تخمین موقعیت و سرعت روتور موتور شار محوری

اختصاصی از سورنا فایل تخمین موقعیت و سرعت روتور موتور شار محوری دانلود با لینک مستقیم و پر سرعت .

چکیده:

در این پایان نامه ابتدا ماشین های سنکرون مغناطیس دائم مورد بررسی قرار گرفته اند. کنترل ماشین های PMSM به علت نیاز به داشتن حسگرهای با دقت بالا که گرانقیمت می باشند و همچنین محدودیت هایی را در زمینه شرایط استفاده (حسگرها در محیط های پر گرد و غبار و همچنین محیط های با رطوبت بالا کارایی لازم را ندارند علاوه بر این موجب افزایش حجم و قیمت تمام شده سیستم محرکه می شوند و قابلیت اطمینان سیستم را پایین می آورند) به وجود می آورند دشوار است و استفاده از روش های بدون حسگر به شدت احساس می شود. کنترل بدون حسگر مزایای زیادی دارد که می توان به کاهش قیمت سیستم محرکه و بالا رفتن قابلیت اطمینان و کاهش نسبت حجم به قدرت موتور اشاره نمود. در این پروژه انواع مختلف روش های کنترل بدون حسگر معرفی شده و از بین آنها روش های بر پایه مشاهده گرها به علت دارا بودن مزایای بیشتر انتخاب شده و برای یک سیستم محرکه با موتور سنکرون مغناطیس دائم شار محوری پیاده سازی شده اند. مدل ریاضی موتور شبیه سازی شده و یک سیستم کنترلی برای سرعت و جریان انتخاب شده تا موتور را با حداکثر گشتاور در کوتاه ترین زمان به حالت ماندگار با مشخصات سرعت و گشتاور مرجع اعمال شده برساند. دو الگوریتم فیلتر در این پروژه مورد بحث قرار گرفته که عبارتست از الگوریتم کالمن بسط داده شده و الگوریتم کالمن Unsected و ایندو بعد از اعمال به موتور نتایج دینامیکی و حال ماندگار مناسبی از خود نشان داده اند و در انتها مقایسه دقیقی با استفاده از شاخص های مختلف ارائه شده است و نکات قدرت و ضعف هرکدام به روشنی بیان شده است.

مقدمه:

در دهه های اخیر با کشف مواد مغناطیس دائم جدید ماشین های مغناطیس دائم در محرکه های با سرعت متغیر اهمیت ویژه ای پیدا کرده اند. این ماشین ها به علت راندمان بالا و قابلیت کار در سرعت های کم و زیاد کاربردهای ویژه ای در صنایع پیدا کرده اند و به هیمن سبب بحث کنترل آنها بسیار مورد توجه قرار گرفته است. موتورهای مغناطیس دائم شار محوری نیز از جمله موتورهایی می باشد که به علت خواص ویژه مورد توجه بسیار قرار گرفته اند که می توان به ساختار با قطر زیاد و طول کم آن اشاره نمود که آنها را برای کار در خودروهای الکتریکی بسیار ایده آل می سازد. همچنین به علت قطر زیاد می توان آنها را در تعداد قطب های زیاد ساخت که دستیابی به سرعت های کم را امکان پذیر می سازد و در کاربردهای بدون جعبه دنده می تواند بسیار مفید واقع گردند. این ماشین ها برای کار در حالت ماندگار و سرعت های متغیر نیازمند حسگرهای تشخیص دهنده سرعت و موقعیت روتور برای تولید فرمان آتش کلیدهای منبع تعذیه فرکانس متغیر می باشند. حسگرها ابزارهای حساس و گرانقیمتی هستند و علاقه مندی زیادی به حذف آنها وجود دارد. در این پروژه پیاده سازی دو روش با استفاده از مشاهده گر، انجام گرفته و از روی شبیه سازی های انجام گرفته نتایج به دست آمده مورد تحلیل و بررسی قرار خواهد گرفت. روند انجام پروژه به این صورت می باشد که در فصل اول روش های مختلف کنترل بدون حسگر به طور خلاصه بررسی شده و در فصل دوم نحوه مدلسازی یک ماشین سنکرون مغناطیس دائم شار محوری به طور مفصل بیان شده و روابط مربوطه به دست آمده است و این مدل در نرم افزار MATLAB/Simulink شبیه سازی شده و با اعمال یک ولتاژ سه فاز به استاتور آن و ثبت ورودی ها و خروجی های موتور صحت مدل به دست آمده مورد ارزیابی قرار گرفته است. در فصل سوم با استفاده از مدل موتور به دست آمده در فصل دوم بحث مفصلی در مورد کنترل کننده سرعت و جریان انجام شده و یک کنترل کننده مناسب انتخاب و پیاده سازی شده است و به این ترتیب سیستم محرکه به موتور اضافه شده و محرکه با استفاده از حسگرهای سرعت و موقعیت (یعنی همان سرعت و موقعیت اندازه گیری شده از مدل موتور) راه اندازی شده و کارایی آن مورد ارزیابی قرار گرفته است. و در فصل چهارم با حذف اندازه گیری های سرعت و موقعیت و استفاده از الگوریتم فیلتر کالمن و اندازه گیری از جریانها و ولتاژهای ماشین سرعت و موقعیت لحظه ای موتور تخمین زده شده و به طور موفقیت آمیزی در کنترل کننده مورد استفاده قرار گرفته است. نتیجه گیری های انجام گرفته از روی نتایج به دست آمده از شبیه سازی ها در انتهای فصل چهارم و فصل پنجم آورده شده است.

