روشهای مدلسازی عصبی - فازی جهت تخمین گشتاور در روتور توربین بادی ساونیوس

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,095

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEEE03_225

تاریخ نمایه سازی: 18 مهر 1390

چکیده مقاله:

در مقاله حاضر توانایی و دقت یک سیستم استنتاجی عصبی - فازی تطبیقی برای مدلسازی دینامیکی روتور توربین بادی ساونیوس مورد بررسی قرار گرفته است هدف اصلی این تحقیق پیش بینی عملکرد نیروی گشتاور به عنوان تابعی از موقعیت زاویه ای توربین می باشد یک آزمایش مقایسه ای در ANFIS,RBF,FIS انجام گرفته و درنتیجه آن دیده شده است که ANFIS نتایج بسیار دقیق تر ی در مقایسه با دو روش دیگر می دهد نتایج نشان میدهد که یک سازگاری عالی بین داده های آزمایش که در آموزش به کار نرفته اند و داده های تخمین زده شده وجود دارد همراه با خطای میانگین بسیار پایین همچنین FIS با آستانه ی خطای 0.005 ,, ANFIS آموزش داده شده قادر هستند که رفتار دینامیک غیرخطی گشتاور را در زمان یک شرایط جدید که در فرایند آموزش لحاظ نشده داده های آزمایش رصد کنند برای پیاده سازی تکنیک حاضر کدها و دستورالعمل های مرتبط نرم افزار متلب بصورت موثری مورد استفاده قرارگرفته است.

نویسندگان

کامبیز دهقانی کهنه شهری

دانشکده آموزشهای الکترونیکی دانشگاه شیراز

فریدون شعبانی نیا

دانشکده برق و کامپیوتر دانشگاه شیراز

احسان مشکسار

دانشکده برق و کامپیوتر دانشگاه شیراز

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 :
  • لی وانگ، سیستم های فازی و کنترل فازی، تشنه لب، ...
  • مجید جمیل، روتور ساونیوس جهت استفاده از انرژی مکانیکی باد ...
  • Bathi TS, Kothari DP.Aspects of technological ...
  • development of wind turbines, J Energy Eng.2003: 129:81- ...
  • Gourieres DL. Wind power plants. Oxford (England) ;pergamon press;1982. ...
  • Ozger M.Yildirim G.determining turbulent flow friction coefficient using adaptive neuro-fuzzy ...
  • Wang Li-Xin. Training of fuzzy logic systems using nearest neighborhood ...
  • international conference on fuzzy systems, vol.1:1993. p. 93-100 ...
  • Adaptive fizzy inference neural network, http ://www. elsevier. com/loc ate/patcog ...
  • نمایش کامل مراجع