کاربرد روش کاهش‌یافته اشکال پایه در بهینه‌سازی شکل روتور و استاتور در موتورهای الکتریکی آهنربای دایم بدون جاروبک
Publish Year: 1388
Type: Conference paper
Language: Persian
View: 1,647
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ICME10_056
Index date: 20 November 2009
کاربرد روش کاهش‌یافته اشکال پایه در بهینه‌سازی شکل روتور و استاتور در موتورهای الکتریکی آهنربای دایم بدون جاروبک abstract
در این پژوهش با بهر ه گیری از تکنیک کاهش یافته اشکال پایه، روشی برای بهینه سازی شکل روتور و استاتور درموتورهای الکتریکی آهنربای دایم بدون جاروبک توسعه می یابد. چندین روش شاخص و پیشرفت های جدید که استفاده از این تکنیک را امکان پذیر می کنند نیز بیان می شود. عمده ترین هدف، کاهش تعداد متغیرهای طراحی مورد نیاز برای تعریف شکل روتور و استاتور است. تکنیک کاهش یافته اشکال پایه یک ترکیب وزنی از چند شکل آزمایشی است و هدف آن یافتن بهترین ترکیب ضرایب وزنی (متغیرهای طراحی) است که به شکلهای آزمایشی تخصیص داده می شود. همچنین برای یافتن شکل های آزمایشی (شکل های پایه) مناسب یک فرآیند چند سطحی تدوین می شود. هر سطح به عنوان یک مسئله بهینه سازی مجزا تا دستیابی به هدف مطلوب- کاهش گشتاور ضربانی موتور- تعریف می شود. اشباع مغناطیسی به عنوان قید بهینه سازی تعیین و فرآیند با شکل های پایه ای که از لحاظ هندسی ساده هستند، آغاز می شود.از این روش برای بهینه سازی شکل روتور در موتورهای آهنربای داخلی استفاده شده است.
کاربرد روش کاهش‌یافته اشکال پایه در بهینه‌سازی شکل روتور و استاتور در موتورهای الکتریکی آهنربای دایم بدون جاروبک Keywords:
موتور آهنربای دایم بدون جاروبک- بهینه سازی شکل- روش کاهش یافته اشکال پایه
کاربرد روش کاهش‌یافته اشکال پایه در بهینه‌سازی شکل روتور و استاتور در موتورهای الکتریکی آهنربای دایم بدون جاروبک authors
علی جباری
دانشجوی دکتری، دانشکده مهندسی مکانیک، دانشگاه صنعتی نوشیروانی بابل
محسن شاکری
دانشیار، دانشکده مهندسی مکانیک، دانشگاه صنعتی نوشیروانی بابل
علی نبوی نیاکی
استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی نوشیروانی بابل
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 :