LabVIEW as a tool for measurements, batch data manipulations and artificial neural network predictions

• Autorzy: Żurek S. , Marketos P. , Moses T.

Warianty tytułu

PL

LabView jako narzędzie do pomiarów, przetwarzania danych i programowania sieci neuronowych

• Języki publikacji: EN

Abstrakty

EN

A package of programs written in LabVIEW 5.1 was used in a research project aimed at investigation of industrially important magnetic properties of magnetic cores: power loss (active and apparent) and permeability. The software was developed to perform three distinct roles: i) controlling the test conditions and performing measurements of power loss and permeability, ii) batch manipulation of the measured data, and iii) prediction of power loss and permeability by means of an artificial neural network (ANN). A very good level of compatibility between the software components was achieved because all the applications were developed in the same environment (LabVIEW 5.1).

PL

Pakiet programów napisanych w LabVIEW 5.1 został użyty w projekcie badawczym zajmującym się przemysłowo ważnymi właściwościami magnetycznych rdzeni toroidalnych: strat mocy (czynnych i biernych) oraz przenikalności magnetycznej. Oprogramowanie realizowało trzy główne oddzielne funkcje: i) kontrola kształtu przebiegów i warunków pomiarów oraz dokonywanie pomiarów strat mocy i przenikalności, ii) wsadowe przetwarzanie zmierzonych danych oraz iii) modelowanie strat mocy i przenikalności za pomocą sztucznych sieci neuronowych (ANN). Duży stopień kompatybilności pomiędzy poszczególnymi komponentami został osiągnięty głównie poprzez użycie tego samego środowiska programistycznego (LabVIEW 5.1).

Słowa kluczowe

EN

artificial neural networks; LabVIEW; magnetic measurements; prediction

PL

sztuczne sieci neuronowe; LabVIEW; pomiary magnetyczne; rdzenie toroidalne

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2007
• Tom: R. 83, nr 4
• Strony: 114--119
• Opis fizyczny: Bibliogr. 9 poz., rys., tab., wykr.

Twórcy

autor

Żurek S.

autor

Marketos P.

autor

Moses T.

• Wolfson Centre for Magnetics, School Engineering, Cardiff University, United Kingdom

Bibliografia

• [1] IEC 60404-6:2003, Magnetic materials, Part 6: Methods of measurement of the magnetic properties of magnetically soft metallic and powder materials at frequencies in the range 20 Hz to 200 kHz by the use of ring specimens
• [2] S. Zurek, et al., Use of novel adaptive digital feedback for magnetic measurements under controlled magnetizing conditions, IEEE Transactions on Magnetics., Vol. 41, No. 11, 2005, pp. 4242–4249.
• [3] N. Grote, et al. Measurement of the magnetic properties of soft magnetic material using digital real-time current control, Non-linear Electromagnetic Systems (Editors: V. Kose, J. Sievert), IOS Press, 1998, pp. 566-569
• [4] S. A. Spornic, et al., Numerical waveform control for rotational single sheet testers, J. Phys. IV, 1998, pp. 741-744
• [5] D. Makaveev, et al., Controlled circular magnetization of electrical steel in rotational single sheet testers, IEEE Magnetics, 37 (4), 2001, pp. 2740-2742
• [6] S. Zurek, A.J. Moses, Adaptive iterative digital feedback algorithm for measurements of magnetic properties under controlled magnetising conditions over a wide frequency range, Przeglad Elektrotechniczny (Electrotechnical Review), R. 81, Nr 12/2005, Dec 2005, pp. 5-8
• [7] S. Zurek, et al., Control of arbitrary waveforms in magnetic measurements by means of adaptive iterative digital feedback algorithm, Przeglad Elektrotechniczny (Electrotechnical Review), R. 80, Nr 2/2004, Feb 2004, pp. 122-125
• [8] S. Zurek, et al., Implementing an Artificial Neural Network Using National Instruments LabVIEW, National Instruments, Customer Solutions, http://sine.ni.com/csol/cds/item/vw/p/id/681/nid/124400
• [9] S. Zurek, et al., Artificial neural networks for prediction of power loss and permeability in wound toroidal cores (to be published)