Geri Dön

Yapay sinir ağı ile dahili mıknatıslı motorlar için rotor ve stator geometrisi kestirimi

Rotor and stator geometry estimation with artificial neural network for internal magnets motor

  1. Tez No: 755159
  2. Yazar: MAJID POURKARIMI
  3. Danışmanlar: PROF. DR. MUSTAFA CANER AKÜNER, DOÇ. DR. UĞUR DEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 66

Özet

Bu tez çalışmasında enerji politikalarının bir sonucu olarak yaygınlaşan elektrikli araçlar özelinde elektrik motoru tasarım optimizasyon yöntemi ve algoritmasının geliştirilmesi ele alınmıştır. Akıllı şehirler kapsamında hızla artan mikro ulaşım ihtiyacı elektrikli bisiklet ve elektrikli scooter gibi kısa menzil ulaşım araçlarına olan ilgiyi arttırmıştır. Bu tez önerisinde de elektrikli bir scooter modeli ele alınmış ve dinamik modeli incelenerek ihtiyaç duyulan motor gereksinimleri belirlenecektir. Ardından IPM motor topolojileri incelenerek uygun topolojiye karar verilecektir. IPM motor tasarım parametreleri ANSY RMXprt ortamında parametrize edilerek Taguchi'nin deney tasarımı yönteminde uygun deney matrisi seçilerek belirlenen tüm motor tasarım kombinasyonları ANSYS RMXprt de modellenerek elde edilen sonuçlar ile birlikte uygun dosya formatında saklanacaktır. Gerçekleştirilen tüm deneylere ait motor tasarım modelleri belirlenecek en-boy formatında PNG olarak kaydedilecektir. Ardından deney tasarımında elde edilen sonuçlar ile kaydedilen resimler etiketlenerek, uygun giriş çıkışa sahip bir yapay sinir ağı modeli üzerinde MATLAB'da eğitimler gerçekleştirilecektir. Eğitilmiş yapay sinir ağı modeline ihtiyaç duyulan motor gereksinimleri giriş olarak verildiğinde bu sinir ağının uygun motor geometrisini türetmesi beklenecektir. Türetilen motor geometrisi bir paket program (lmg2CAD) yardımı ile iki boyutlu teknik çizim formatına dönüştürülerek ANSYS Maxwell ortamına yüklenecektir. ANSYS Maxwell'de yapılacak analizler ile motor performansı değerlendirilerek. Yapay sinir ağı ile çözüm uzayında parametre kestirimi ve geometri üretimi verdiği sonuçlar değerlendirilerek bu tez çalışması sonuçlandırılacaktır.

Özet (Çeviri)

In this study, the development of electric motor design optimization methods and algorithms specifically for electric vehicles, which have become widespread as a result of energy policies, is discussed. The rapidly increasing need for micro transportation within the scope of sma11 cities has increased the interest in short-range transportation vehicles such as electric bicycles and electric scooters. In this thesis proposal, an electric scooter model is considered and the required motor requirements will be determined by examining its dynamic model. Then, IPM engine topologies will be examined and the appropriate topology will be decided. IPM motor design parameters will be parameterized in the ANSY RMXprt environment, and all motor design combinations determined by selecting the appropriate test matrix in Taguchin's experiment design method will be modeled in ANSYS RMX prt and stored in the appropriate file format together with the results obtained. Engine design models of all experiments will be saved as jpeg in the aspect format to be determined. Then, by labeling the pictures recorded with the results obtained in the experimental design, training will be held in MATLAB on a convolutional neural network model with appropriate input and output. Given the required motor requirements for the trained convolutional neural network model as an introduction, this neural network would be expected to derive the appropriate motor geometry. The derived engine geometry will be converted into a 2D technical drawing format with the help of a package program (Img2CAD) and uploaded to the ANSYS Maxwell environment. By evaluating engine performance with analyzes to be made in ANSYS Maxwell. This thesis study will be concluded by evaluating the results of parameter estimation and geometry generation in solution space with convolutional neural network.

Benzer Tezler

  1. Deep convolutional neural network based broken magnet detection of PMSM using finite element analysis

    Sonlu elemanlar analizi kullanarak PMSM'nin derin dönüşümlü sinir ağı tabanlı kırık mıknatıs tespiti

    AMIN GHAFOURI MATANAGH

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SALİH BARIŞ ÖZTÜRK

  2. Design and simulation of a PID neural network controller for PMDC motor speed control

    SMDA motorun hız kontrolü için PID sinir ağı denetleyicinin tasarım ve benzetimi

    RAHAF SHEIKH DEBES

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiGaziantep Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TOLGAY KARA

  3. Nöral-genetik tabanlı optimal bulanık kontrolörün gerçeklenmesi ve DC servomotora uygulanması

    Design of neural-genetic based optimal fuzzy controller and application to DC servomotor

    İBRAHİM BEKLAN KÜÇÜKDEMİRAL

    Doktora

    Türkçe

    Türkçe

    2002

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. GALİP CANSEVER

  4. Yapay sinir ağları ile dâhili ortamlardaki aydınlık düzeyinin analizi

    Analysis of illuminance levels in indoor atmosphere by using artificial neural networks

    MUSTAFA ŞAHİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektrik Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. FUAT BÜYÜKTÜMTÜRK

  5. Elektrik empedans tomografisinde sonlu eleman yöntemiyle modelleme ve görüntü oluşturma algoritmaları

    Başlık çevirisi yok

    BEYHAN KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. GALİP CANSEVER