首页> 外文OA文献 >Identifikasi Karakteristik Sinyal Arus Motor Induksi Tiga Fase Akibat Ketidak Seimbangan Tegangan Berbasis Jaringan Saraf Tiruan
【2h】

Identifikasi Karakteristik Sinyal Arus Motor Induksi Tiga Fase Akibat Ketidak Seimbangan Tegangan Berbasis Jaringan Saraf Tiruan

机译:基于人工神经网络的电压不平衡三相感应电动机电流信号特征识别

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Di dunia industri, motor induksi tiga phase memiliki peranan penting dalam proses produksi, namun sering muncul gangguan yang harus dikurangi untuk meminimalisir kerugian yang ditanggung oleh industry. Salah satu gangguan yang sering terjadi pada motor induksi tiga fase adalah rusaknya motor induksi karena ketidak seimbangan tegangan. Ketidak seimbangan tegangan sering terjadi jika besaran tegangan berbeda dari kondisi seimbang. Identifikasi karakteristik sinyal arus motor induksi 3 phasa akibat ketidak seimbangan tegangan menggunakan Jaringan Saraf Tiruan Backpropagation. Sinyal arus motor induksi 3 phasa di klasifikasikan menjadi tujuh kondisi sinyal arus motor induksi, yaitu kondisi normal, 9%, 6%, 3% Over Voltage serta 9%, 6%, 3% Under Voltage dengan tiga tahap pemrosesan data yaitu pengolahan data menggunakan Wavelet, dan Fast Fourier Transform (FFT) untuk mendapatkan sinyal arus dengan detail domain waktu dan domain frekuensi, kedua proses penentuan fitur menggunakan statistic dan proses ekstrasi fitur menggunakan metode Principle Component Analysis (PCA). Setelah melakukan beberapa percobaan didapatkan arsitektur jaringan saraf tiruan yang paling baik untuk digunakan dalam proses identifikasi karakteristik sinyal arus motor yaitu dengan konfigurasi fungsi aktifasi 4 hidden layer Tansig, 1 hidden layer Purelin, learning rate 0.01 dan banyaknya neuron hidden layer 50. Arsitektur jaringan tersebut menghasilkan MSE sebesar 0,00010 dengan waktu training 22 detik.
机译:在工业领域,三相感应电动机在生产过程中起着重要的作用,但是经常会发生干扰,必须减小干扰,以最大程度地减少工业造成的损失。三相感应电动机中经常发生的一种干扰是由于电压不平衡而引起的感应电动机损坏。如果电压幅度不同于平衡条件,则经常会发生电压不平衡。使用反向传播人工神经网络识别由于电压不平衡导致的三相感应电动机电流信号特性。三相感应电动机电流信号分为三个阶段的数据处理,即使用以下数据处理:感应电动机电流信号的七个条件,即正常条件,9%,6%,3%过电压和9%,6%,3%欠电压。小波和快速傅立叶变换(FFT)可以获取具有时域和频域详细信息的当前信号,特征确定过程使用统计数据,特征提取过程使用主成分分析(PCA)方法。经过多次实验,发现在识别电机电流信号特征的过程中使用的最佳人工神经网络架构是通过配置4个隐层Tansig,1个隐层Purelin,学习率0.01和隐层50个神经元的激活功能。 MSE为0,00010,训练时间为22秒。

著录项

  • 作者

    ERVINA;

  • 作者单位
  • 年度 2017
  • 总页数
  • 原文格式 PDF
  • 正文语种
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号