PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!
  • Sesja wygasła!
  • Sesja wygasła!
  • Sesja wygasła!
  • Sesja wygasła!
  • Sesja wygasła!
Tytuł artykułu

Neuronowo-rozmyte detektory uszkodzeń wirnika silnika klatkowego

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Neural-fuzzy detectors for squirrel cage motor failure detection
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono zastosowanie sieci neuronoworozmytych jako detektorów uszkodzeń wirnika silnika klatkowego zasilanego z przemiennika częstotliwości. Uzyskano wysoką dokładność wykrywania liczby uszkodzonych prętów przy zmianach częstotliwości zasilania oraz obciążenia układu napędowego.
EN
The article presents neural-fuzzy network application for failure detection of squirrel cage motor with frequency converter supply. Very reliable detection of defected rod number was obtained at variable supply frequency and load of power system.
Rocznik
Strony
80--83
Opis fizyczny
Bibliogr. 10 poz., rys., tab., wykr.
Twórcy
autor
Bibliografia
  • [1] KOWALSKI Cz. T.: Monitorowanie i diagnostyka uszkodzeń silników indukcyjnych z wykorzystaniem sieci neuronowych. Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych PWr., Wrocław 2005, seria: Monografie nr 18, zeszyt 57.
  • [2] KOWALSKI Cz. T.: Zastosowanie sztucznej inteligencji w diagnostyce silnik6w indukcyjnych. "Przegląd Elektrotechniczny" 2006, nr 11, 82, s.53-57.
  • [3] FILIPPETTI F., FRENCESCHINI G., TASSONI C., VAS P.: Recent Developments of Induction Motor Drives Fault Diagnosis Using AI Techniques. IEEE Trans. on Industrial Electr., vol. 47, no. 5, 2000, pp. 994-1004.
  • [4] VAS P.: Artificial-Inteligence-Based Electrical Machines and Drives. Oxford University Press, 1999.
  • [5] KAZMIERKOWSKI M.P., ORLOWSKA-KOWALSKA T.: NN State Estimation and Control in Converter-Fed Induction Motor Driver., Chapter 2 in a book: Soft Computing in Industrial Electronics, Physica-Verlag, Springer, 2002, Heilderlberg, Germany, pp.45-94.
  • [6] CHIU S.: Fuzzy Model Identification Based on Cluster Estimation. Journal of Intelligent & Fuzzy Systems, vol. 2, no. 3, Sept. 1994, pp. 267-278.
  • [7] JANG J.-S. R.: ANFIS: Adaptive-Network-based Fuzzy Inference Systems. IEEE Transactions on Systems, Man and Cybernetics, , vol. 23, no. 3, May 1993, pp. 665-685.
  • [8] OSOWSKI S.: Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Polit. Warszawskiej, 2006.
  • [9] DUCH W., KORBICZ J., RUTKOWSKI L., TADEUSIEWICZ R. (RED): Biocybernetyka i inżynieria biomedyczna 2000, Tom 6: Sieci neuronowe, Akademicka Oficyna Wydawnicza Exit, Warszawa 2000.
  • [10] DRIANKOV D., HELLENDOORN H., REINFRANK M.: Wprowadzenie do sterowania rozmytego, WNT, 1996.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPZ5-0002-0044
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.