Geri Dön

Asenkron makinenin yapay sinir ağları ile modellemesi

Neural network modelling of an induction machine

  1. Tez No: 200584
  2. Yazar: BÜLENT UĞUR
  3. Danışmanlar: PROF.DR. İRFAN ALAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Asenkron makine, yapay sinir aları, modelleme, d-q dönüümleri, simülasyon, Induction machine, neural networks, modeling, d-q transformation, simulation
  7. Yıl: 2006
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLHAN AYDIN

  2. 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

    Türkçe

    2001

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF. DR. M. EMİN TACER

  3. YSA'lı rotorakışı gözlemcilik vektör denetimi

    Neural network based rotor-flux observer for vector control

    AHMET SELİM SANCAK

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMİN TACER

  4. 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

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU BAYRAM KARA

  5. 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

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. LALE TÜKENMEZ ERGENE