Aplicao de Algoritmos Genticos no projeto de transformadores

Leonel Augusto Calliari Poltosi 1 Ney Lemke2

Resumo O presente trabalho apresenta, atravs da utilizao de Algoritmos Genticos (AGs), um mtodo para realizar projeto de transformadores. Ao contrrio do mtodo convencional de projetos, as etapas de otimizao das caractersticas de viabilidade fsica e financeira so efetuadas simultaneamente. Para realizar o projeto do transformador foi empregado um modelo analtico baseado nas relaes estabelecidas pela equao geral das mquinas eltricas. A otimizao obtida pelo estabelecimento de relaes de equilbrio no custo do material das partes constitudas de cobre e ferro. O aumento de temperatura decorrente da perda no ncleo de ferro e nos enrolamentos, bem como o rendimento energtico e a possibilidade de execuo so tratados como restries. O emprego do Algoritmo Gentico obteve resultados melhores em termos de custo e desempenho que os mtodos convencionais, obtendose reduo de custo de at 10% quando comparado sistemtica de projeto comumente empregada. Palavras-chave: Algoritmo Gentico. Transformadores. Otimizao. Abstract A method to design electric transformers using Genetic Algorithms (GA) is described in this work. Opposite to the traditional procedure, the physical and economical analyses are both done at the same time. In the transformer design, the analytical sample we have used is based on the relation established by the general equation of electric machines. The optimization is achieved when the material cost of the pieces made of copper and iron is balanced. The increases of temperature due to the iron core and winding losses, the energy efficiency and the performing possibility are deal with restriction. We verified that the Genetic Algorithms (GA) method reaches 10% lower prices and better performance than the conventional design method. Keywords: Genetic Algorithms. Transformers. Optimization;

Mestre em Cincia da Computao, Engenheiro da Travelbit Projetos e Solues. E mail: <lpoltosi@gmail.com> Doutor em Fsica, professor da Universidade Estadual Paulista, So Paulo, SP. E-mail: <ney.lemke@pq.cnpq.br> Recebido em 29/05/09, aceito em 01/09/09.
2

Poltosi, L. A. C., Lemke, N.

1 Introduo
Problemas de dimensionamento na rea de engenharia so caracterizados pelo compromisso em relao viabilidade fsica e viabilidade econmica. Do estudo de viabilidade fsica resultam conjuntos de solues de implementao plausveis. Este estudo detalha cada elemento do projeto levando em considerao a conformidade com suas propriedades fsicas, com a disponibilidade comercial e com as tcnicas construtivas disponveis que visam atender aos requisitos legais (legislao e normas tcnicas) e aos especificados pelos clientes (aplicao). A viabilidade econmica, por sua vez, contempla os fatores ligados ao impacto dos custos do prprio projeto, bem como os custos relativos implementao do objeto em referncia, como mo de obra, matria-prima, depreciao de mquinas e associados aquisio de novas tecnologias (BACK, 1983). Nos problemas reais de dimensionamento, os fatores chamados de variveis de projeto e as especificaes so inter-relacionados atravs de expresses matemticas. Entende-se por especificaes os valores definidos pelo usurio (cliente) e pela legislao ou normas industriais pertinentes (como ABNT, IEC, DIN entre outras) no tocante ao desempenho do objeto. Como exemplos, citam-se potncia de um transformador, tenso de isolao, temperaturas mximas admissveis, etc. (BAXTER, 1998). As variveis de projeto podem assumir uma srie de valores numricos contnuos ou discretos dentro de uma determinada faixa, tambm chamado range, onde podem ser implementadas. Um exemplo a dimenso do dimetro externo do anel de ferrite de um alto-falante que pode assumir qualquer valor dentro da faixa contnua entre 32 a 220 milmetros. Por outro lado, a seo do fio de cobre deste mesmo transformador pode assumir apenas um dentre os 40 valores comerciais determinados pela escala AWG American Wire Gauge, ou seja, apenas um valor discreto distribudo numa escala logartmica. Os problemas de dimensionamento em Engenharia so problemas de otimizao multi-

dimensional em que o custo ou desempenho de um determinado componente deve ser otimizado em funo das variveis de projeto. Uma tcnica muito utilizada para resolver problemas de otimizao so os algoritmos genticos.

