Geri Dön

Toroid çekirdeklerin manyetik özelliklerinin yapay sinir ağları kullanarak belirlenmesi

Prediction of magnetic performance of toroidal wound cores using artificial neural networks

  1. Tez No: 154135
  2. Yazar: NESLİHAN ARSLAN
  3. Danışmanlar: PROF.DR. NAİM DEREBAŞI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Fizik ve Fizik Mühendisliği, Physics and Physics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: Uludağ Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Fizik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 103

Özet

ÖZET Kullanım alanı oldukça geniş olan Yapay Sinir Ağlan, güç kaybı ve manyetik geçirgenlik gibi, toroid çekirdeklerin manyetik başaranının tahmin edilmesinde başarıyla uygulanmaktadır. Bu araştırmada, 6 farklı çalışma frekansında, 0.27 mm, 0.08 mm ve 0.1 mm şerit kalınlığındaki %3 SiFe elektrik çeliklerinden sarılmış, farklı boyutlardaki toroid çekirdekler kullanılmıştır. Deneysel ölçümleri önceden yapılmış olan bu çekirdeklerin, dış çap, iç çap, şerit genişliği ve şerit kalınlığı gibi geometrik boyutları, çalışma frekansı ve manyetik akı yoğunluğu değerleri Yapay Sinir Ağının öğrenme evresinde giriş verisi olarak; güç kaybı ve manyetik geçirgenlik ise çıkış verisi olarak kullanılmıştır. Daha sonra ağ, geometrik boyutları öğrenme veri aralığı içinde ve dışmda olan, ağın daha önce öğrenmediği çekirdeklerle test edilmiştir. Test sonrası Yapay Sinir Ağından elde edilen güç kayıpları deneysel güç kayıpları ile %99.94' e kadar, manyetik geçirgenlik %99.69' a kadar uyumlu bulunmuştur. Güç kaybı ve manyetik geçirgenliğe geometrik faktörlerin (dış çap, iç çap, şerit genişliği ve şerit kalınlığı), frekans ve manyetik akı yoğunluğunun etkisi tartışılmıştır. Oluşturulan Yapay Sinir ağı ile uzun deneysel ölçmelere gerek kalmadan, geometrik boyudan, istenilen frekans ve manyetik akı yoğunluğu değerleri ağa giriş verisi olarak verilerek, toroidin güç kaybı ve manyetik geçirgenliği önceden tahmin edilebilir. Bu durumun transformatör tasarımcıları ve transformatör çekirdeği üreticileri için, iş gücü ve zamandan tasarruf edip, maliyeti azaltması ve rekabeti arttırması sebebiyle önemi büyüktür.

Özet (Çeviri)

ABSTRACT A widely used Artificial Neural Network (ANN) is successfully applied to predict performance of toroidal cores such as power loss and relative permeability. In this investigation varied geometrical size toroidal cores made from 0.27 mm thick grain oriented 3%SiFe (M4), 0.08 mm and 0.1 mm thin gauge magnetic strips at 6 different induction frequencies have been used. The input parameters were outer diameter, inner diameter, strip width, strip thickness, frequency and magnetic induction where as the output parameters were power loss and relative permeability. After the network was trained by the experimental data measured previously, the samples which dimensions were in the range and out of the range of trained data were tested. These samples were not included in the training data. The estimated results for power loss and relative permeability from the ANN were found to be 99.94% and 99.64% agreement with experimental measurements respectively. The effect of geometrical factors on power loss and relative permeability has been discussed. The power loss and relative permeability can be predicted by the ANN with the geometrical dimensions, frequency and magnetic induction as an input data without any measurements. The importance of this research is great for transformer designers and core producers. Because it can be provided saving the labour and time and hence reducing cost of the core and increasing competition.

Benzer Tezler

  1. Çalışma frekansına ve geometrik yapıya bağlı olarak toroid çekirdeklerin manyetik özelliklerinin deneysel ve kuramsal incelenmesi

    Investigation of experimental and theoretical magnetic properties of toroidal cores depending on magnetising frequency and geometric structure

    İLKER KÜÇÜK

    Doktora

    Türkçe

    Türkçe

    2003

    Fizik ve Fizik MühendisliğiUludağ Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. NAİM DEREBAŞI

  2. Nano-kristal toroid manyetik çekirdeklerde histeresis eğrisinin modellenmesi

    Modelling of the hysteresis curve of nanocrystalline magnetic toroidal cores

    MUHAMMED CÜNEYT HACIİSMAİLOĞLU

    Doktora

    Türkçe

    Türkçe

    2011

    Fizik ve Fizik MühendisliğiUludağ Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. NAİM DEREBAŞI

  3. Yıldızeli (Sivas) ve Almus (Tokat) ilçeleri arasında yer alan senozoyik yaşlı magmatik birimlerin petrojenezi ve bölgenin jeotektonik evriminin araştırılması

    Petrogenetic and geotectonic evolution of the cenozoic magmatism in between Yildizeli (Sivas) and Almus (Tokat) regions

    GÖNENÇ GÖÇMENGİL

    Doktora

    Türkçe

    Türkçe

    2018

    Jeoloji Mühendisliğiİstanbul Teknik Üniversitesi

    Jeoloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEKİYE KARACIK

  4. GEN II radyasyon DO2 hesabı bilgisayar programları ve uygulamaları

    Başlık çevirisi yok

    FEDA ÖNER

    Doktora

    Türkçe

    Türkçe

    1996

    Fizik ve Fizik MühendisliğiOndokuz Mayıs Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. NAZMİ T. OKUMUŞOĞLU

  5. Tiroid disfonsksiyonu ve tiroid otoantikorları ile idrarla atılan protein miktarı arasındaki ilişki

    The relationship between thyroid dysfunction and thyroid autoantibody and proteinuria

    NAİM ATA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2006

    Endokrinoloji ve Metabolizma HastalıklarıSağlık Bakanlığı

    İç Hastalıkları Ana Bilim Dalı

    PROF. DR. MEHMET MURAT SUHER