Metody niedeterministyczne w optymalizacji silników indukcyjnych jednofazowych

• Autorzy: Rudeński A.

Warianty tytułu

EN

Application of non-deterministics methods to optimization of single-phase induction motors

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zastosowanie metod niedeterministycznych w optymalizacji jednofazowych silników indukcyjnych. Testowano trzy odmiany strategii ewolucyjnych oraz algorytm genetyczny z częściową wymianą populacji i zmiennoprzecinkową reprezentacją genów w chromosomach. Na podstawie eksperymentów obliczeniowych zbadano wpływ liczby osobników w populacji, liczby pokoleń oraz zastosowanych operatorów genetycznych na uzyskane wyniki tj. na: średnią wartość funkcji przystosowania, odchylenie standardowe oraz czas obliczeń. Optymalizację przeprowadzono przy 12-tu zmiennych niezależnych oraz 9-ciu ograniczeniach. Założono ciągłą zmienność wszystkich zmiennych niezależnych. Jako funkcję celu przyjęto koszt materiałów czynnych oraz koszt eksploatacji silnika w zadanym czasie pracy. Przedstawiono wyniki obliczeń optymalizacyjnych sześciu silników indukcyjnych jednofazowych z kondensatorem pracy oraz rozruchowym o mocy znamionowej od 1,1 kW do 11 kW, przy użyciu testowanych metod oraz wnioski z przeprowadzonych eksperymentów obliczeniowych.

EN

In the paper an application of the non-deterministics methods to single-phase induction motors optimization is presented. Three kinds of evolution strategies and a genetic algorithm with partial population exchange and floating point representation of genes in chromosomes has been tested. On the basis of calculation experiments the influence of specified number of individuals in a population of the number of generations and genetic operators onto the obtained results, i. e.: the average value of the fitness function, standard deviation and computation time is examined. Optimization was executed with 12 independent variables and 9 constraints. The continuous variation of all independent variables has been assumed. As objective function the total cost of active materials and exploitation cost of the motor in given operation time has been considered. Optimization results for six single-phase induction motors with run and starting capacitors, and motor rated power from 1.1 kW to 11 kW, using the tested methods, and conclusions drawn from the computation experiments are presented.

Słowa kluczowe

PL

silniki indukcyjne jednofazowe; optymalizacja; metoda ewolucyjna

• Wydawca: Sieć Badawcza Łukasiewicz - Instytut Elektrotechniki
• Czasopismo: Prace Instytutu Elektrotechniki
• Rocznik: 2006
• Tom: Z. 226
• Strony: 47--69
• Opis fizyczny: Bibliogr. 20 poz., tab., rys.

Twórcy

autor

Rudeński A.

• Zakład Maszyn Elektrycznych, Instytut Elektrotechniki,

Bibliografia

• 1. Arabas J.: Wykłady z algorytmów ewolucyjnych. WNT, Warszawa, 2001.
• 2. Bäck T., Schwefel H.P.: An Overview of Evolutionary Algorithms for Parameter Optimization. Evolutionary Computation, Vol. 1, nr 1, 1993, s. 1-23.
• 3. Bianchi N., Bolognani S.: Design optimization of electric motors by genetic algorithms. IEE Proc- Electr. Power Appl. Vol 145, nr 5, wrzesień 1998, s. 475-483.
• 4. Boldea I., Nasar S. A.: The Induction Machine Handbook. Boca Raton, London, New York, Washington, CRC Press, 2002.
• 5. Chellapilla K.: Combining Mutation Operators in Evolutionary Programming. I.E.E.E. Trans, on Evolutionary Computation, Vol. 2, nr 3, wrzesień. 1998, s. 91- 96.
• 6. Dąbrowski M.: Projektowanie maszyn elektrycznych prądu przemiennego. Warszawa, WNT 1994.
• 7. Dąbrowski M., Rudeński A.: Porównanie efektywności deterministycznych procedur optymalizacji w zadaniach syntezy silników indukcyjnych jednofazowych. Proc. of XL International Symposium on Electrical Machines SME-2004, s. 107-115.
• 8. Eiben A.E., Hinterding R., Michalewicz Z.: Parameter Control in Evolutionary Algorithms. I.E.E.E. Trans, on Evolutionary Computation, Vol. 3, nr 2, lipiec 1999, s. 124-141.
• 9. Goldberg D.E.: Algorytmy genetyczne i ich zastosowania. WNT, Warszawa, 1995.
• 10. Kowalski K.: Zastosowanie algorytmów genetycznych w procesie optymalizacji przetworników elektromagnetycznych. Materiały VII Konferencji Naukowo-Technicznej: „Zastosowania komputerów w elektrotechnice", Poznań / Kiekrz, kwiecień 2002, s. 701-704.
• 11. Göl Ö., Wieczorek J.P.: A Comparison of Deterministic and Stochastic Methods in Induction Motor Design. Proc. International Conference on Electrical Machines (ICEM 98), Sept. 1998, Istambul, s. 1472-1476.
• 12. Kozieł S., Michalewicz Z.: Evolutionary Algorithms, Homomorphous Mapping,and Constrained Parameter Optimization. Evolutionary Computation, nr 7, 1999, s. 19-44.
• 13. Michalewicz Z.: Algorytmy genetyczne + struktury danych = programy ewolucyjne. WNT, Warszawa, 1996.
• 14. Michalewicz Z., Schoenauer M.: Evolutionary Algorithms for Constrained Parameter Optimization Problems. Evolutionary Computation, 1996, nr 1, s. 1-37.
• 15. Rudeński A.: Algorytmizacja oraz programowanie w zadaniach syntezy optymalnych silników indukcyjnych jednofazowych. Rozprawa doktorska, Instytut Elektrotechniki, Warszawa 2003 r.
• 16. Rudeński A.: Zastosowanie metod deterministycznych oraz ewolucyjnych w zadaniach optymalizacji szczególnej i ogólnej maszyn elektrycznych. Proc. of XL International Symposium on Electrical Machines SME-2004, s. 200-204.
• 17. Teixeira S., Pacheco X.: Delphi 4: Vademecum profesjonalisty. Tom 1 i 2, Gliwice, Wydawnictwo Helion, 1999.
• 18. Wieczorek J.P., Göl Ö., Michalewicz Z.: An Evolutionary Algorithm for the Optimal Design of Induction Motor. I.E.E.E. Trans, on Magnetics, Vol. 34, nr 6, listopad 1998, s. 3882- 3887.
• 19. Wurtz F.; Richomme M.; Bigeon J.; Sabonnadiere J.C.: A Few Results for using Genetic Algorithms in the Design of Electrical Machines. I.E.E.E. Trans, of Magnetics, Vol. 33, nr 2, marzec 1997.
• 20. Yao X., Liu Y., Lin G.: Evolutionary Programming Made Faster. I.E.E.E. Trans, on Evolutionary Computation, Vol. 3, nr 2, lipiec 1999, s. 82-102.