تعداد صفحه : 124

پایان نامه رشته مهندسی شیمی - استفاده از شبکه ی عصبی مصنوعی در تخمین ضرایب دوم ویریال

اختصاصی از سورنا فایل پایان نامه رشته مهندسی شیمی - استفاده از شبکه ی عصبی مصنوعی در تخمین ضرایب دوم ویریال دانلود با لینک مستقیم و پر سرعت .

چکیده :

ضرایب ویریال که در پیش بینی خواص P-V-T گازها بر اساس معادله ی حالت ویریال مورد استفاده قرار میگیرند همواره از جمله علایق پژوهشگران بوده و تاکنون تحقیقات فراوانی در ارتباط با آنها صورت گرفته است که در این میان ضرایب دوم ویریال نسبت به سایر ضرایب این معادله از اهمیت بالاتری برخوردارند. دراین پروژه به کمک نرم افزار متلب و استفاده از جعبه ابزار قدرتمند شبکه های عصبی این نرم افزار اقدام به خطی سازی داده های تجربی مربوط به ضرایب دوم ویریال در دماهای مختلف با استفاده از یک شبکه ی عصبی پرسپترون چندلایه نمودیم..

فهرست مطالب :

• فصل اول : مقدمه ای بر نیروهای بین مولکولی و ضرایب ویریال
• فصل دوم : مقدمه ای بر شبکه های عصبی مصنوعی
• فصل سوم : شبکه های عصبی چند لایه پیشخور
• فصل چهارم : معرفی واسط گرافیکی کاربر
• فصل پنجم : نحوه ی نگارش برنامه در نرم افزار متلب
• نتایج
• ضمائم

پایان نامه ارشد برق تخمین و پیش بینی مودهای طبیعی استاتور موتورهای سوئیچ رلوکتانس با استفاده از شبکه عصبی

اختصاصی از سورنا فایل پایان نامه ارشد برق تخمین و پیش بینی مودهای طبیعی استاتور موتورهای سوئیچ رلوکتانس با استفاده از شبکه عصبی دانلود با لینک مستقیم و پر سرعت .

 

 

 

 

 

 

تخمین و پیش بینی مودهای طبیعی استاتور موتورهای سوئیچ رلوکتانس با استفاده از شبکه عصبی

Estimation of Natural Modes of Stator of Switched Reluctance Machines with Neural Network

