Aproksymacja przebiegu momentu silnika magnetoelektrycznego z wykorzystaniem sztucznej sieci neuronowej

• Autorzy: Pietrowski W. , Stachowiak D.

Warianty tytułu

EN

Approximation of torque waveform of permanet magnet motor by means of artificial neural network

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zastosowanie sztucznej sieci neuronowej do aproksymacji przebiegu momentu silnika magnetoelektrycznego. Moment obliczono na podstawie rozwiązań równań pola magnetycznego metodą elementów krawędziowych. Układ równań metody elementów krawędziowych odpowiada równaniom siatki reluktancyjnej. Zastosowano nowe ujęcie metody elementów krawędziowych, w którym wielkości wektorowe opisuje się za pomocą funkcji interpolacyjnych elementów krawędziowych i ściankowych. Do obliczenia momentu zastosowano wielomian interpolacyjny Lagrange'a oparty na danych dla trzech położeń wirnika. Uzyskane przebiegi momentu elektromagnetycznego wykorzystano do uczenia i testowania sztucznej sieci neuronowej. Zbadano skuteczność wybranych czterech algorytmów uczenia sieci neuronowej. Wytrenowaną sieć neuronową wykorzystano do aproksymacji przebiegu momentu elektromagnetycznego dla różnych szerokości magnesu.

EN

In the paper the approximation of electromagnetic torque waveforms using artificial neural network is presented. The waveforms of torque have been calculated on the basis of magnetic field distribution obtained by edge element method. In order to calculate the waveforms the Lagrange polynomial has been used for three rotor positions. Next, the waveforms were used to train the feed forward artificial neural network. The structure of network is three hidden layers with tan-sigmoid transfer function and linear transfer function in the output layer. The Levenberg-Marquardt backpropagation algorithm has been applied to train the artificial neural network. The elaborated artificial neural network has been used to assign electromagnetic torque waveform. The paper shows that the waveform of electromagnetic torque can be successfully approximated by artificial neural network.

Słowa kluczowe

PL

moment elektromagnetyczny; siatka reluktancyjna; sztuczna sieć neuronowa; silnik z magnesami trwałymi

EN

permanet magnet motor; artificial neural network

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2008
• Tom: Vol. 62, nr 28
• Strony: 163--168
• Opis fizyczny: Bibliogr. 7 poz.

Twórcy

autor

Pietrowski W.

autor

Stachowiak D.

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

Bibliografia

• [1] DEMENKO A., NOWAK L., SZELĄG W., Reluctance network formed by means of edge element method, IEEE Trans. Magn., 34, No. 5, 1998, 2485-88.
• [2] DEMENKO A, PIETROWSKI W., STACHOWIAK D., Wyznaczanie rozkładu indukcji magnetycznej w maszynie magnetoelektrycznej metodą elementów krawędziowych, Przegląd elektrotechniczny. Numer 10/2005, s. 2-7.
• [3] DEMENKO A., STACHOWIAK D., Electromagnetic torque calculation using magnetic network methods, COMPEL, Vol. 27 No. 1, 2008, pp. 17-26.
• [4] DEMENKO A., SYKULSKI J., Network equivalents of nodal and edge elements in electromagnetics, IEEE Trans, on Magn., Vol. 38, No.2, 2002, pp. 1305-08.
• [5] RAMUHALL1 P., UDPA L., UDPA S.S., Electromagnetic NDE signal inversion by function-approximation neural networks, IEEE Trans, on Magn., Vol. 38, No. 6, 2002, pp. 3633-3642.
• [6] REN Z., Comparision of different force calculation methods in 3D finite element modelling, IEEE Trans, on Magn., Vol. 30. No. 5, 1994, pp. 3471-3475.
• [7] STACHOWIAK D., PIETROWSKI W., DEMENKO A.: Opis źródeł pola magnetycznego w trójwymiarowych dyskretnych modelach maszyn magnetoelektrycznych. Proceedings of XLIII International Symposium on Electrical Machines SME 2007, Poznań, Poland, 2-5 July 2007, pp 217-220.