مرتضی قایدی - دانشگاه بیرجند

این مقاله، یک مدل شبکه عصبی مصنوعی (ANN) برای پیش بینی جرقه زنی ولتاژ AC مقره های سیلیکونی بر اساس تست های آزمایشگاهی پیشنهاد می کند. در تست های جرقه زنی ولتاژ، تخلیه الکتریکی برای چهار نوع عایق مقره مختلف سیلیکونی و تحت شرایط آلودگی های یکنواخت، غیریکنواخت طولی، غیریکنواخت قطاعی و غیریکنواخت طولی-قطاعی اندازه گیری می شود. مدل پیشنهادی با شش داده ورودی (هندسه عایق و پارامترهای آلودگی) و یک داده خروجی (ولتاژ جرقه-زنی) طراحی شده است. به منظور اعتبارسنجی مدل، سه نوع مقره مختلف در شرایط مختلف آلودگی تست می شوند. سپس، ولتاژهای جرقه زنی آنها با استفاده از مدل ANN پیشنهادی پیش بینی می-شوند. مقادیر خطاهای نسبی بین ولتاژهای جرقه زنی آزمایشگاهی و پیش بینی کمتر از ۶ درصد هستند. این نشان دهنده کارایی بالای تکنیک ANN در پیش بینی ولتاژ جرقه زنی مقره های سیلیکونی است.

آلودگی، شبکه عصبی، مقره سیلیکونی، ولتاژ جرقه زنی