ارزیابی جریان راه اندازی موتورهای القایی با استفاده از شبکه عصبی
Publish Year: 1393
Type: Journal paper
Language: Persian
View: 206
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_JIPET-5-18_008
Index date: 9 January 2022
ارزیابی جریان راه اندازی موتورهای القایی با استفاده از شبکه عصبی abstract
موتورهای القایی به صورت گسترده ای در صنعت مورد استفاده قرا می گیرند. با این وجود در طول پروسه راه اندازی، جریان راه اندازی آنها آنچنان بزرگ است که می تواند به تجهیزات آسیب برساند. بنابراین این جریان بایستی با دقت تخمین زده شود. در این مقاله، از شبکه عصبی مصنوعی برای ارزیابی مقدار پیک جریان راه اندازی موتورهای القایی استفاده می شود. هر دو ساختار متداول پرسپترون چندلایه (MLP) و تابع پایه ای شعاعی (RBF)مورد بررسی قرار می گیرند. برای آموزش ساختار MLP از شش الگوریتم پس انتشار (BP)، دلتا-بار-دلتا (DBD)، دلتا-بار-دلتا توسعه یافته (EDBD)، جستجوی تصادفی جهت دار (DRS)، انتشار سریع (QP) و لونبرگ مارکواردت (LM) استفاده می شود. نتایج شبیه سازی نشان می دهند که هرچند اکثر شبکه های آموزش دیده قادر به تخمین مناسب مقدار پیک جریان راه اندازی هستند، اما الگوریتم هایLM و EDBD بهترین نتیجه را بر اساس میانگین خطای نسبی و مطلق ارائه می دهد. این روش می تواند به شرکت های سازنده و اپراتورها برای ارزیابی مقدار پیک جریان راه اندازی در مرحله طراحی و بهره برداری کمک کند تا بتوانند تدابیر لازم را برای عملکرد ایمن موتور فراهم نمایند.
ارزیابی جریان راه اندازی موتورهای القایی با استفاده از شبکه عصبی Keywords:
ارزیابی جریان راه اندازی موتورهای القایی با استفاده از شبکه عصبی authors
ایمان صادق خانی
دانشگاه صنعتی اصفهان
علیرضا صدوقی
دانشگاه صنعتی مالک اشتر، اصفهان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :