مقایسه ی کارایی شبکه های عصبی با ساختار موازی و سلسله مراتبی و موازی-ترکیبی در تشخیص خطای هوشمند مدار انتقال قدرت لوکوموتیو ER24PC

امروزه مدارات انتقال قدرت لکوموتیوهای دیزل- الکتریک، با استفاده از مبدل های AC/DC و DC/AC چندین مرحله کنترل و بهینه سازی توان را همزمان انجام میدهند. در لوکوموتیو ER24PC نیز جهت نظارت بر عملکرد مدار انتقال قدرت نمونه گیری های مختلفی اعم از جریان، ولتاژ و دمای سیستم به عمل می آید. همچنین در هر لحظه امکان بروز یک یا چند خطا در سیستم انتقال قدرت وجود دارد. از آنجا که در زمینه تعیین و تشخیص عیوب فرآیندها در سال های اخیر استفاده از شبکه های عصبی و مصونوعی بسیار مورد توجه قرار گرفته است، در این مقاله پس از بررسی آماری خطاهایی که در این مدار اتفاق می افتد، به کمک روش آنالیز اجزای اصلی به پیش پردازش سیگنال های فوق پرداخته و ساختارهای موازی و سلسله مراتبی متشکل از شبکه های عصبی به طور جداگانه و نیز ساختار موازی ترکیبی شبکه های عصبی به منظور تشخیص عیب مدار انتقال قدرت مورد بررسی قرار گرفته و نشان داده شد که ساختار موازی-ترکیبی متشکل از شبکه های عصبی پرسپترون و شبکه های تعمیمی رگرسیونی، بهترین پاسخ را ارائه می دهد.

کلیدواژه ها:

مدار انتقال قدرت لوکوموتیو ER24PC ، تشخیص خطا ، شبکه های عصبی ، ساختار موازی و سلسله مراتبی شبکه های عصبی ، ساختار موازی ترکیبی شبکه های عصبی