فهرست مطالب :
- پیشگفتار ...………………………………………………………………………….……..…… 1
-1 تاریخچه موتور سوئیچ رلوکتانسی ..……………………………………………….…………...…...... 2
-2 کاربردهای مختلف موتور سوئیچ رلوکتانسی………………………………………….……….....……... 2
-3 معایب موتورهای سوئیچ رلوکتانسی……………...………………………………….….…...…..…… 3
فصل اول : ساختار موتورهای سوئیچ رلوکتانسی و روشهای تحلیل الکترومغناطیسی آنها ..……………….……..…... 6
-1-1 معرفی ساختار موتور سوئیچ رلوکتانسی و عملکرد آن .…………………………………………....…… 7
-1-1-1 ساختار موتور سوئیچ رلوکتانسی..…………………………………………………………......… 7
-2-1-1 خصوصیات موتور سوئیچ رلوکتانسی.……………………………………………………..……. 11
-3-1-1 تولید گشتاور و مودهای عملکرد...…………………………………………..……………….… 12
-4-1-1 مشخصه مغناطیسی غیر خطی ماشین...…………………………………………………..….…. 17
-5-1-1 مدارهای کانورتر.………………………………………………………………...……….… 19
-6-1-1 ریپل گشتاور و لرزش درموتور سوئیچ رلوکتانسی..………………………………………………… 20
-1-2-1 معادلات ولتاژ، شار مغناطیسی وگشتاور ماشین سوئیچ رلوکتانس…………………………………...… 21
-2-2-1 روشهای مختلف تحلیل الکترومغناطیسی ماشین سوئیچ رلوکتانسی.………………………………....… 22
-1-2-2-1 روشهای عددی تحلیل الکترومغناطیسی.….………………………………………………….… 22
-2-2-2-1 روشهای تقریبی تحلیل الکترومغناطیس.…………………………………………………….… 25
فصل دوم : تخمین و پیش بینی نویز صوتی..………………………………………………………….… 29
-1-2 کمیت ها واستانداردهای کاربردی.……………………………………………………………...… 30
32 …….……………………………………………… SRM -2-2 منابع تولید ویبراسیون ونویز اکوستیک در
-3-2 مکانیزم ویبراسیون های منبع الکترومغناطیسی……………………………………………………… 34
-4-2 روش عمومی تخمین ویبراسیون و نویز..……………………………………………………….…… 36
-5-2 مرور تحلیل رویکردهای موجود.…………………………………………………………..……… 37
-6-2 فاکتورهای موثر برروی دقت مدل ها وفرضیات ……………………………………………………… 42
7-2 - توصیف مدل تحلیلی پیشنهاد شده………………………………………………….…….……… 44
-8-2 راهکارهائی برای طراحی موتور با نویز پایین ………………………………………………………… 49
-9-2 نتیجه گیری ..……………………………………………………………………….…….… 51
فصل سوم : مروری برشبکه های عصبی مصنوعی……………………………………………………..…… 52
-1-3 مقدمه.……………………………………………………………………………………… 53
-2-3 ساختار و عملکرد نرونها در مغز …………………………………………………………………… 53
-3-3 تاریخچه شبکه های عصبی.…………………………………………………….………………… 54
-4-3 مدل نرون………….……………………………………………………….………………… 55
1-4-3 - مدل تک ورودی.…………………………………………………………………………… 55
-2-4-3 مدل چند ورودی.…………………………………………………………………………… 58
-3-4-3 ساختار شبکه های عصبی……………………………………………………………………… 59
-1-3-4-3 شبکه تک لایه..…………………………………………………………………………… 59
-2-3-4-3 شبکه های چند لایه……………………………………………………………………… 60
-3-3-4-3 تعریف لایه خروجی.……………………………………………………………………… 61
-4-4-3 شبکه های پسخور یا برگشتی…………………………………………………………………… 61
٧
-5-3 شبکه های عصبی پرسپترون…………………………………………………………….……… 63
-1-5-3 معادله یادگیری در حالت کلی………………………………………………………….……… 64
-2-5-3 یادگیری شبکه..…………………………………………………………………….……… 64
-1-2-5-3 یادگیری با ناظر ………………………………………………………………….……… 65
-2-2-5-3 یادگیری بدون ناظر.……………………………………………………………….……… 66
66 ……………………………………………………………. (SLPR) -3-5-3 قانون یادگیری پرسپترون
68 ……….…………………………………………. R= -1-3-5-3 شبکه پرسپترون با بیش از یک نرون و 2
-2-3-5-3 قانون یادگیری شبکه پرسپترون …………………………………………………...………… 68
-3-3-5-3 قانون یادگیری شبکه پرسپترون تک لایه به صورت دسته ای..……………………………………… 71
72 ………….…..……………………………………………… SLPR -4-5-3 بررسی همگرایی الگوریتم
-1-4-5-3 نکات مهم ………………………………………………………………..……..……….. 74
74 ……..….…………...……………………………………………… SLPR -2-4-5-3 محدودیتهای
75 ……..….……………..……………………………………( MLP ) -5-5-3 شبکه پرسپترون چند لایه
75 ……………………………………………………………………………….. LM -6-3 الگوریتم
-1-6-3 مقدمه.……………………………………………………….………………….………… 75
-2-6-3 الگوریتمهای بهینه سازی.…………………………………………………………………… 75
-1-2-6-3 روش تندترین شیب..……………………………………..……………………….……… 76
-2-2-6-3 روش نیوتن..…………………………………………..………………………….……… 79
79 ………………………………………………….. (Levenberg-Marquardt) LM -3-2-6-3 الگوریتم
80 ..……….………………………………………………(Basic Algorithm) -1-3-6-3 الگوریتم اساسی
-2-3-6-3 شاخص عملکرد و محاسبه ژاکوبین………………….………………………………………… 82
فصل چهارم : تخمین وپیش بینی مودهای طبیعی استاتور با استفاده از شبکه عصبی.……………………………... 83
-1-4 مقدمه ……………………………………………………………………………………… 84
-2-4 تحلیل پاسخ سیستم با استفاده از روش اجزاء محدود..………………………………………………… 85
-3-4 انتخاب شبکه عصبی مناسب و مقایسه آنها...………..…………………………………….………… 94
130 .…………………………………………….…………LM -4-4 نتایج حاصل از بکارگیری شبکه عصبی
فصل پنجم : نتیجه گیری و پیشنهادات ..………………….…………………………………………… 140
-1-5 نتیجه گیری.………………………………………………………………………………… 141
-2-5 پیشنهادات.………………………………….……………………………………………… 142
144 …...………………………………………………………………………..……… (A) ضمیمه
149 ……………………………………………….…………………………………... (B) ضمیمه
مراجع...………………………………………………………………………………………… 151
٨
فهرست جدول ها :
32 .………….…………………………………………………………………………(1- جدول ( 2
33 ............…………………………………………………………………………….(2- جدول ( 2
33 ……..………………………………………………………………………………(3- جدول ( 2
34 ………..……………………………………………………………………………(4- جدول ( 2
63 ………..……………………………………………………………………………(1- جدول ( 3
90 …………………………………………………………………………………….(1- جدول ( 4
91 …………..………………………………………………………………………...(2- جدول ( 4
92 ……………..………………………………………………………………………(3- جدول ( 4
93 ……………………………………………………………………………………..(4- جدول ( 4
129 ….………………………………………………………………………......………(5- جدول ( 4
139 ………………………………………………………………………......…………