2 Algoritmo Gentico
Um Algoritmo Gentico (AG) um mtodo heurstico inspirado na evoluo gentica. Ao contrrio do Simulated Annealing e Tabu Search, o Algoritmo Gentico utiliza uma coleo (ou populao) de solues, a qual, submetida reproduo seletiva e estratgias de recombinao, permite encontrar solues melhores. Operadores genticos como crossover e mutao so utilizados para construir novas solues utilizando solues j pesquisadas (HARTMANN, 2002) . Os candidatos soluo so relacionados pelo valor de aptido (fitness), isto , o valor que possuem na funo objetivo custo, por exemplo (GOLDBERG, 1989). A seguir, a descrio do Algoritmo Gentico: - formar a populao com pontos aleatrios no espao de busca (x1, x2, ... xn), - calcular o fitness de cada ponto da populao fit(xi), enquanto (critrio de parada no atendido): G ordenar a populao pelo valor do fitness, G selecionar pontos dando preferncia aos com bom fitness, G criar outros pontos utilizando opera-dor crossover e mutao, G calcular o fitness de cada ponto novo fit(xi), G substituir na populao original os novos pontos gerados. At o critrio de parada ser atendido, cada iterao feita denominada de gerao. Devido sua caracterstica de efetuar busca simultnea em vrias regies do espao de busca, os AGs tm sido empregados em problemas complexos de otimizao em que, muitas vezes, os mtodos de Hill Climbing falham (LACERDA; CARVALHO, 1999).

168

Revista Liberato, Novo Hamburgo, v. 10, n. 14, p. 167-174, jul./dez. 2009

Aplicao de algoritmos genticos...

Uma srie de trabalhos comparando o desempenho dos algoritmos apresentados tem sido publicada, entre os quais: Alotto et al. (1996), Azar, Reynolds, Narayanan (1999), Behler, Lunatschek (1998), Carneiro, Leite, Carvalho (1998), Diaz, Surez (2001), Knowles, Watson, Corne (2001), RaywardSmith et al. (1996). Em relao ao Algoritmo Gentico, as investigaes concluem quanto ao bom desempenho no apenas nos problemas clssicos da rea de Pesquisa Operacional, mas tambm nos do mundo real. A escolha do AG como mtodo de otimizao baseada nas seguintes vantagens (BARRETO, 2001; FORREST, 1996; MITCHELL, 1998): - trabalham tanto com variveis contnuas como discretas ou uma combinao delas; - realizam busca simultnea em vrias regies do espao de busca; - utilizam informaes de custos ou recompensas e no suas derivadas; - no exigem por parte do usurio um conhecimento matemtico aprofundado; - podem trabalhar com um grande nmero de variveis; - adaptam-se bem ao processamento paralelo; - trabalham com variveis codificadas; - fornecem uma lista de boas solues (mnimos ou mximos locais); - trabalham com dados gerados experimentalmente e so tolerantes a rudos e dados incompletos; - so modulares e portveis, os mecanismos de evoluo podem ser transferidos de uma aplicao a outra; - so flexveis para trabalhar com restries arbitrrias e otimizar mltiplas funes com objetivos conflitantes; - podem ser implementados em conjunto com outras tcnicas, formando sistemas hbridos. Neste trabalho. a nfase da aplicao de Algoritmos Genticos dada aos problemas reais de engenharia, onde restries empricas utilizadas nos mtodos convencionais de projeto sero eliminadas, visando estender o espao de busca.

3 Projeto do transformador monofsico

O transformador monofsico participa de um mercado competitivo de produo em larga escala, embora o apelo por inovaes tecnolgicas seja pequeno. O custo, refletido em termos de preo ao consumidor final, o maior fator de sucesso comercial (BAXTER, 1998). Desta forma, a otimizao uma questo bsica. Apesar de utilizar um modelo clssico para dimensionamento, no existem, para este problema, referncias a ferramentas de otimizao que envolvam a viabilidade fsica e econmica simultaneamente. Ao problema de dimensionamento do transformador monofsico incorporada a anlise financeira e, simultaneamente, a anlise fsica. Busca-se verificar a aplicabilidade do AG e se este oferece maior flexibilidade em relao variao de custos, quando comparada com a metodologia tradicional. Um enrolamento de um condutor formado por n1 espiras induz, quando submetido a uma tenso eltrica alternada V1, um campo de origem eletromagntico. Se este mesmo campo compartilhado por um segundo enrolamento formado por n2 espiras, induzido neste ltimo uma tenso V2. Esta relao formalizada pela equao geral das mquinas eltricas (Kosow, 1997), onde:
n1,2 = V1,2.108/( 4,44.Sm..f ) (1)

