Toroid çekirdeklerin manyetik özelliklerinin yapay sinir ağları kullanarak belirlenmesi
Prediction of magnetic performance of toroidal wound cores using artificial neural networks
- Tez No: 154135
- Danışmanlar: PROF.DR. NAİM DEREBAŞI
- Tez Türü: Yüksek Lisans
- Konular: Fizik ve Fizik Mühendisliği, Physics and Physics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- Dil: Türkçe
- Üniversite: Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Fizik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2003
Fizik ve Fizik MühendisliğiUludağ ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. NAİM DEREBAŞI
- Nano-kristal toroid manyetik çekirdeklerde histeresis eğrisinin modellenmesi
Modelling of the hysteresis curve of nanocrystalline magnetic toroidal cores
MUHAMMED CÜNEYT HACIİSMAİLOĞLU
Doktora
Türkçe
2011
Fizik ve Fizik MühendisliğiUludağ ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. NAİM DEREBAŞI
- 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
2018
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKİYE KARACIK
- GEN II radyasyon DO2 hesabı bilgisayar programları ve uygulamaları
Başlık çevirisi yok
FEDA ÖNER
Doktora
Türkçe
1996
Fizik ve Fizik MühendisliğiOndokuz Mayıs ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. NAZMİ T. OKUMUŞOĞLU
- 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
2006
Endokrinoloji ve Metabolizma HastalıklarıSağlık Bakanlığıİç Hastalıkları Ana Bilim Dalı
PROF. DR. MEHMET MURAT SUHER