بهینه سازی شار با استفاده از شبکه های عصبی مصنوعی برای ارتقاء بازده در درایو موتور القایی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 570
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELECTRICA02_016
تاریخ نمایه سازی: 12 تیر 1395
Abstract:
موتورهای القایی قفس- سنجابی جایگزین موتورهای DC در کاربردهای سرعت متغیر شده اند به دلیل دردسترس بودن تکنیک های کنترل پیشرفته مانند کنترل مستقیم گشتاور و کنترل بر مبنای میدان، در کار با بار جزئی یک ماشین القایی، تلفات هسته و تا اندازه ای تلفات مسی را می توان کمینه کرد، اگر ماشین در شار کاهش یافته کار کند تا اینکه در مقدار نامی آن کار کند. هیچ رابطه ی ریاضی مستقیمی وجود ندارد که میزان کاهش شار را برای یک بار داده شده بر روی ماشین مشخص کند. در این مقاله، یک طرح کنترل بر پایه ی شبکه ی عصبی مصنوعی برای رسیدن به مناسب ترین مقدار شار پیشنهاد شده است، با داشتن شرایط سرعت و گشتاور در هر نقطه ی کار درایو تا تلفات کمینه شود و بازده ی درایو بهتر شود. کل طرح درایو به همراه بلوک تشخیص شار در محیط سیمولینک متلب مدل شده است و تلفات و بازده برای ظرفیت 2.2 کیلووات و 22 کیلووات موتورهای القایی 3 فاز تخمین زده شده است. از نتایج بدست آمده آشکار است که وقتی ماشین با مقدار شار مشخص شده با شبکه ی عصبی مصنوعی کار می کند، منجر به بازده ی بهتر مخصوصاً در شرایط بار جزئی شده است.
Keywords:
Authors
مجتبی سرلک
گروه برق،واحد نراق،دانشگاه آزاد اسلامی، کرج، ایران- ارائه دهنده
سجاد فتاحی
گروه مهندسی برق، دانشکده مکاترونیک، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایراى
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 :