- n1,2 o nmero de espiras do enrolamento; - V1,2 a tenso eficaz aplicada na espira em Volts; - Sm seo magntica, ou rea da seo do enrolamento realmente percorrida pelo fluxo magntico, em cm2; - a densidade de fluxo na seo magntica em Gauss; - Sm. o fluxo magntico em Maxwell; - f a frequncia da tenso em corrente alternada em Hertz. O princpio de induo eletromagntica mtua entre dois enrolamentos a base para

Revista Liberato, Novo Hamburgo, v. 10, n. 14, p. 167-174, jul./dez. 2009

169

Poltosi, L. A. C., Lemke, N.

a definio do transformador de potncia. Nele, podemos conceber dois circuitos eletricamente isolados, mas magneticamente acoplados. Para que a ligao magntica entre os dois circuitos mencionados agora referenciados como primrio (ndice1 em suas variveis) e secundrio (ndice 2) seja a mais perfeita possvel, necessrio que estes estejam dispostos sobre um ncleo magntico que possibilite a presena de elevados fluxos magnticos e um melhor acoplamento. Esta composio de nmeros de espiras em condutores eltricos, materiais com caractersticas magnticas e dimenses determinadas, possibilita que sejam obtidos o acoplamento e a transferncia de potncia entre os dois circuitos (MCLYMAN, 1994). Desta forma, no apenas uma tenso dever ser aplicada no enrolamento primrio, para que outra se apresente no secundrio, mas uma corrente eltrica tambm circular no enrolamento primrio para que outra tambm possa circular no enrolamento secundrio. O produto da tenso e corrente do primrio definido como potncia nominal do transformador, na unidade Volt.Amperes (ou VA). Para o projeto de um transformador, devem-se definir as dimenses de um ncleo de material com boa permeabilidade magntica e, sobre ele, detalhar a montagem dos enrolamentos do circuito primrio e secundrio na forma de condutores eltricos. Estes necessitam de uma seo condutora (S1 e S2) que permite a passagem da corrente eltrica definida pela potncia nominal e pelo nmero de espiras estabelecidas pela tenso aplicada. Com estas informaes preliminares, j possvel entender que o problema do dimensionamento de transformadores encontrar o equilbrio entre a parte de propsito inteiramente eltrico (enrolamentos de cobre no primrio e secundrio) e a parte de natureza magntica (ncleo). Em parte, este equilbrio pode ser entendido na equao 1: um transformador com um ncleo de elevadas dimenses, elevado Sm, necessitar de um nmero de espiras n1 e n2 pequeno. A relao inversa da mesma forma verdadeira (FLANAGAN, 1992).

O ncleo tem a funo de prover uma alta permeabilidade magntica, isto , permitir que a densidade de fluxo magntico alcance valores elevados na equao 1. Na construo do ncleo, so empregadas chapas metlicas laminadas. Muitas so as opes de montagem do ncleo, a mais comum est representada na figura 1.

Figura 1 Disposio de tiras de Ferro-Silcio para montagem de um transformador monofsico

O material mais empregado para construo de ncleo de transformadores uma liga metlica denominada Ferro-Silcio. Apesar de permitir a passagem de elevadas densidades de fluxo magntico , ele apresenta duas caractersticas indesejadas: as perdas por corrente parasitas e as perdas por histerese magntica. Construtivamente procura-se limitar o percurso destas correntes, montando o ncleo com lminas metlicas, isoladas entre si por uma camada de xido natural ou verniz de silicone. Atualmente dois tipos de Ferro-Silcio so mais largamente disponibilizados e empregados. Trata-se do tipo GO gro orientado e do tipo GNO gro no orientado. A diferena fundamental entre os dois tipos a aplicao de um campo magntico no decorrer do processo de laminao da chapa metlica do tipo GO. Este campo orienta a formao da estrutura molecular do material, fazendo com que no GO seja possvel atingir nveis de densidade de fluxo magnticos superiores e com perdas menores que o GNO (MARTIGNONI, 1983). Alm desses fatores, o projeto de transformadores monofsicos tambm deve levar

