Zachte start van inductiemotoren - Kashif, Syed Abdul Rahman
32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in über 4 Wochen
  • Broschiertes Buch

Het starten van inschakelstroom en pulsaties in het geïnduceerde koppel beïnvloeden de prestaties van een inductiemotor. Kunstmatige neurale netwerken (ANN's) en adaptief neuro fuzzy inferentiesysteem (ANFIS) kunnen de prestaties van de motor verbeteren door een controlesysteem te maken dat een soepele start van de inductiemotor mogelijk maakt. Dynamisch model van inductiemachine in verschillende referentiekaders werd geïmplementeerd met behulp van Matlab Simulink. Op feed forward back-propagatie gebaseerde en radiale neurale netwerken werden getraind, met gegevens verkregen met behulp van…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Het starten van inschakelstroom en pulsaties in het geïnduceerde koppel beïnvloeden de prestaties van een inductiemotor. Kunstmatige neurale netwerken (ANN's) en adaptief neuro fuzzy inferentiesysteem (ANFIS) kunnen de prestaties van de motor verbeteren door een controlesysteem te maken dat een soepele start van de inductiemotor mogelijk maakt. Dynamisch model van inductiemachine in verschillende referentiekaders werd geïmplementeerd met behulp van Matlab Simulink. Op feed forward back-propagatie gebaseerde en radiale neurale netwerken werden getraind, met gegevens verkregen met behulp van simulaties, om verschillende parameters te schatten die ANFIS nodig heeft om de afvuurhoek van back-to-back verbonden paren thyristors in AC-spanningsregelaar aan te passen. Inschakelstroom en pulsaties in koppel werden aanzienlijk verminderd. Radiale basis en feed-forward neurale netwerken werden vergeleken voor offline en online training, trainingstijd, benodigde geheugen voor implementaties, aantal neuronen, rekenprocedures en algoritmen, betrouwbaarheid van het systeem en de belangrijkste implementatiekosten. Kunstmatige neurale netwerken en Adaptive neuro fuzzy inferentiesysteem werden ontwikkeld met behulp van toolboxen in Matlab Simulink.
Autorenporträt
Syed Abdul Rahman Kashif hizo su B.Sc. y M.Sc. en Energía Eléctrica, en 2005 y 2008 respectivamente, de la Universidad de Ingeniería y Tecnología de Lahore. Actualmente está realizando su doctorado y es profesor en el Departamento de Ingeniería Eléctrica de la UET, Lahore. Su principal área de investigación son las Aplicaciones de la Inteligencia Artificial en Accionamientos Eléctricos.