Asenkron makinenin yapay sinir ağları ile modellemesi
Neural network modelling of an induction machine
- Tez No: 200584
- Danışmanlar: PROF.DR. İRFAN ALAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Asenkron makine, yapay sinir aları, modelleme, d-q dönüümleri, simülasyon, Induction machine, neural networks, modeling, d-q transformation, simulation
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 195
Özet
Asenkron makinenin dorusal olmayan diferansiyel denklemleri d-q dönüüm yöntemiyle basite indirgenip çözdürülerek giri-çıkı bilgisi elde edilmi ve bu bilgilere göre asenkron makinenin yapay sinir a modeli çıkarılmıtır. Giri-çıkı bilgisini elde etmek için üç farklı yol verme ve çalıma yöntemi uygulanmıtır. Bunlar ?dorudan yol verme ve çalıma?, ?yıldız-üçgen yol verme ve çalıma? ve ?V/f sabit tutularak yumuak yol verme ve çalıma? yöntemleridir. Makinenin yol verildikten sonraki çalıması sırasında yüklenmeye verdii cevap da giri-çıkı bilgisinin eldesinde kullanılmıtır. Bu üç farklı yöntem ile elde edilen eitme setine göre oluturulan asenkron makinenin yapay sinir a modeli aynı yol verme ve çalıma artlarında, fakat farklı zaman aralıklarında ve deerlerde yük momentleri uygulanarak test edilmi, ve modelin cevabı dorusal olmayan diferansiyel denklemlerin çözümleri ile karılatırılmı ve model ile denklem çözümlerinin birbirleriyle ne kadar uyutuu grafikler ile gözlenmitir. Yazılım ortamı olarak MATLAB 6.5 paket programı kullanılmıtır.
Özet (Çeviri)
Input and output information data has been obtained by solving the non-linear differential equations of induction machine that are simplified by applying the d-q transformations, and from this information a neural network model of the induction machine has been derived. In obtaining the input and output data, three different starting and operating methods for the induction machine have been used. These methods were ?direct line starting and operating?, ?wye-delta starting and operating? and ?Constant V/f ratio soft starting and operating? methods. The neural network model of induction machine that was trained through these three kind of starting and operating modes has been tested under the same starting and operating conditions with only different applied torque levels and at different time intervals. Later the results obtained from the simulations of neural network model have been compared to that of the solutions of d-q model equations, and it has been observed that how much the neural network model developed represents the d-q model of the machine and how much they fit to each other. All the simulations and training steps `s carried out with MATLAB 6.5.
Benzer Tezler
- An industrial internet of things application for real-time condition monitoring
Gerçek zamanlı durum izleme için endüstriyel nesnelerin internetiuygulaması
AYDIL JOMAA BAPIR
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLHAN AYDIN
- Sincap kafesli asenkron makinada yapay sinir ağlar ile rotor askısı yönlendirilmiş vektör denetimi
Artificial neural network based identification and control approach for the field oriented induction motor drive
SABRİ VOLKAN KEMAL
Yüksek Lisans
Türkçe
2001
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. M. EMİN TACER
- YSA'lı rotorakışı gözlemcilik vektör denetimi
Neural network based rotor-flux observer for vector control
AHMET SELİM SANCAK
Yüksek Lisans
Türkçe
1997
Makine Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN TACER
- Neuro classifiers for condition and bearing health assessment of an electric motor
Elektrik makinasında durum ve rulman sağlığı değerlendirmesi için nöro sınıflandırıcılar
MINA GHORBAN ZADEH BADELI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU BAYRAM KARA
- FPGA based artificial neural network motor control of PM assisted synchronous reluctance motor in washers
Çamaşır makinalarında kullanılan mıknatıs destekli senkron relüktans motorların FPGA temelli YSA ile kontrolü
TURAN ALP SARIKAYA
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. LALE TÜKENMEZ ERGENE