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:2011
卷号:2
期号:2
页码:12-24
语种:Persian
摘要:روشهای هوشمند به صورت گستردهای در تشخيص خطا در ماشينهای الکتريکی، ترانسفورماتورها و به طور کلی، در تمامی قسمتهای صنعت برق به کار میروند. سيستم استنتاج فازی يکی از مدرنترين روشهايی است که برای اين منظور مورد استفاده میشود. از آنجايی که در موارد پيچيده، به ويژه مواردی که استخراج قوانينی کارآمد، بسيار مشکل است، استفاده از استنتاج فازی غير ممکن است. لذا در چنين مواردی سعی برآن است که از روش هايی کارآمد در استخراج قوانين استفاده شود. يکی از اين روش های مؤثر شبکه تطبيقی عصبی فازی است که به ANFIS معروف است. در اين مقاله، به منظور تعيين ميزان درصد خطا در سيم پيچی موتور سنکرون مغناطيس دائم از سيستم استنتاج فازی استفاده شده است. اين کار در دو مرحله صورت پذيرفته است: در مرحله اول، مدلی رياضی از موتور سنکرون مغناطيس دائم در شرايط خطا در محيط MATLAB/SIMULINK شبيهسازی شد و دادههای مورد نياز که عبارتند از جريان تفاضلی هر فاز و سرعت، موتور استخراج گرديد. سپس در مرحله دوم، با استفاده از ويرايشگر ANFIS و دادههای به دست آمده در مرحله اول، سيستم استنتاج فازی مورد نياز ايجاد شد و در نهايت، از آن به صورت يک بلوک کنترلی فازی در شبيهسازی استفاده شد. نتايج به دست آمده نشان میدهند که روش ارائه شده میتواند در زمانی کوتاه خطا را دنبال و ميزان درصد خطا را بيان کند.
其他摘要:Intelligent methods are widely used in fault detection and diagnosis in electrical machine, transformers and in general in all parts of industry. One of the most advanced methods in fault detection is fuzzy Inference system. Since, extraction of effective rules is so hard in complicated problems, using fuzzy Inference is impossible. In this paper, in order to determine the amount of inter-turn stator winding fault in Permanent Magnet Synchronous Motor (PMSM),the fuzzy logic set has been used. This research has been fulfilled in two steps. In first step, a mathematical model of PMSM under fault condition has been simulated in MATLAB/SIMULINK and required data; deferential current of each phase and speed of motor have been extracted, in second step, a fuzzy set has been created using Adaptive Neuro-Fuzzy Inference System (ANFIS) and this fuzzy set has been used in simulation for on-line test. Obtained results show that proposed method can follow fault in short time and can present amount of fault very precise.