بهینه سازی طراحی و ساخت موتور القایی خطی دوطرفه
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 393
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIAE-19-4_017
تاریخ نمایه سازی: 12 آبان 1401
چکیده مقاله:
موتورهای القایی خطی دارای دو ساختار یکطرفه و دوطرفه هستند که با توجه به مزایا و معایبشان، در کاربردهای خاصی استفاده می شوند. با توجه به مزایایی همچون عدم وجود نیروی عمودی در نوع دوطرفه، این نوع موتورها دارای کنترل پذیری بهتری نسبت به نوع یکطرفه بوده و محبوبیت بیشتری به خصوص برای سیستم های حمل و نقل ریلی پیدا کرده اند. در مقالات، غالبا نوع یکطرفه مورد توجه بوده و در خصوص نوع دوطرفه، کارهای کمتری گزارش شده است. در این مقاله، ابتدا روابطی برای محاسبه پارامترهای مدار معادل این موتورها با در نظر گرفتن اثر انتهایی ارائه شده است. در ادامه با توجه به مدار معادل به دست آمده، روشی برای طراحی آنها ارائه می شود. سپس با استفاده از روش ارائه شده، یک نمونه موتور القایی خطی دوطرفه طراحی شده و با به کارگیری الگوریتم بهینه سازی گروهی ذرات، موتور با هدف کاهش وزن و افزایش ضریب توان و بازده، بهینه شده است. یکی از موارد مهم در طراحی که هزینه ساخت را تحت تاثیر قرار می دهد، وزن ماشین است. نتایج بهینه سازی نشان می دهد که وزن اولیه از ۴۴ کیلوگرم در حالت غیربهینه به ۳۱/۱۸ کیلوگرم در حالت بهینه کاهش می یابد. برای تایید نتایج، ابتدا نتایج بهینه سازی با نتایج اجزای محدود مقایسه شده و سپس یک نمونه آزمایشگاهی از موتورالقایی خطی دوطرفه با طراحی بهینه، ساخته شده و نتایج آن با نتایج تحلیلی مورد مقایسه قرار گرفته است. مقایسه نتایج آزمایشگاهی به همراه نتایج اجزای محدود با نتایج بهینه سازی، نتایج روش پیشنهادی را تایید می کند.
کلیدواژه ها:
Double-sided linear induction motor ، net output thrust ، optimization ، Particle Swarm algorithm ، finite element ، موتور القایی خطی دوطرفه ، نیروی خالص خروجی ، بهینه سازی ، الگوریتم گروهی ذرات ، اجزای محدود
نویسندگان
عباس شیری
Shahid Rajaee Teacher Training University
سیده دلارام صدر
Iran University of Science and Technology
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 :