طراحی بهینه موتور القایی قفس سنجابی با استفاده از الگوریتم چندهدفه اجتماع سالپ
محل انتشار: فصلنامه مهندسی و مدیریت انرژی، دوره: 9، شماره: 2
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 225
فایل این مقاله در 16 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_ENERGY-9-2_001
تاریخ نمایه سازی: 29 آبان 1401
چکیده مقاله:
طراحی موتورهای القایی سه فاز کارآمد، یک چالش مهم در مهندسی برق است. به همین منظور، به طور مداوم تکنیک های طراحی جدیدی معرفی می شوند. در این مقاله، برای طراحی موتورهای القایی قفس سنجابی، با هدف افزایش راندمان و کاهش هزینه ها، از روش بهینه سازی فراابتکاری استفاده شده است. در این روش، مدل سازی موتور القایی به صورت دقیق انجام شده و برای حل این مسئله بهینه سازی، از روش جدید الگوریتم بهینه سازی چندهدفه اجتماع سالپ (MSSA) استفاده شده است. این الگوریتم از رفتار اجتماعی سالپ ها الهام گرفته شده است. روش پیشنهادی بر روی یک موتور القایی ۵/۲ کیلووات و با استاندارد بازدهی (IE۲) اعمال شده است. نتایج حاصل از بهینه سازی تک هدفه و چندهدفه نشان می دهد که طراحی موتور القایی با دو تابع هدف، باعث افزایش راندمان و کاهش هزینه شده است. در ادامه، برای بررسی کارایی الگوریتم MSSA، نتایج آن، با روش الگوریتم های ژنتیک مرتب سازی غیرمستقیم (NSGA-II) و الگوریتم بهینه سازی اجتماع ذرات چندهدفه (MOPSO) مقایسه شده است. بررسی ها نشان می دهد که الگوریتم MSSA دارای سرعت همگرایی و تعداد مجموعه جواب های بهینه بالایی است، که باعث عملکرد مطلوب این الگوریتم در طراحی بهینه موتور القایی جهت افزایش راندمان و کاهش هزینه های آن است.
کلیدواژه ها:
Optimal Design ، Squirrel Cage Induction Motor ، Optimization Algorithm ، Multi-Objective Salp Swarm Algorithm. ، طراحی بهینه ، موتور القایی قفس سنجابی ، الگوریتم بهینه سازی ، الگوریتم چندهدفه اجتماع سالپ.
نویسندگان
سیدرضا موسوی اقدم
Ardabil University
سعیده منصوری
Ardabil University
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 :