E-çekirdek çapraz akı makinasının yapay sinir ağı tabanlı modellenmesi ve deneysel rotor pozisyonu kestirimi
Modelli?ng and artificial neural network based rotor position estimation for e-core transverse flux machine
- Tez No: 342557
- Danışmanlar: PROF. DR. FERİHA ERFAN KUYUMCU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Anahtarlı relüktans makineleri, Destek vektör makineleri, Elektrik makineleri, Yapay sinir ağları, Switched reluctance machinery, Support vector machines, Electric machinery, Artificial neural networks
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Farklı tasarımı ve yapısıyla elektrik makinaları arasında dikkat çekici avantajları olan E-Çekirdek Çapraz Akı Makinası (ETFM), çapraz akı ve relüktans prensibini birleştiren bir çalışma şekline sahiptir. ETFM?in rotor pozisyonu ve faz akımının lineer olmayan fonksiyonları olan manyetik akı, endüktans ve moment karakteristiklerinin, makinanın modellemesi için doğru belirlenmesi gerekmektedir. Bu çalışmada, ETFM?in manyetik karakteristiklerinin elde edilmesi için literatürde ilk kez Destek Vektör Regresyon Makinaları (DVRM) kullanılmakta ve Yapay Sinir Ağları (YSA) yöntemi modelleri ile karşılaştırılmaktadır. DVRM ve YSA?nın eğitim ve test verileri laboratuarda test sisteminde yapılan deneysel ölçümlerden elde edilmektedir. ETFM?nin bir egzersiz bisikleti uygulaması için kontrol yapısı ve test sisteminin uygulaması tezde sunulmaktadır. Tüm sistemin modellemesi ve simülasyonu Matlab/Simulink?te uygulanmakta ve farklı koşullar altında test sisteminden alınan dalga şekilleri ile karşılaştırılarak doğrulanmaktadır. ETFM?i optimum performansta çalıştırabilmek için, manyetik durumuna göre fazların uygun pozisyonda enerjilendirilmesi rotor konumu algılanarak yapılmaktadır. Bu tez çalışmasında, ETFM?in rotor pozisyonunun tahmini için YSA tabanlı bir gözlemci yapısı kullanılmaktadır. YSA tahmincisinin girişleri için akı tahmini yapılmakta ve faz akım bilgisi algılanmaktadır. DSpace işlemcisi kullanılarak gözlemci algoritması test sistemine uygulanmakta ve rotor pozisyonu tahmin sonuçları elde edilmektedir. Önerilen gözlemci modelinde akı tahmini ve rotor konum açısı tahmini için deneysel ve simülasyon sonuçları karşılaştırılmaktadır.
Özet (Çeviri)
The E-core Transverse Flux Machine (ETFM) has major advantages with its different and unique structure in conventional electrical machines. It is a combination of transverse flux and reluctance principle. However, the magnetic characteristics such as flux linkage, phase inductance and electromagnetic torque are highly nonlinear functions of the rotor position and phase current which makes difficult to model the ETFM due to the special structure. In this work, support vector regression machines (SVRM) are used to obtain the magnetic characteristic parameters of the ETFM for the first time and compared with its artificial neural network (ANN) models. Data required in training and testing of SVRM and ANN is directly obtained from experimental measurement done in the actual machine with the laboratory test system. The ETFM is applied for an exercise bike. The control structure and application of the test system is presented in this thesis. The complete modelling and the simulation of the whole system, considering the nonlinear characteristic of the drive, are implemented by Matlab/Simulink and verified the waveforms with the real system results under different conditions. Optimal performance is achieved by proper positioning of the current pulse with respect to the magnetic status of the machine. In this thesis, the sensorless observer of the ETFM rotor position is implemented based on artificial neural network. The rotor position observer is tested in the real test system using a DSpace. The results of the proposed method are compared for the experimental, simulation and real system.
Benzer Tezler
- Photochemical routes to hyperbranched polymers
Çok dallanmış polimer sentezi için fotokimyasal yöntemler
CANSU AYDOĞAN
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Microwave spectroscopy based breast cancer diagnosis using support vector machines
Destek vektör makineleri kullanılarak mikrodalga spektroskopi temelli meme kanseri tanısı
EMRE ÖNEMLİ
Yüksek Lisans
İngilizce
2020
Biyomühendislikİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
DR. ÖĞR. ÜYESİ TUBA YILMAZ ABDOLSAHEB
- Mobil telefon kullanımına bağlı oluşan 900-1800 mhz radyo frekans dalgalarının meydana getirdiği elektromanyetik alanın iliak kanat kemik mineral yoğunluğuna etkisi
The effect of electromagnetic fields on bone mineral density of iliac bone produced by 900-1800 mhz radio frequency waves dependent on cellular phone usage
BEŞİR ANDAÇ AKSOY
Tıpta Uzmanlık
Türkçe
2006
Ortopedi ve TravmatolojiSüleyman Demirel ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF.DR. NEVRES HÜRRİYET AYDOĞAN
- 4 katlı bir okul binasının burkulması önlenmiş çaprazlar kullanımı yöntemiyle ve sismik izolasyon yöntemiyle Türkiye Bina Deprem Yönetmeliği 2018'e göre analizi
Analysis of the superstructure of a 4 story school building by using buckling restrained brace and seismic base isolaton method according to TBSC-2018
ŞEREF YÜKSEL
Yüksek Lisans
Türkçe
2025
Deprem Mühendisliğiİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PINAR ÖZDEMİR ÇAĞLAYAN