39,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
20 °P sammeln
  • Broschiertes Buch

Este livro explora a aplicação de técnicas de inteligência artificial (IA) para a deteção, diagnóstico e reconfiguração de falhas num inversor trifásico de fonte de tensão (VSI) que alimenta um acionamento de motor de indução. O estudo centra-se na melhoria da fiabilidade e da eficiência dos accionamentos de motores de indução através da resolução de falhas comuns do inversor, tais como falhas de circuito aberto e de curto-circuito, utilizando métodos baseados em IA como as Redes Neuronais Artificiais (RNA), o Controlo Lógico Difuso (FLC) e as Redes Neuronais Convolucionais (CNN). A…mehr

Produktbeschreibung
Este livro explora a aplicação de técnicas de inteligência artificial (IA) para a deteção, diagnóstico e reconfiguração de falhas num inversor trifásico de fonte de tensão (VSI) que alimenta um acionamento de motor de indução. O estudo centra-se na melhoria da fiabilidade e da eficiência dos accionamentos de motores de indução através da resolução de falhas comuns do inversor, tais como falhas de circuito aberto e de curto-circuito, utilizando métodos baseados em IA como as Redes Neuronais Artificiais (RNA), o Controlo Lógico Difuso (FLC) e as Redes Neuronais Convolucionais (CNN). A investigação propõe um sistema tolerante a falhas que integra estratégias de controlo inteligentes, incluindo o Controlo Direto do Binário (DTC) e o Controlo Direto do Binário com Modulação Vetorial Espacial (DTC-SVM), para aumentar a robustez do sistema de acionamento do motor. Os métodos propostos são validados através de simulações, demonstrando uma elevada precisão na deteção e diagnóstico de falhas, bem como uma reconfiguração eficaz do inversor para manter a estabilidade do sistema em condições de falha.
Autorenporträt
Mi chiamo Younes Tamissa, nato il 13 agosto 1986 ad Algeri. Ho conseguito il dottorato di ricerca in Automazione e Informatica Industriale presso l'Università di Ouargla. La mia ricerca si concentra sui sistemi a tolleranza di errore, in particolare negli inverter a sorgente di tensione per azionamenti di motori a induzione, utilizzando tecniche intelligenti come le reti neurali artificiali e la logica fuzzy.