170

Revista Liberato, Novo Hamburgo, v. 10, n. 14, p. 167-174, jul./dez. 2009

Aplicao de algoritmos genticos...

em conta outras especificaes e restries que, por falta de espao, no podero ser tratadas aqui, ainda que tenham sido consideradas para o desenvolvimento deste trabalho. As caractersticas consideradas so: - possibilidade de execuo (Posex); - temperatura do ncleo (classe de isolao); - potncia do transformador (Pot); - rendimento ( %). No decorrer do projeto de um transformador monofsico, de acordo com a literatura pesquisada, no feita nenhuma considerao sobre o custo comprometido com a implementao, principalmente no tocante aos materiais empregados. A diferena de custo relativo entre o peso do ncleo de Ferro-Silcio e o fio de cobre grande, normalmente numa razo de quatro para dez, respectivamente. O custo o critrio final para escolha da melhor configurao, selecionada a partir do conjunto de solues previamente encontradas. Para otimizao do custo de um transformador, irrelevante a parcela devida aos materiais auxiliares de montagem, como bornes, fixadores e vernizes de impregnao, pois estes so elementos comuns a todas as solues encontradas. O custo simplificado ao material destinado construo do ncleo (ferrosilcio) e aos enrolamentos do primrio e secundrio (cobre). Desta forma:
$trafo = Pfe.$fe + Pcu.$cu (2)

- Pcu o peso total do enrolamento primrio e secundrio; - $cu o custo do cobre ($/Kg) dependente da classe de temperatura.

4 Implementao do algoritmo
O algoritmo foi implementado na seguinte forma:

5 Resultados obtidos
Para sintonia dos parmetros do Algoritmo Gentico e comparao de resultados das tcnicas experimentadas, definido um conjunto de especificaes (dados de entrada) de transformadores comumente empregados. Estas especificaes so listadas na tabela 1. A investigao visa melhor compreenso da forma da superfcie de busca da funo objetivo. Este entendimento propiciar melhor avaliao da dinmica do AG auxiliando no ajuste de seus parmetros e na compreenso dos resultados. Para isto so estimados, prelimi-

onde: - $trafo o custo transformador a ser otimi-zado, em valor monetrio ($); - Pfe o peso total do ncleo do transformador em Kg; - $fe o custo do ferro-silcio ($/Kg), dependendo se tipo do ferro (GO ou GNO);

Tabela 1 Instncias para otimizao de transformadores

Tipos TR1 TR2 TR3

Potncia (VA) 1000 5000 10000

Frequncia (Hz) 60 60 50

Tenso Primrio (Volts) 220 220 220

Tenso Secundrio (Volts) 110 110 110

Classe Isolao (C) 105 130 155

Rendimento (%) 85 90 95

Posex 2,5 3 3,5

Revista Liberato, Novo Hamburgo, v. 10, n. 14, p. 167-174, jul./dez. 2009

171

Poltosi, L. A. C., Lemke, N.

narmente, valores dos parmetros do AG para aplicao no conjunto de especificaes arbitradas da tabela 2. Desta forma, ser possvel identificar a existncia de mnimos locais e determinar se a funo de aptido unimodal ou multimodal. O melhores resultados obtidos aplicando o mtodo AG para a instncia de problema TR1, limitados na formao de 5000 geraes, so exibidos abaixo. Os resultados obtidos pelo GA foram comparados ao mtodo convencional de projeto na tabela 3.
Tabela 2 Solues encontradas para TR1(*)
A (cm)
4 5 3 3 3 4 4 4 4 4

