Biyocağrafya Tabanlı Optimizasyon Metodu Kullanarak Asenkron Motor Parametre Tahmini

Bilal SARAÇOĞLU, Uğur GÜVENÇ, Mustafa DURSUN, Gökhan POYRAZ, Serhat DUMAN
2.378 1.196

Öz


Bu çalışmada, Asenkron Motorların (ASM) elektriksel eşdeğer devre parametrelerinin belirlenmesi Biyocoğrafya Tabanlı Optimizasyon (BiogeographyBased Optimization) (BBO) ile gerçekleştirilmiştir. BBO yöntemiyle asenkron motor elektriksel eşdeğer devre parametrelerinin hızlı ve en düşük hatayla belirlenmesini amaçlanmıştır. BBO, genetik algoritmalar gibi popülasyon tabanlı bir algoritma olup, aynı anda birçok noktadan araştırma yapabilmektedir. Algoritmalarda amaç fonksiyonu olarak, asenkron motorların nominal momenti, kalkınma momenti ve devrilme momenti denklemleri kullanılmıştır. Eşdeğer devre parametrelerinin belirlenmesi 1.1kW ve 0.37kW gücünde iki asenkron motor üzerinde gerçekleştirilmiştir. Elde edilen sonuçlar Genetik Algoritmanın (GA) sonuçları ile karşılaştırılmıştır.

Anahtar kelimeler


Biyocoğrafya Tabanlı Optimizasyon, asenkron motor, optimizasyon.

Tam metin:

PDF

Referanslar


Pillay P., Nolan R., Haque T., 1997, Application of genetic algorithms to motor parameter determination for transient torque calculations, IEEE Transactions on Industry Applications, 33 (5), 1273-1282.

Pillay P., Levin V., Otaduy P., Kueck J., 1998, İn-Situ Induction motor efficiency determination using the genetic algorithm, IEEE Transactions on Energy Conversion, 13 (4), 326-333.

Nangsue P., Pillay P., Corny S.E., 1999, Evolutionary algorithms for induction motor parameter determination, IEEE Transactions on Energy Conversion, 14 (3).

Bajrektarevic E., 2002, Parameter identification of induction motor using a genetic algorithm“ Lane Department of Computer Science and Electrical Engineering, Morgantown, West Virginia.

Weatherford H.H., Brice C.W., 2003, Estimation of induction motor parameters by a genetic algorithm, Pulp and Paper Industry Technical Conference, 21-28.

Çunkaş M., 2004, Elektrik motorlarında genetik algoritma ile tasarım optimizasyonu, Doktora Tezi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya.

Koyuncu C.A., 2006, Farksal gelişim algoritmasının incelenmesi ve işaret kestiriminde kullanılması, Yüksek Lisans Tezi, Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, Kayseri. Rahimpour E., Rashtchi V., Pesaran M., 2006, Parameter identification of deep-bar induction motors using genetic algorithm, Springer-Verlag, July.

Keskintürk T., 2006, Diferansiyel gelişim algoritması, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 5 (9), 85-99.

Mutluer M., Bilgin O., Çunkaş M., 2007, Parameter determination induction machines by using hybrid genetic algorithm, KES2007 11th International Conference on KnowledgeBased and Intelligent Information & Engineering Systems, 12-14 September.

Sakthivel V. P., Bhuvaneswari R., Subramanian S., 2010, Multi-objective parameter estimation of induction motor using particle swarm optimization, Engineering Applications of Artificial Intelligence, 23, 302-312.

MacArthur R. and Wilson E., 1967, The Theory of Biogeography, Princeton, NJ: Princeton Univ. Press.

Simon D., 2008, Biogeography-Based Optimization, IEEE Trans. On Evol. Comput., 12 (6), 712-713.

Lohokare M.R., Pattnaik S.S., Devi S., Bakwad K. M., Joshi J.G., 2009, Parameter calculation of rectangular microstrip antenna using biogeography-based optimization, IEEE Applied Electromagnetic Conference (AEMC2009), Kolkata, India, December14-16.

Richard A.R., Simon D., Eugenio Villaseca F., Vyakaranam B, 2009, Biogeography-Based optimization and the solution of the power flow problem, IEEE International Conference on Systems, Man, and Cybernetics, SMC-2009, USA.