 103, India.
  • [9] Ljung, L. 1987. System Identification: Theory for the User, Englewood Cliffs, NJ: Prentice-hall, 1987
  • [10] Palacios, R., Arenas, A., Pecharromán, R. R. and Pagola, F. L. 2009. Analytical procedure to obtain internal parameters from performance curves of commercial thermoelectric modules. Universidad Pontificia Comillas, Instituto de Investigación Tecnológica, Alberto Aguilera, 23, 28015 Madrid, Spain.
  • [11] Poli, R. 2007. Analysis of the Publications on the Applications of Particle Swarm Optimization. Department of Computer Science, University of Essex, Colchester CO4 3SQ, UK.
  • [12] Rowe, D. M. 1995. CRC Handbook of Thermoelectrics, CRC Press.
  • [13] Therdbankerd, T., Peerayot, S., Nattapon, Ch., and Hideaki, F., 2010. Parameter identification of a linear permanent magnet motor using particle swarm optimization, Department of Electrical Engineering, Kasetsart University 50 Phahonyothin Rd., Ladyao, Jatujak, Bangkok, 10903, Thailand
  • [14] Vasconcelos, A. 2007. Algoritmos Genéticos e Particle Swarm Optimization e suas Aplicações Problemas de Guerra Eletrônica. Diretoria de Sistemas de Armas da Marinha, RJ. Brasil.
  • [15] Venkata, R. and Vivek, P. 2012. Multi-objective optimization of two stage thermoelectric cooler using a modified teaching–learning-based optimization algorithm. Department of Mechanical Engineering, S.V. National Institute of Technology, Ichchanath, Surat 395 007, Gujarat, India.
Como citar:

Giratá, Daniel Ricardo Ojeda; Vilcanqui, Omar Alexander Chura; Almeida, Luiz Alberto Luz de; "ESTIMAÇÃO DE PARÂMETROS DE UM MÓDULO TERMOELÉTRICO COM ALGORITMO DAS ABELHAS PSO", p. 715-723 . In: Anais do Congresso Nacional de Matemática Aplicada à Indústria [= Blucher Mathematical Proceedings, v.1, n.1]. São Paulo: Blucher, 2015.
ISSN em b-reve, DOI 10.5151/mathpro-cnmai-0125

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações