طراحی سیستم هوشمند مقرون به صرفه برای شناسایی خطا در تابلوهای برق بر مبنای اینترنت اشیاء با رایانه های تک برد
Publish place: Journal of Iranian Association of Electrical and Electronics Engineers، Vol: 19، Issue: 1
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 252
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIAE-19-1_006
تاریخ نمایه سازی: 18 اردیبهشت 1401
Abstract:
تابلوهای برق صنعتی برای تعمیر و نگهداری نیاز به رسیدگی منظم دارند. در این پروژه با بکارگیری اینترنت اشیاء در یک رایانه تک بردی، سیستمی هوشمند برای شناسایی خطا طراحی شده است که باعث تسهیل در نگهداری و کاهش زمان عیب یابی در مدار این تابلوها می گردد. سامانه الکترونیکی این طرح دارای یک رایانه Raspberry pi است که نقش کنترل کننده مرکزی را دارد، و یک مدار الکترونیکی است که ارتباط سنسورها با رایانه را برقرار می کند. کدنویسی برنامه پروژه به کمک زبان برنامه نویسی پایتون صورت گرفته است. همچنین از پلتفرم دسترسی ابری Dataplicity برای تبادل آنلاین اطلاعات بین Raspberry pi و ابزارهای هوشمند مانند رایانه یا گوشی اندرویدی استفاده شده است. این طرح به تکنسین ها اجازه می دهد که به طور مداوم وضعیت دمای پنل، ولتاژ منابع تغذیه DC و ابزارهایی مانند انواع رله های محافظ را از طریق ابزار های هوشمند یا رایانه ها به صورت آنلاین رصد کنند. عملکرد این سیستم برای کار در شرایط مختلف و خطاهای احتمالی در مدارات تابلوهای برق صنعتی مورد ارزیابی قرار گرفته است. نتیجه کار یک سیستم هوشمند ارزان قیمت برای تابلوهای الکتریکی است که اطلاعات ضروری را به سرعت جمع آوری، پردازش و ارسال می کند که باعث کاهش چشمگیر زمان مورد نیاز برای عیب یابی در این تابوها می شود.
Keywords:
Authors
تیمور تاجداری
Department of Electrical Engineering, Electrical Faculty, Velayat University, Iranshahr, Iran.
محد فواد بن رحمت
Department of Control and Instrumentation Engineering, Faculty of Electrical Engineering, Universiti Teknologi Malaysia, ۸۱۳۱۰ UTM Johor Bahru, Johor, Malaysia.
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 :