期刊名称：Intelligent Systems in Electrical Engineering
印刷版ISSN：2251-6530
电子版ISSN：2252-083X
出版年度：2013
卷号：4
期号：3
页码：71-82
语种：Persian
摘要：اين مقاله کاربرد الگوريتم چرخه آب را که به تازگی معرفی شده است، به منظور تخمين دقيق پارامترهای موتور القايی از طريق اطلاعات پلاک آن نشان می‌دهد. با توجه به اين حقيقت که از موتورهای القايی به طور گسترده ای در کاربردهای صنعتی استفاده می‌گردد، اين پارامترها تاثير قابل ملاحظه ای بر دقت و بازده اين موتورها و در نهايت عملکرد کل سيستم دارند. بنابراين، ضروريست که الگوريتم‌ها به منظور تخمين پارامترهای موتور القايی، توسعه داده شوند. مفاهيم اصلی و ايده‌هايی که زمينه بوجود آمدن روش پيشنهادی گشته اند، از طبيعت و بر اساس مشاهده روند چرخه آب و اينکه چگونه رودخانه‌ها و جويبارها در دنيای واقعی جاری می‌شوند و به دريا می‌ريزند الهام گرفته شده اند. توابع هدف، بصورت کمينه کردن مقادير واقعی خطای نسبی بين گشتاورهای اندازه‌گيری شده و تخمين زده شده ماشين، در لغزش‌های مختلف تعريف شده اند. روش ارائه شده، به دو موتور نمونه مختلف اعمال گشته و نتايج روش پيشنهادی، با ديگر روش‌های فرابتکاری که قبلاً به چاپ رسيده، مقايسه شده اند که نشان از قابليت و همگرايی سريع روش پيشنهادی دارد.
其他摘要：This paper presents the application of recently introduced water cycle algorithm (WCA) to optimize the parameters of exact and approximate induction motor from the nameplate data. Considering that induction motors are widely used in industrial applications, these parameters have a significant effect on the accuracy and efficiency of the motors and, ultimately, the overall system performance. Therefore, it is essential to develop algorithms for the parameter estimation of the induction motor. The fundamental concepts and ideas which underlie the proposed method is inspired from nature and based on the observation of water cycle process and how rivers and streams flow to the sea in the real world. The objective function is defined as the minimization of the real values of the relative error between the measured and estimated torques of the machine in different slip points. The proposed WCA approach has been applied on two different sample motors. Results of the proposed method have been compared with other previously applied Meta heuristic methods on the problem, which show the feasibility and the fast convergence of the proposed approach.
