Andere Kunden interessierten sich auch für
![Tribologische und rheologische Eigenschaften von Nanoschmierstoffen]( "Tribologische und rheologische Eigenschaften von Nanoschmierstoffen")
Tribologische und rheologische Eigenschaften von Nanoschmierstoffen37,90 €![Technische Durchführbarkeitsanalyse für Biomasse-Vergaser in der Ziegelindustrie]( "Technische Durchführbarkeitsanalyse für Biomasse-Vergaser in der Ziegelindustrie")
Technische Durchführbarkeitsanalyse für Biomasse-Vergaser in der Ziegelindustrie71,90 €![DER GROSSE ÄTHIOPISCHE RENAISSANCE-STAUDAMM]( "DER GROSSE ÄTHIOPISCHE RENAISSANCE-STAUDAMM")
DER GROSSE ÄTHIOPISCHE RENAISSANCE-STAUDAMM26,90 €![Aufprall eines flüssigen Strahls und konvektive Werte für den thermischen Übergang]( "Aufprall eines flüssigen Strahls und konvektive Werte für den thermischen Übergang")
Aufprall eines flüssigen Strahls und konvektive Werte für den thermischen Übergang39,90 €![Konstruktion und Herstellung einer einheimischen Zwiebel-Erntemaschine]( "Konstruktion und Herstellung einer einheimischen Zwiebel-Erntemaschine")
Konstruktion und Herstellung einer einheimischen Zwiebel-Erntemaschine39,90 €![Auswirkung von PreTwist auf die Analyse freier Schwingungen von Windturbinenblättern]( "Auswirkung von PreTwist auf die Analyse freier Schwingungen von Windturbinenblättern")
Auswirkung von PreTwist auf die Analyse freier Schwingungen von Windturbinenblättern43,90 €![Ein deterministischer Bahnplanungsalgorithmus für Manipulatoren]( "Ein deterministischer Bahnplanungsalgorithmus für Manipulatoren")
Ein deterministischer Bahnplanungsalgorithmus für Manipulatoren36,90 €
Das Einschalten des Einschaltstroms und Pulsationen des induzierten Drehmoments beeinflussen die Leistung eines Induktionsmotors. Künstliche neuronale Netze (ANNs) und ein adaptives Neuro-Fuzzy-Inferenzsystem (ANFIS) können die Leistung des Motors verbessern, indem sie ein Steuersystem herstellen, das einen reibungslosen Start des Induktionsmotors ermöglicht. Das dynamische Modell einer Induktionsmaschine in verschiedenen Referenzrahmen wurde mit Matlab Simulink implementiert. Auf Rückkopplungsausbreitung basierende und radiale neuronale Netze wurden mit Daten trainiert, die unter Verwendung von Simulationen erhalten wurden, um verschiedene Parameter abzuschätzen, die von ANFIS benötigt werden, um den Zündwinkel von hintereinander verbundenen Thyristorpaaren in einem Wechselspannungsregler anzupassen. Einschaltstrom und Drehmomentpulsationen wurden signifikant reduziert. Radiale Basis- und Feed-Forward-Neuronale Netze wurden für Offline- und Online-Training, Trainingszeit, für Implementierungen erforderlichen Speicher, Anzahl der Neuronen, Berechnungsverfahren und -algorithmen, Zuverlässigkeit des Systems und die wichtigsten Implementierungskosten verglichen. Künstliche neuronale Netze und das adaptive Neuro-Fuzzy-Inferenzsystem wurden mithilfe von Toolboxen in Matlab Simulink entwickelt.