PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Approximation of Electromagnetic Torque-Time Characteristic by Means of Artificial Neural Network

Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
PL
Zastosowanie sztucznej sieci neuronowej do aproksymacji przebiegu momentu elektromagnetycznego
Języki publikacji
EN
Abstrakty
EN
The aim of the paper is to find the effective algorithms of electromagnetic torque approximation. The presented torque calculations are formulated using FE methods. Attention is paid to the algorithms of electromagnetic torque calculation for 3D models. The presented formulas of electromagnetic torque approximation are universal and can be successfully applied in the FE analysis of electrical machines. The approximation using artificial neural network are given. The obtained results and their approximation show that the method is sufficiently accurate.
PL
W artykule przedstawiono zastosowanie sztucznej sieci neuronowej do aproksymacji przebiegu czasowego momentu elektromagnetycznego. Do uczenia sztucznej sieci neuronowej wykorzystano przebieg momentu obliczony z wykorzystaniem metody elementów krawędziowych. Przedstawione wyniki podań potwierdzają skuteczność zaproponowanej metody.
Rocznik
Strony
9--11
Opis fizyczny
Bibliogr. 5 poz., tab., wykr.
Twórcy
Bibliografia
  • [1] Van C., Chao G., Torque Ripple Minimization in Switched Reluctance Motor Based on BP Neural Network, Proceedings of 2nd IEEE Conference on Industrial Electronics and Applications, ICIEA 2007, 2007, 1198-1202
  • [2] Ramuhalli P., Udpa L, Udpa S.S., Electromagnetic NDE signal inversion by function-approximation neural networks, IEEE Trans. on Magn., 38 (2002), No. 6, 3633-3642
  • [3] Demenko A., 3D edge element analysis of permanent magnet motor dynamics, IEEE Trans. on Magn., 34 (1998), 3620-3623
  • [4] Demenko A., Stachowiak D., Electromagnetic torque calculation using magnetic network methods, The International Journal for Computation and Mathematics in Electrical and Electronic Engineering. 27 (2008), No. 1, 17-26
  • [5] Fun M.-H., Hagan M.T., Levenberg-Marquardt Training for Modular Networks, Proceedings of the 1996 International Conference on Neural Networks, 1996, 468-473
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPOZ-0012-0002
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.