Nesta dissertação apresentaremos um m´método para detecção automática da quantidade de carga adicionada em uma lavadora de roupas para que esta possa adequar o seu nível de água e ciclo de lavagem. A máquina na qual este algoritmo foi desenvolvido é uma máquina de eixo vertical (abertura na parte de cima) e utiliza um motor síncrono trapezoidal (BPM do inglês Brushless Permanent Magnet). O algoritmo que será descrito aqui utiliza uma rede neural para inferir a quantidade de carga baseado em informações disponíveis nesta m´máquina como, corrente do motor, velocidade do cesto e tensão de alimentação, entre outros, essas informações estão disponíveis na maioria dos modelos de máquinas de lavar roupas que utilizam esse tipo de motor. A utilização de um algoritmo para detectar automaticamente e de forma precisa a quantidade de roupas é muito importante, pois dessa forma evita-se o desperdício de insumos e, principalmente, água no processo de lavagem. Além disso apresentaremos os resultados que mostram a diferença entre o uso da rede neural e o método linear chamado planejamento de experimento (DOE do inglês Design of Experiments).

In this dissertation a method for automatic load size detection will be presented, so the water level and the washing cycles can be chosen by a washing machine. The machine where this algorithm was developed is a top load washing machine that uses a brushless permanent magnet motor (BPM motor). The algorithm that is going to be described here uses a neural network to deduce the load size based on information available on this machine such as, motor current, basket speed, power supply voltage and others. These signals are available on most washing machines that uses this kind of motor. The use of an algorithm that detects automatically and precisely the load amount is very important in order to avoid the waste of soap, bleach and softner and, more importantly, water during the wash task. Moreover the use of the neural network will be compared with a linear methods called DOE (design of experiment). Finally, results showing the difference between both methods are presented.