6 Concluses
Nos resultados representados na tabela 3 para as solues encontradas nas trs instncias onde o mtodo de otimizao por AG e o mtodo convencional foram comparados, conclui-se que uma nova orientao de relao de variveis de projeto pode ser agregada ao conhecimento emprico. A tcnica convencional assume que as dimenses A (largura da coluna central) e B (empilhamento) do transformador sejam iguais. Esta relao estabelece que o permetro do fio de cobre em torno do ncleo seja minimizado para uma determinada seo magntica (A x B) empregada. Com um menor permetro e determinadas sees S1 e S2 dos enrolamentos do primrio e secundrio, o peso do material o mnimo. Consequentemente, seu custo o mnimo. J os resultados obtidos pelo AG, com custos sensivelmente menores que os gerados pelo mtodo convencional, indicam, em todas as avaliaes, um valor da dimenso B superior a A. Esta relao buscou minimizar o volume do ncleo, consequentemente diminui seu peso e seu custo. Como a procura do valor mnimo de custo se faz de forma global, o mecanismo de busca encontrou a situao de equilbrio que favorece a relao de A e B timas para cada caso. Quando comparado com o mtodo convencional de projeto, o AG mostrou-se mais adaptado que o primeiro quanto a oscilaes de custos de insumos pois, sem as relaes

B (cm)
8 7 5 5 5 6 8 8 8 8

LJ (cm)
3 2 3 5 5 3 4 3 4 3

HJ (cm)
14 12 14 25 10 15 22 17 20 11

Fe
GNO GNO GO GNO GO GO GNO GNO GNO GNO

S1 (AWG)
15 15 15 15 14 15 17 16 17 15

S2 (AWG)
12 12 11 12 10 11 14 13 13 11

Custo (R$)
51,70 50,53 55,07 56,36 59,59 53,89 53,73 50,27 53,26 51,18

(*) N = 30; NI = 10; pc = 90%; pm = 20%; crossover extrapolao; substituio geracional com elitismo

Para executar a comparao com o mtodo tradicional de projeto, tomou-se o melhor resultado obtido em dez aplicaes do AG por exemplo, a tabela 2 e comparou-se com 10 solues encontradas por um projetista. Para os tipos TR1, TR2 e TR3, o AG forneceu resultados com custo, aproximadamente, 10% inferior ao mtodo convencional.

Tabela 3 Comparao do mtodo tradicional e AG(*)

Tipo TR1

Mtodo
Tradicional AG(*)

A(cm)
5 4 8 7 10 9

B(cm)
5 8 8 12 10 13

LJ(cm)
3 3 4 4 5 6

HJ(cm)
15 17 24 22 30 22

Fe
GNO GNO GNO GNO GNO GNO

S1(AWG)
15 16 8 9 4 5

S2(AWG)
11 13 5 5 2 1

R$
56,21 50,27 196,45 179,48 382,15 352,43

TR2

Tradicional AG(*)

TR3

Tradicional AG(*)

(*) N = 30; NI = 10; pc = 90%; pm = 20%; 5000 geraes; crossover extrapolao; substituio geracional com elitismo

172

Revista Liberato, Novo Hamburgo, v. 10, n. 14, p. 167-174, jul./dez. 2009

Aplicao de algoritmos genticos...

empricas, o AG tira proveito da liberdade de estabelecer novos pontos de equilbrio no peso do cobre e do ferro. Pelo fato do AG possibilitar a explorao de espaos muito prximos aos limites determinados pelas restries, os resultados obtidos observados so consideravelmente melhores que os do mtodo convencional.

