تخمین متغیرهای حالت مدل کویل تروئیدی مارپیچیبا استفاده از فیلتر کالمن
محل انتشار: بیست و سومین کنفرانس بین المللی برق
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 630
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
PSC23_191
تاریخ نمایه سازی: 1 بهمن 1390
چکیده مقاله:
این مقاله مدل فشرده کویل ابررسانای ذخیره ساز انرژی مغناطیسی را ارائه می کند و بدنبال آن مقادیر پارامترهای این مدل را با استفاده از نمونه برداری از نتایج آزمایشگاهی و الگوریتم حداقل مربعات بازگشتی شناسایی می نماید . مقایسه مقادیر پارامترهای شناسایی شده با پارامترهای استخراج شده از تحلیل هندسی مدل بیان می دارد که الگوریتم حداقل مربعات بازگشتی بدون نیاز به تعیین حدود صفر و قطب تابع شبکه توانایی بسیار بالایی در شناسایی مقادیر پارامترهای مدلهای واقعی از روی نتایج آزمایشگاهی که با نویز همراه هستند را دارا می باشد . قابل توجه است که طراحی مفهومی این کویل در انطباق با اینورتر منبع جریان مستلزم تخمین تغییرات ولتاژ و جریان دو سر هر دور کویل ( در مراحل سه گانه شارژ، آماده بکار و دشارژ) می باشد و همچنین انرژی مغناطیسی واقعی ذخیره ش ده در کل کویل با توجه به مدل ارائه شده ( جدا سازی انرژی مغناطیسی از انرژی الکتریکی ) از رفتار ولتاژ و جریان دو سر کویل بدست نمی آید . لذا در این تحقیق از فیلتر کالمن جهت تخمین کمیتهای فوق به دلیل غیر قابل اندازه گیری بودن ولتاژ و جریان سلفهای جزئی ارائه شده در مدل و همچنین غیر قابل اندازه گیری بودن انر ژی مغناطیسی واقعی ذخیره شده در مدل ، استفاده شده است . شایان ذکر است داده های آزمایشگاهی با نویز و اثرات الکترمغناطیسی همراه هستند و مقایسه نتایج حاصل از فیلتر کالمن با نتایج تحلیلی مدل بیان می دارد که فیلتر کالمنتوانائی بسیار بالائی درحذف اثرات مزاحم و تخمین متغیرهای حالت سیستم غیر قابل اندازه گیری دارد.
کلیدواژه ها:
نویسندگان
محمدرضا علیزاده پهلوانی
دانشجوی دکتری دانشگاه علم و صنعت ایران
عباس شولائی
استاد دانشگاه علم و صنعت ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :