ارزیابی جریان راه اندازی موتورهای القایی با استفاده از شبکه عصبی
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 196
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIPET-5-18_008
تاریخ نمایه سازی: 19 دی 1400
چکیده مقاله:
موتورهای القایی به صورت گسترده ای در صنعت مورد استفاده قرا می گیرند. با این وجود در طول پروسه راه اندازی، جریان راه اندازی آنها آنچنان بزرگ است که می تواند به تجهیزات آسیب برساند. بنابراین این جریان بایستی با دقت تخمین زده شود. در این مقاله، از شبکه عصبی مصنوعی برای ارزیابی مقدار پیک جریان راه اندازی موتورهای القایی استفاده می شود. هر دو ساختار متداول پرسپترون چندلایه (MLP) و تابع پایه ای شعاعی (RBF)مورد بررسی قرار می گیرند. برای آموزش ساختار MLP از شش الگوریتم پس انتشار (BP)، دلتا-بار-دلتا (DBD)، دلتا-بار-دلتا توسعه یافته (EDBD)، جستجوی تصادفی جهت دار (DRS)، انتشار سریع (QP) و لونبرگ مارکواردت (LM) استفاده می شود. نتایج شبیه سازی نشان می دهند که هرچند اکثر شبکه های آموزش دیده قادر به تخمین مناسب مقدار پیک جریان راه اندازی هستند، اما الگوریتم هایLM و EDBD بهترین نتیجه را بر اساس میانگین خطای نسبی و مطلق ارائه می دهد. این روش می تواند به شرکت های سازنده و اپراتورها برای ارزیابی مقدار پیک جریان راه اندازی در مرحله طراحی و بهره برداری کمک کند تا بتوانند تدابیر لازم را برای عملکرد ایمن موتور فراهم نمایند.
کلیدواژه ها:
نویسندگان
ایمان صادق خانی
دانشگاه صنعتی اصفهان
علیرضا صدوقی
دانشگاه صنعتی مالک اشتر، اصفهان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :