روش جدید کاهش گشتاور دندانه در موتورهای مغناطیس دائم با آهنربای سطحی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 777
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RKES01_246
تاریخ نمایه سازی: 21 شهریور 1395
Abstract:
استفاده از آهنربای دائم در ساختار موتورهای الکتریکی علاوه بر سادهتر شدن طراحی و ساخت، با کاهش تلفات منجر به افزایش بازدهی نیز میشود. با این وجود استفاده از آهنرباهای دائم بدون اشکال نبوده و مسائل جانبی خود را به همراه خواهدداشت. نوسان گشتاور بالا که به طور عمده ناشی از حضور آهنربای دائم در ساختار موتور است، از جمله معایب کاربرد آهنربای دائم میباشد. این گشتاور نوسانی اضافی که در اغلب مقالات و مراج با نا گشتاور دندانهای شناخته میشود، ناشی از برهم کنش بین دندانههای استاتور و آهنرباها بوده و به صورت نوسانی با فرکانس بالا خود را نشان میدهد . به منظور کاهش گشتاور دندانهای در موتورهای مغناطیس دائم روشهای گوناگونی ارائه شده است؛ موربسازی شیارهای استاتور، استفاده از کمان قطب مناسب، به کارگیری شیارهای اضافی در ساختار دندانهها و کنترل تغذیه تنها نمونههایی از انواع روشهاست که در سالیان اخیر معرفی شدهاند. در تمامی این روشها کاهش حداکثری نوسان گشتاور به عنوان هدف اصلی مدنظر قرار گرفته است، در این مقاله یک روش جدید برای کاهش گشتاور دندانه موتورهای مغناطیس دائم با آهنربای سطحی با ایجاد بریدگیهایی روی سطح آهنربا معرفی شده است. و جهت بهینهسازی مقادیر گشتاور دندانهای از روش تاگوچی و روشالگوریتم ژنتیک به کمک ابزار محاسباتی اجزای محدود استفاده شده است. برای اعتبارسنجی روشهای پیشنهادی، مطالعه موردی روی تغییر نوع شکلدهی آهنربا در هر دو روش انجا گردیده است. و در نهایت، با استناد به نتایج به دست آمده از شبیهسازیها و مقایسه بین روش تاگوچی و الگوریتم ژنتیک ملاحظه میشود که روش تاگوچی تأثیر بیشتری در کاهش گشتاور دندانه نسبت به روش الگوریتم ژنتیک داشته است.
Keywords:
موتور مغناطیس دائم با آهنربای سطحی , گشتاور دندانه , تغییر نوع شکلدهی آهنربا , روش تاگوچی , الگوریتم ژنتیک
Authors
ایمان فصیحی سفتجانی
کارشناس ارشد برق قدرت
فرزانه حاج محمدی
کارشناس برق الکترونیک
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 :