چکیده مقاله
در این مقاله به بررسی بهینه سازی پارامترهای مدل های شبکه عصبی پیشخور Feed Forward برای تخمین سرعت موتورهای القایی پرداخته شده است شبکه عصبی پیشخور Feed Forward به عنوان یک مدل پیش بینی کننده با قابلیت یادگیری از داده های ورودی و خروجی، در بسیاری از مسائل پیچیده و غیرخطی کاربرد دارد در این تحقیق شبیه سازی ها در محیط سیمولینک Matlab/Simulink انجام شده و نتایج شبیه سازی نشان می دهند که با استفاده ازشبکه عصبی Feed Forward، سرعت تخمینی به طور دقیق و نزدیک به سرعت واقعی روتور حرکت می کند این دقت تخمینی نشان می دهد که شبکه عصبی با استفاده از داده های ورودی موجود، توانسته است رفتار دینامیکی موتور را به خوبی مدل سازی کند و سرعت روتور را با دقت بالایی پیش بینی کند
کلیدواژهها
نویسندگان
شیوه ارجاع
�اعدی، لقمان و مقدسیان، محمود،1403،کنترل سرعت موتور القایی بدون حسگر مبتنی برتخمین گر با استفاده از شبکه عصبی پیشخور،بیست و چهارمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان
ارائهشده در
مجموعه مقالات بیست و چهارمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک18 دی 1403 · شیروان