Optymalizacja dławika o nastrajanej wartości indukcyjności

• Autorzy: Knypiński Łukasz , Kurzawa Milena

Identyfikatory

DOI

10.15199/48.2024.07.39

Warianty tytułu

EN

(Optimization of a tuned inductive choke

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono algorytm i oprogramowanie do optymalizacji dławika o nastrajanej (zmiennej) wartości indukcyjności. Do optymalizacji zastosowana została metoda salpid, należąca do grupy metod inteligencji roju. Celem optymalizacji było uzyskanie czterech odpowiednio dobranych i proporcjonalnych względem siebie wartości indukcyjności rozpatrywanego dławika. Optymalizowany w pracy dławik został opisany przy wykorzystaniu trzech zmiennych decyzyjnych. W wielokryterialnej (kompromisowej) funkcji celu uwzględniono cztery wartości indukcyjności. Opracowano model matematyczny (o parametrach skupionych) optymalizowanego dławika. Model matematyczny połączono z procedurą optymalizacyjną, zarządzającą tym procesem. Przedstawiono i omówiono wybrane wyniki obliczeń optymalizacyjnych.

EN

The article presents an algorithm and computer script to optimization of a tenable inductive choke. The salp swarm algorithm was applied in the optimization procedure. A mathematical model of an optimized of a tenable inductive choke was developed. The structure of the tenable inductive choke was described by three design variables. The multi-objective compromise function was taken into account. The optimization procedure managing the cooperation with mathematical model of the optimized electromagnetic devices. Selected results of the optimization were presented and discussed.

Słowa kluczowe

PL

optymalizacja; metoda salpów; dławik o nastrajanej indukcyjności; kompromisowa funkcja celu

EN

optimization; modified particle swarm optimization; tuned choke; multi-objective compromise function

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 7
• Strony: 198--202
• Opis fizyczny: Bibliogr. 20 poz., rys., tab.

Twórcy

autor

Knypiński Łukasz

• Politechnika Poznańska, Instytut Elektrotechniki I Elektroniki Przemysłowej, ul, Piotrowo 3a, 60-965 Poznań, Polska

• https://orcid.org/0000-0001-5741-9548

autor

Kurzawa Milena

• Politechnika Poznańska, Instytut Elektrotechniki I Elektroniki Przemysłowej, ul, Piotrowo 3a, 60-965 Poznań, Polska

• https://orcid.org/0000-0002-3055-3111

Bibliografia

• [1] Waindok A., Piekielny P., Calculation models of the electrodynamic accelerator (railgun), Przegląd Elektrotechniczny, vol. 92, no. 6. pp. 246 - 249, 2016.
• [2] Zhou Z., He Z., Xue G., Zhou J., Rong C., Liu G., Analysis of Magnetic Field Characteristics of a Giant Magnetostrictive Actuator with a Semi-Closed Magnetic Circuit, Actuator, vol. 11, no. 108, pp. 1- 20, 2022.
• [3] Tripathi N., Singh R., Yadav R., Analysis of Speed Control of DC Motor –A review study, International Research Journal of Engineering and Technology, vol. 2, no. 8, pp. 1616 - 1621, 2015.
• [4] Knypiński Ł., Reddy A. V., Venkateswararao B., Devarapalli R., Optimal design of brushless DC motor for electromobility propulsion applications using Taguchi method, Journal of Electrical Engineering vol. 74, no. 2, s. 123-128, 2023.
• [5] Kurzawa M., Zastosowanie algorytmu Lanczos via Pade do wyznaczania wartości parametrów schematu zastępczego dławika, Przegląd Elektrotechniczny, R. 98, nr. 11, s. 243-247, 2022.
• [6] Fu D., Jia Z., Xu Y., Gong J., Gillon F., Bracikowski N., Wu X., Optimization design of a novel flux-switching transverse-flux permanent magnet tube linear motor, IEEE Transactions on Magnetics, vol. 57, no. 6, pp. 1-5, 2021.
• [7] Nita W., Filipiak S., Optimization of field upgrades of MV power lines using evolutionary algorithms, Przegląd Elektrotechniczny, vol. 99, no. 11, pp. 26 - 33, 2023.
• [8] Kumar Bhagat S., Ram Babu N., Chandra Saikia L., Chiranjeevi T., Devarapalli R., García Márquez F. P., A Review on Various Secondary Controllers and Optimization Techniques in Automatic Generation Control, Archives of Computational Methods in Engineering, vol. 30, pp. 3081–3111, 2023.
• [9] Knypiński Ł., Constrained optimization of line-start PM motor based on the gray wolf optimizer, Eksploatacja i Niezawodność – Maintenance and Reliability, vol. 23, no. 1, pp. 1-10, 2021.
• [10] Korani W., Mouhoub M., Review on Nature-Inspired Algorithms, Operations Research Forum, vol. 2, pp. 1 -18, 2021.
• [11] Soleimanian Gharehchopogh F., Namazi M., Ebrahimi L., Abdollahzadeh B., Advances in Sparrow Search Algorithm: A Comprehensive Survey, Archives of Computational Methods in Engineering, vol. 30, pp. 427–455, 2023.
• [12] Nagadurga T., Devarapalli R., Knypiński Ł., Comparison of Meta-Heuristic Optimization Algorithms for Global Maximum Power Point Tracking of Partially Shaded Solar Photovoltaic Systems, Algorithms, -vol. 16, no. 8, pp. 1 21, 2023.
• [13] Gwóźdź M., Wojciechowski R.M., Possibility of using a tuned inductor in a power device to improve the quality of electricity, Archives of Electrical Engineering, vol. 71, no. 4, pp. 1065-1080, 2022.
• [14] Zhang X., Xiao F., Wang R., Fan X. Wang H.,. Improved calculation method for inductance value of the air gap inductor, IEEE China International Youth Conference on Electrical Engineering (CIYCEE), Wuhan, China, 2020, pp. 1 6.
• [15] Kulkarni S., Khaparde S., Transformer Engineering: Design and Practice. New York, NY, USA: Marcel Dekker, Inc., 2004.
• [16] Balakrishnan A., Joines W. T., Wilson T. G., Air gap reluctance and inductance calculations for magnetic circuits using a Schwarz-Christoffel transformation, IEEE Transactions on Power Electronics, vol. 12, no. 4, pp. 654-663, 1997.
• [17] Mirjalili S., Gandomi A. H., Zahra Mirjalili S., Saremi S., Faris H., Mohammad Mirjalili S., Salp Swarm Algorithm: A bio-inspired optimizer for engineering design problems, Advances in Eng. Software, pp. 1-29, 2017.
• [18] Shahid Wasim M., Amjad M., Habib S., Abbas Abbasi M., Rauf Bhatti A., MuyeenS. M., A critical review and performance comparisons of swarm-based optimization algorithms in maximum power point tracking of photovoltaic systems under partial shading conditions, Energy Reports, vol. 8, pp. 4871–4898, 2022.
• [19] Karuppusamy L., Ravi J., Dabbu M., Lakshmanan S., Chronological salp swarm algorithm based deep belief network for intrusion detection in cloud using fuzzy entropy, Journal Metrics: International Journal of Numerical Modelling: Electronic Networks, Devices and Fields vol. 35, no. 1, pp. 1 19, 2021.
• [20] Khajehzadeh M., Iraji A., Majdi A., Keawsawasvong S., Nehdi M., Adaptive Salp Swarm Algorithm for Optimization of Geotechnical Structures, Applied Sciences, vol. 12, pp. 1–23, 2022.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).