دانلود مقاله مروری بر روشهای محاسبه ارزیابی و تخمین تلفات در شبکه های توزیع نیروی برق

اختصاصی از سورنا فایل دانلود مقاله مروری بر روشهای محاسبه ارزیابی و تخمین تلفات در شبکه های توزیع نیروی برق دانلود با لینک مستقیم و پر سرعت .

 دانلود مقاله مروری بر روشهای محاسبه  ارزیابی و تخمین تلفات در شبکه های توزیع نیروی برق با فرمت pdf  تعدادصفحات 98

بکارگیری شبکه های عصبی در تخمین کانال های مخابراتی

اختصاصی از سورنا فایل بکارگیری شبکه های عصبی در تخمین کانال های مخابراتی دانلود با لینک مستقیم و پر سرعت .

چکیده 1
فصل اول: طراحی سیگنال برای کانال باند محدود 6
1. مقدمه 6 -1
2. تعریف ها، قراردادها، و نمادگذاری ها 7 -1
3. محاسبه ی رابطه ی اثر تداخل بین سمبلی 8 -1
فصل دوم: روش های کلاسیک طراحی همسان ساز 11
1. مقدمه 11 -2
2. گیرنده ی بهینه برای کانال های همراه با نویز جمع شونده ی گاوسی و تداخل بین سمبلی 12 -2
3. همسان ساز خطی 16 -2
1. معیار اعوجاج حداکثر 18 -3 -2
2. معیار متوسط مربع خطا 21 -3 -2
4. همسان ساز پس خور- تصمیم گیر 23 -2
5. همسان ساز تطبیقی 24 -2
فصل سوم: طراحی همسان ساز به کمک شبکه های عصبی 27
1. مقدمه 27 -3
2. تخمین کانال مخابراتی ماهواره ای متغیر با زمانِ غیرخطی به کمک شبکه ی عصبی 28 -3
1. معرفی 28 -2 -3
2. ساختار 29 -2 -3
3. آموزش 32 -2 -3
4. شبیه سازی 34 -2 -3
3-3 . همسان سازی کانال مختلط غیرخطی به کمک شبکه ی عصبی پایه شعاعی 36
1. معرفی 36 -3 -3
2. ساختار 41 -3 -3
3. آموزش 44 -3 -3
4. شبیه سازی 45 -3 -3
4. همسان سازی همراه با تاخیر تصمیم گیری کانال، به کمک شبکه ی عصبی بازگشتی 46 -3
1. معرفی 46 -4 -3
2. ساختار 48 -4 -3
3. آموزش 50 -4 -3
4. شبیه سازی 52 -3-4
5. نمونه های دیگر 53 -3
فصل چهارم: مقایسه و جمع بندی 55
مراجع، مأخذها و منابع