بررسی روش های بهینه سازی به منظور طراحی موتور القایی

احمد آزادیان; حمید یعقوبی

بررسی روش های بهینه سازی به منظور طراحی موتور القایی

محل انتشار: چهارمین کنفرانس بین المللی مهندسی برق و کامپیوتر

سال انتشار: 1395

نوع سند: مقاله کنفرانسی

زبان: فارسی

مشاهده: 954

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

دریافت فایل کامل مقاله

صدور گواهی نمایه سازی
من نویسنده این مقاله هستم

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

هوش مصنوعی > الگوریتم ژنتیک

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

https://civilica.com/doc/609005

شناسه ملی سند علمی:

COMCONF04_133

تاریخ نمایه سازی: 10 تیر 1396

چکیده مقاله:

امروزه بیش از 80 % ماشینهای القایی به دلیل هزینه پایین و قابلیت بالای آنها در صنعت به طور گسترده استفاده میشوند. ابعاد و اندازههای بزرگ این ماشینها موجب کاهش راندمان و ضریب قدرت و همچنین افزایش هزینه آن میشود. به منظور افزایش راندمان موتور القایی، صرفهجویی در انرژی مصرفی، افزایش ضریب قدرت و کاهش هزینه، میتوان با روشهای بهینهسازی، طراحی موتور القایی را بهبود بخشید. در این مقاله روشهای مختلف بهینهسازی استفاده شده برای طراحی موتور القایی بررسی شده و معایب و مزایای این روشها مورد ارزیابی قرار می گیرند. مطالعه این مقاله می-تواند مرجع کلی خوبی برای محققان در زمینه بهینهسازی طراحی موتور القایی باشد. .

کلیدواژه ها:

موتور القایی ، الگوریتم ژنتیک ، روش ازدحام ذرات ، روش غذایابی باکتری ، روش تکاملی تفاضلی ، روش جستجوی تصادفی ، روش جستجوی مستقیم و غیر مستقیم

نویسندگان

احمد آزادیان

دانشجوی کارشناسی ارشددانشکده مهندسی برق و کامپیوتر دانشگاه سمنان

حمید یعقوبی

عضو هیات علمی گروه برق -دانشکده مهندسی برق و کامپیوتر دانشگاه سمنان

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 :

A. Boglietti, A. Cavagnino, S. Vaschetto. (2011), "Induction Motor EU ...
H.L. Pe, R. Curiac. (2010), ،Motor efficiency, efficiency tolerances and ...
E.B. Agamloh. (2009), _ Comparison of direct and indirect measuremens ...
R. Ramarathnam (1971), and B.G. Desai, :Optimization of poly-phase induction ...
B.G. Bharadwal, K. Venkatesen, and R. B. Saxena. (1979), "Experience ...
C. Li, and A. Rahman. (1990), "Three-phase induction motor design ...
J. Appelbaum, E.F. Fuchs, and J. C. White. (1987), "Optimization ...
J. Appelbaum, I.A. Khan, E. F. Fuchs, and J.C. White. ...
NH. Feith, and H.M. EI-Shewy. (1986), "Induction motor optimum design ...
Steven Nadel et al. _ (2002), "Energy Efficient Motor Systems: ...
C. M. Fonseca and P. J. Fleming. (1993), :Genetic algorithms ...
Hong Y., Kwong S. (2008). _ combine steady-state genetic algorithm ...
Cormuejols G., Tutuncu R. (2006). "Optimization Methods in Finance", Carnegie ...
Sivaraju, S. S., Ferreira, F. J., & Devarajan, N. (2012). ...
Duan, Y., & Harley, R. G. (2011).:" A novel method ...
Prakash, R., Akhtar, M. J., Behera, R. K., & Parida, ...
new optimizer using particle SWarm theory." A:ه 18.R. C. Eberhart ...
S. Olariu and A.Y. Zomaya, (2006), Handbook of bioinspired algorithms ...
P. Siarry, (2006), Metaheuristics for hard optimizations, " Springer-Verl _ ...
M. Clerc J. Kennedy. (2002), "The particle SWarm: Explosion, stability ...
A. Hoorfar. (2007), "Evolutionary programming in electro magnetic optimization, " ...
A. Qing, (2003), _ _ lectro magneti cinverse scattering of ...
F.Glover and G. A. Kochenberger. (2003), "Hanbook of metaheuristics, Kluwer ...
Sakthivel, V. P., & Subramanian, S. (2011), "Using MPSO algorithm ...
R. Storn and K. Price. (1995), "Differential evolution-a simple and ...
Raj, C. T., Thangaraj, R., Pant, M., Bouvry, P., & ...
Passino, K. M. (2002). "Biomimicry of bacterial foraging for distributed ...
Sakthivel, _ P., & Subramanian, S. (2011). "Energy conservation through ...
element analysis of magnetically -Finite؛ 30.Chari, M. V. K., & ...
elements applied to Finiteء 31.Miller, T. J. E., McGilp, M. ...

نمایش کامل مراجع