ENGPJB96, Huddersfield, University of Huddersfield, v. 23, 1996. CARNEIRO, Adriano F. M.; LEITE, Patrcia T.; CARVALHO, Andr C. P. L. F., A genetic algorithm approach to optimize the operation planning of hydrothermal system Scheduling. In: SIMPSIO BRASILEIRO DE REDES NEURAIS 5, 1998, Belo Horizonte, Anais Belo Horizonte, IEEE, 1998. DIAZ, Renio; SUREZ, Alexandro R. A study of the capacity of the stochastic hill climbing to solve multi-objective problems. In: INTERNATIONAL SYMPOSIUM ON ADAPTATIVE SYSTEM, 3., 2001, Habana. Proceedings Habana, Institute of Cyberne-tics, Mathematics and Physic, 2001. p. 37-40. Disponvel em: <http://citeseer.ist.psu.edu/old/450372.html>. ESQUIVEL, Suzana C.; LEIVA, Hctor A.; GALLARD, Ral H. Multiplicity in genetic algorithms to face multicriteria optimization. In: CONGREESS ON EVOLUTIONARY COMPUTATION, 1999, Proceedings Washington, DC: IEEE Service Center, Jul. 1999. Disponvel em: <http://ieeexplore.ieee.org>. FORREST, Stephanie. Genetic algorithm. ACM Computing Survey, v. 28, n. 1, p. 77-80, maro de 1996. FLANAGAN, William M. Handbook of transformer, design & applications. 2. ed. New York: McGraw-Hill, 1992. HARTMANN, A.K.; Rieger, H.; Optimization algorithms in physics. Berlin: Wiley-VCH, 2002. KNOWLES, Joshua D.; WATSON, Richard A.; CORNE, David W. Reducing local optima in single-objective problems by multi-objectivization. In: INTERNATIONAL CONFERENCE ON EVOLUTIONARY MULTI-CRITERION OPTIMIZATION, 1, 2001, Zurich. Proceedings Berlin: Spring-Verlag, 2001. Disponvel em: <http://citeseer.ist.psu.edu>. KOSOW, Irving L. Mquinas eltricas e transformadores. Porto Alegre: Editora Globo, 1997.

7 Referncias
ALOTTO, P.; KUNTSEVITCH, A.V.; MAGELE, Ch.; MOLINARI, G.; PAUL, C.; PREIS, K.; REPETTO, M.; RICHTER, K.R. Multi-objetive optimization in magnetostatic: a proposal for benckmark problems. IEEE Transaction on Magnetics, Berlin, v. 32, n. 3, p. 1238-1241, may 1996. AZAR, Shapour; REYNOLDS, Brian J.; NARAYANAN, Sanjay. Comparison of two multiobjective optimization techniques with and within Genetic Algorithms. In: ASME DESING ENGINEERING TECHNICAL CONFERENCES, 1999, Las Vegas. Proceedings, 1999. Las Vegas: setembro de 1999. Disponvel em: <http://citeseer.ist.psu.edu>. BACK, Nelson. Metodologia de projeto de produtos industriais. Rio de Janeiro: Editora Guanabara Dois, 1983. BARRETO, Jorge M. Inteligncia artificial, no limiar do sculo XXI. 3. ed. Florianpolis: UFSC, 2001. BAXTER, Mike. Projeto de produto guia prtico para desenvolvimento de novos produtos. So Paulo: Editora Edgard Blcher, 1998. BEHLER, Gottfried K., LUNATSCHEK, Roger. Loudspeaker design software including optimization a Algorithms for acoustical and electrical networks. In: AES AUDIO ENGINEERING SOCIETY CONVENTION, Preprint, 105, So Francisco, 1998. So Francisco: AES, 1998. Disponvel em: <http://www.aes.org/e-lib/> BENTLEY, Peter J.; WAKEFIELD, Jonathan P. An analysis of multiobjetive optimization within genetic algorithms. Technical Report

Revista Liberato, Novo Hamburgo, v. 10, n. 14, p. 167-174, jul./dez. 2009

173

Poltosi, L. A. C., Lemke, N.

LARCEDA, E.G.M.; CARVALHO, A. C. P.L. F. de. Introduo aos algoritmos genticos. In: CONGRESSO NACIONAL DA SOCIEDADE BRASILEIRA DE COMPUTAO, 19, 1999, Rio de Janeiro. Anais... Rio de Janeiro: Socie-dade Brasileira de Computao, 1999. MARTIGNONI, Alfonso. Transformadores, 6. ed. Porto Alegre: Globo 1983.

McLYMAN, Colonel W. M. Transformer and inductor design handbook New York: Marcel Dekker Inc, 1994. MITCHELL, Melanie. An introduction to genetic algorithms. Cambridge: MIT PRESS, 1998. RAYWARD-SMITH, V.J.; OSMAN, I.H.; REEVEK, C.R.; SMITH, G.R. Modern heuristic search methods. Londres: Wiley, 1996.

174

Revista Liberato, Novo Hamburgo, v. 10, n. 14, p. 167-174, jul./dez. 2009