Geri Dön

Elektrik motorlarında genetik algoritma ile tasarım optimizasyonu

Desing optimization of electric motors by genetic algorithm

  1. Tez No: 153897
  2. Yazar: MEHMET ÇUNKAŞ
  3. Danışmanlar: YRD. DOÇ. DR. RAMAZAN AKKAYA
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Genetik Algoritmalar, Tasarım Optimizasyonu, Sonlu Elemanlar Yöntemi, Dalgıç Asenkron Motor, Magnetik Alan Analizi, ANSYS iv, Genetic Algorithms, Design Optimisation, Finite Elements Method, Submersible Induction Motor, Magnetic Field Analysis, ANSYS vi
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 190

Özet

Bu çalışmada, asenkron motorların özel bir tipi olan Dalgıç Asenkron Motorların tasarım optimizasyonu gerçekleştirilmiştir. Optimizasyon algoritması olarak evrim algoritmaları içerisinde üstün özelliklere sahip olan Genetik Algoritmalar kullanılmıştır. Motorların magnetik alan analizi, AN SYS yazılım programıyla Sonlu Elemanlar Yöntemi kullanılarak yapılmıştır. Genetik Algoritmalarla tasarım optimizasyonu 30 kW ve 55 kW olmak üzere iki adet dalgıç asenkron motor üzerinde gerçekleştirilmiştir. Optimizasyon metodu olarak biyolojik süreci en iyi şekilde modelleyen İkili Kodlu Genetik Algoritma tercih edilmiş ve amaç fonksiyonu olarak moment seçilmiştir. Genetik algoritmaların karakteristiği nedeniyle rasgele yapılan işlemlerden dolayı farklı sonuçlar elde edilmektedir. Yapılan çalışmada, bu dezavantajı ortadan kaldırmak için, her bir simülasyon yirmi kez tekrarlanarak sonuçlar alınmıştır. Farklı popülasyon sayılan, çaprazlama ve mutasyon oranlan kullanılarak genetik algoritmalar test edilmiş ve sonuçlan incelenmiştir. Mevcut motorların performans özellikleri ölçülmüş ve tasarım parametreleri optimize edilerek en uygun motor tasarımı elde edilmiştir. iiiOptimizasyon programı olarak geliştirilen genetik algoritma yazılımı, Delphi programlama dilinde yazılmıştır. Yazılım, çok az bir değişiklikle farklı güçlerdeki kısa devre rotorlu tüm asenkron motorlara uygulanabilir esneklikte hazırlanmıştır. Tasarım parametrelerinin moment üzerindeki etkileri incelenmiş ve grafiklerle verilmiştir. Motorların magnetik alan analizi, iki boyutlu sonlu elemanlar yöntemi kullanılarak ANSYS yazılımıyla gerçekleştirilmiştir. Genetik algoritmalarla yapılan optimizasyon sonuçları, sonlu elemanlar yöntemiyle test edilmiş ve sonuçların uyum içinde olduğu görülmüştür. Yapılan çalışmalar sonucunda dalgıç asenkron motorların, moment ve veriminde iyileşmeler olduğu, boylarının kısaltıldığı ve malzemeden tasarruf edilmesi nedeniyle de aynı güçteki mevcut dalgıç asenkron motorlara göre düşük maliyette üretilebileceği görülmüştür.

Özet (Çeviri)

Design optimisation of submersible motors, which are a special type of induction motors, has been carried out. Genetic algorithms have been used because of its superior features among other evolutionary algorithms. Magnetic field analysis of motors has been implemented with Finite Elements Method by using ANSYS software. Genetic algorithms have been employed in design optimization of two 30 kW and 55kW submersible induction motors. Binary genetic algorithms that smoothly imitates biological process has been preferred and the torque has been chosen as an objective function. Because of the genetic algorithms characteristics, different results are obtained in randomly employed operations. In this study, to overcome this drawback, the results are obtained by repeating each simulation 20 times. Genetic algorithms have been tested by using different number of populations, crossover and mutation rates and the results are observed. Performance characteristics of existing motors have been measured and the most appropriate motor design by optimizing design parameters are obtained.Genetic algorithm software, developed for optimisation program, has been implemented in Delphi programming language. With a little modification, the program can be applied to all squirrel cage induction motors in different power rates. The effects of design parameters on torque have been investigated and graphically represented. Magnetic analysis of motor has been implemented with two-dimensional finite elements method by using ANSYS software. Optimisation results carried out by genetic algorithms have been tested by finite elements method and it has been seen that results are in compliance. Through the studies accomplished, it has been observed that submersible induction motors' torques and efficiencies improve, their length shortens, and hence some material savings are obtained.

Benzer Tezler

  1. Cogging torque and performance optimization of an interior permanent magnet synchronous motor used in commercial washing machines

    Ticari çamaşır makinelerinde kullanılan gömülü daimi mıknatıslı senkron motorların tutunma momenti ve performans en uygunlaştırması

    EGE ÜNLÜTEPE KESKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DERYA AHMET KOCABAŞ

  2. Yapay zekâ tekniklerini kullanarak yüksek verimli kalıcı mıknatıslı senkron motor tasarımı

    Design of highly efficient permanent magnet synchronous motor by using artificial intelligence techniques

    MÜMTAZ MUTLUER

    Doktora

    Türkçe

    Türkçe

    2013

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OSMAN BİLGİN

  3. Senkron relüktans motor tasarımı ve optimizasyonu

    Synchronous reluctance motor design and optimization

    HASAN ÇAMCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiGiresun Üniversitesi

    Enerji Sistemleri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ONUR ÖZDAL MENGİ

    DR. ÖĞR. ÜYESİ SERDAL ARSLAN

  4. Genetik algoritma ile anahtarlamalı relüktans motorlarda moment optimizasyonu

    Torque optimization in switched reluctance motors with genetic algorithms

    MAHMUT ÖNCEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. SALİH GÜNEŞ

  5. Elektrikli araçlar için senkron relüktans motor tasarımı

    Synchronous reluctance motor design for electric vehicles

    SADULLAH ESMER

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiBolu Abant İzzet Baysal Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ERDAL BEKİROĞLU