افزایش راندمان و کاهش حجم موتور BLDC با تعیین بهینه پارامترهای هندسی آن توسط الگوریتم عنکبوت

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 776

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

MGCONF01_233

تاریخ نمایه سازی: 11 مرداد 1396

Abstract:

در سال های اخیر استفاده از موتورهای دی سی بدون جاروبک به دلیل مزایایی همچون نویز پایین، بازدهی بالا،عمر مفید طولانی تر و کنترل دقیق تر سرعت کاربرد گسترده ای در صنایع مختلف داشته است. این موتور بهدلیل مزایای ذکر شده، بطور گسترده در صنایع پزشکی، زیردریایی و فضایی مورد استفاده قرار گرفته است. دراین مطالعه یک روش جدید براساس الگوریتم عنکبوت اجتماعی جهت طراحی بهینه ساختار موتور پیشنهاد شدهاست. هدف روش پیشنهادی، طراحی موتور به نحوی است که میزان تلفات، حجم و هزینه بطور همزمان بهحداقل برسد. با توجه به ماهیت غیرخطی روابط موجود بین متغییرهای هندسی موتور دی سی بدون جاروبک واهداف مورد نظر شامل کاهش تلفات، حجم و هزینه، قیود و محدودیت هایی وجود خواهد داشت که باید موردتوجه قرار بگیرد. روش پیشنهادی از دو بخش اساسی تشکیل شده است. در بخش اول، مشخصات موتور مانندتلفات، توان، بازدهی و ... براساس پارامترهای هندسی آن بیان شده اند. در بخش دوم، تابع هدف هدف تعریفشده و الگوریتم عنکبوت اجتماعی جهت تعیین مقدار بهینه متغییرهای هندسی بکار گرفته خواهد شد. الگوریتمعنکبوت اجتماعی باید متغییرهای هندسی را طوری تعیین کند که مقدار تلفات، حجم و هزینه به حداقل مقدارممکن برسد. به منظور ارزیابی روش پیشنهادی از مدل یک موتور دی سی بدون جاروبک واقعی استفاده شدهاست. نتایج شبیه سازی ها نشان داده که روش پیشنهادی از عملکرد بسیار خوبی برخوردار است.

Keywords:

موتور دی سی بدون جاروبک , الگوریتم عنکبوت اجتماعی , تلفات , حجم , هزینه

Authors

ابوطالب نوری

دانشجوی کارشناسی ارشد گروه برق، واحد مینودشت، دانشگاه آزاد اسلامی، مینودشت، ایران

ناصر نوروزی

استادیار گروه برق، واحد مینودشت، دانشگاه آزاد اسلامی، مینودشت، ایران

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 :
  • Adel A. El-samahy, Mohamed A. Shamseldin. Brushless DC motor tracking ...
  • Min-Soo Kim, Kwan-Soo Lee, Sukkee Um. Numerical investigation and optimization ...
  • J. Figueroa, C. Brocart, J. Cros, P. Viarouge. Simplified simulation ...
  • Yoni Mandel, George Weiss. Reduction of torque ripple in brushless ...
  • Rahideh, T. Korakianitis, P. Ruiz, T. Keeble, M.T. Rothman . ...
  • Alireza Shabanian, Armin Amini Poustchi Tousiwas, Massoud Pourmandi, Aminollah Khormali, ...
  • D.T. Pham, A. Ghanbarzadeh, E. Koc, S. Otri , S. ...
  • D.T. Pham, M. Castellani. The Bees Algorithm: modelling foraging behavior ...
  • Reza Ilka, Ali Roustaei Tilaki, Hossein As gharpour- Alamdari, Reza ...
  • F. Messine, B. Nogarede, J.L. Lagouanelle, Optimal design of el ...
  • M. Markovic, P. Ragot, Y. Perriard, Design optimization of a ...
  • N. Bianchi, S. Bolognani, Brushless DC motor design: an optimisation ...
  • C.C. Hwang, J.J. Chang, Design and analysis of a high ...
  • P.R. Upadhyay, K.R. Rajagopal, Genetic algorithm based design optimization of ...
  • Erik Cuevas, Miguel Cienfuegos, Daniel Zaldvar, Marco Perez-Cisneros. A sWarm ...
  • نمایش کامل مراجع