ASENKRON MOTORUN İNDİRGENMİŞ-DERECELİ UYARLAMALI GENİŞLETİLMİŞ KALMAN FİLTRESİ İLE DURUM VE PARAMETRE KESTİRİMİ

Clicks: 237
ID: 11327
2019
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #61 of 135 articles by views in Ömer halisdemir Üniversitesi mühendislik bilimleri dergisi

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 135 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Abstract
   Bu çalışmada, asenkron motorların (ASM’lerin) hız-algılayıcısız kontrolü için indirgenmiş-dereceli uyarlamalı genişletilmiş Kalman filtresinin (GKF’nin) tasarımı gerçekleştirilmiş ve bu gözlemleyici hız-algılayıcısız doğrudan vektör kontrollü sürücü sisteminde kullanılarak başarımı benzetim çalışmaları altında test edilmiştir. Önerilen gözlemleyici ASM’lerin vektör kontrolü için gerekli olan rotor akılarının duran eksen takımı bileşenleri ve rotor mekanik hızına ek olarak bozucu yük momenti değişimlerini de kestirmektedir. Diğer taraftan, GKF’lerin kestirim başarımı sistem ( ) ve ölçme ( ) hatası kovaryans matrislerinin doğru bilinmesine bağlıdır. Bu matrisler literatürde genellikle sabit kabul edilmekte ve deneme-yanılma yöntemi ile belirlenmektedir. Fakat bu matrisler ASM’nin çalışma koşullarından etkilenmekte ve daha yüksek başarımlı kestirimler elde edebilmek için çalışma koşullarına göre güncellenmelidirler. Hem  hem de ’nin eşzamanlı değiştirilmesi ıraksama veya takip sorunlarına neden olabileceğinden, önerilen çalışmada sadece  çalışma koşullarını göz önünde bulundurularak unutma faktörüne sahip uyarlamalı GKF (UGKF) algoritması ile güncellenmiştir. Ayrıca, gerçek-zamanlı uygulamalar için işlem yükünü azaltmak amacıyla UGKF indirgenmiş-dereceli olarak tasarlanmıştır.
Reference Key
zerdali2019asenkronomer Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Emrah Zerdali;Remzi İnan;
Journal Ömer halisdemir Üniversitesi mühendislik bilimleri dergisi
Year 2019
DOI
10.28948/ngumuh.527312
URL
Keywords

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

No comments yet. Be the first to comment on this article.