بهینه سازی شار با استفاده از شبکه های عصبی مصنوعی برای ارتقاء بازده در درایو موتور القایی

موتورهای القایی قفس- سنجابی جایگزین موتورهای DC در کاربردهای سرعت متغیر شده اند به دلیل دردسترس بودن تکنیک های کنترل پیشرفته مانند کنترل مستقیم گشتاور و کنترل بر مبنای میدان، در کار با بار جزئی یک ماشین القایی، تلفات هسته و تا اندازه ای تلفات مسی را می توان کمینه کرد، اگر ماشین در شار کاهش یافته کار کند تا اینکه در مقدار نامی آن کار کند. هیچ رابطه ی ریاضی مستقیمی وجود ندارد که میزان کاهش شار را برای یک بار داده شده بر روی ماشین مشخص کند. در این مقاله، یک طرح کنترل بر پایه ی شبکه ی عصبی مصنوعی برای رسیدن به مناسب ترین مقدار شار پیشنهاد شده است، با داشتن شرایط سرعت و گشتاور در هر نقطه ی کار درایو تا تلفات کمینه شود و بازده ی درایو بهتر شود. کل طرح درایو به همراه بلوک تشخیص شار در محیط سیمولینک متلب مدل شده است و تلفات و بازده برای ظرفیت 2.2 کیلووات و 22 کیلووات موتورهای القایی 3 فاز تخمین زده شده است. از نتایج بدست آمده آشکار است که وقتی ماشین با مقدار شار مشخص شده با شبکه ی عصبی مصنوعی کار می کند، منجر به بازده ی بهتر مخصوصاً در شرایط بار جزئی شده است.

کلیدواژه ها:

کنترل گشتاور مستقیم ، شبکه ی عصبی مصنوعی ، تشخیص شارمناسب ، شرایط بار جزئی بازده