قسمتی از متن انگلیسی
Suppose the pole-pair number of torque windings is p1 , and
that of suspension force windings is p2 . When the rotating magnetic
field produced by the two sets of windings satisfy the
following three conditions: 1) p2 = p1 ±1, 2) the two magnetic
fields have the same rotation direction, and 3) the currents in
two sets of windings have the same frequency, then the interactive
magnetic fields will produce radial suspension forces in the
constant direction.
According to the electromagnetic field theory, there are two
kinds of magnetic force, namely, Lorentz force and Maxwell
force in the BIM. Besides the electromagnetic torque produced
by Lorentz force just as it works in an induction motor, it also
can generate radial suspension force. Compared with Lorentz
force, Maxwell force, also named magnetic resistance force, is
the main source of the radial suspension force in the BIM. Fig. 1
shows the principle of radial suspension force generation. The
four-pole flux ψ4 and two-pole flux ψ2 are generated by the
torque winding currents i1 and suspension force winding currents
i2 in the N4 and N2 turns of stator windings, respectively.
Under no-load balanced conditions, if a positive radial suspension
force along the x-axis is needed, the torque winding current
i1 and suspension force winding currents i2 are electrified as
shown in Fig. 1. The flux density in the airgap 1 is increased,
because both fluxes ψ4 and ψ2 are in the same direction. On the
عنوان انگلیسی مقاله: Speed-Sensorless Vector Control of a Bearingless Induction Motor With Artificial Neural Network Inverse Speed Observer
عنوان فارسی مقاله: کنترل برداری بدون سنسورسرعت یک موتور القایی بدون یاتاقان با استفاده از ناظر سرعت معکوس شبکه عصبی مصنوعی.
دسته: برق و الکترونیک
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 30
جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.
_______________________________________
چکیده ترجمه:
به
منظور جلوگیری از اثر تشخیص سرعت بر پایین آمدن پایداری و دقت سیستم موتور
القایی بدون یاتاقان، این مقاله تکنیکی تازه برای مشاهده سرعت با استفاده
از روش معکوس شبکه عصبی مصنوعی (ANN)، ارایه می دهد. زیرسیستم درونی تشکیل
شده از جریان های سیم پیچی سرعت و گشتاور، مدل شده اند و سپس معکوس سازی آن
با استفاده از ANN صورت گرفته است. سرعت موتور، بطور موفقیت بخشی با سری
کردن زیرسیستم اصلی با معکوسش، مشاهده شده است. سرعت مشاهده شده به حلقه
کنترل سرعت پیشخور (فیربک) شده، و ازینرو درایو برداری بدون سنسور سرعت
محقق می شود. سودمندی این روش، با استفاده از نتایج آزمایشی نشان داده شده
است.
اصطلاحات مرتبط معکوس شبکه عصبی مصنوعی (ANN)، موتور القایی بدون یاتاقان (BIM)، بدون سنسور سرعت، کنترل برداری.
مقدمه:
در
سال های اخیر، علایق زیدی بر موتورهای بدون یاتاقان جلب شده است. به سبب
همانندی (شباهت) ساختارهای موتورهای الکتریکی و یاتاقان های مغناطیسی، یک
موتور بدون یاتاقان، آمیزه ای از عملکرد یک موتور و یک یاتاقان با همان قاب
استاتور می باشد. این موتورها می توانند بطور همزمان نیروی تعلیق شعاعی و
گشتاور را طوری تولید کنند که هیچ اتصال مکانیکی بین روتور و استاتور وجود
داشته باشد. از سویی دیگر، تعلیق مغناطیسی دارای این برتری های نشکستن،
ساییده نشدن، نیاز نداشتن به روغن کاری، سرعت چرخشی بالا، و دقت بالا در
مقایسه با اتصال مکانیکی می باشد.
جهت دانلود محصول اینجا کلیک نمایید
