34,99 €
inkl. MwSt.
Versandfertig in 2-4 Wochen
17 °P sammeln
  • Broschiertes Buch

La corriente de arranque de arranque y las pulsaciones en el par inducido afectan el rendimiento de un motor de inducción. Las redes neuronales artificiales (ANN) y el sistema de inferencia neuro difuso adaptativo (ANFIS) pueden mejorar el rendimiento del motor al crear un sistema de control que proporcionaría un arranque suave al motor de inducción. Se implementó el modelo dinámico de máquina de inducción en diferentes marcos de referencia utilizando Matlab Simulink. Se entrenaron redes neuronales de base radial y basadas en propagación de retroalimentación, con datos obtenidos mediante…mehr

Produktbeschreibung
La corriente de arranque de arranque y las pulsaciones en el par inducido afectan el rendimiento de un motor de inducción. Las redes neuronales artificiales (ANN) y el sistema de inferencia neuro difuso adaptativo (ANFIS) pueden mejorar el rendimiento del motor al crear un sistema de control que proporcionaría un arranque suave al motor de inducción. Se implementó el modelo dinámico de máquina de inducción en diferentes marcos de referencia utilizando Matlab Simulink. Se entrenaron redes neuronales de base radial y basadas en propagación de retroalimentación, con datos obtenidos mediante simulaciones, para estimar diferentes parámetros requeridos por ANFIS para ajustar el ángulo de disparo de pares de tiristores conectados espalda con espalda en el controlador de voltaje de CA. La corriente de irrupción y las pulsaciones en el par se redujeron significativamente. Se compararon las redes neuronales de base radial y de alimentación hacia adelante para el entrenamiento fuera de línea y en línea, el tiempo de entrenamiento, la memoria requerida para las implementaciones, el número de neuronas, los procedimientos y algoritmos computacionales, la confiabilidad del sistema y el costo más importante de implementación. Las redes neuronales artificiales y el sistema de inferencia neuro difuso adaptativo se desarrollaron utilizando cajas de herramientas en Matlab Simulink.
Autorenporträt
Syed Abdul Rahman Kashif hizo su B.Sc. y M.Sc. en Energía Eléctrica, en 2005 y 2008 respectivamente, de la Universidad de Ingeniería y Tecnología de Lahore. Actualmente está realizando su doctorado y es profesor en el Departamento de Ingeniería Eléctrica de la UET, Lahore. Su principal área de investigación son las Aplicaciones de la Inteligencia Artificial en Accionamientos Eléctricos.