پیش¬بینی ولتاژ جرقه¬زنی مقره¬های سیلیکونی kV ۲۰ تحت آلودگی¬های محیطی با استفاده از شبکه عصبی

Authorsمرتضی قایدی
Conference Titleاولین کنفرانس هوش مصنوعی و پردازش هوشمند
Holding Date of Conference۲۰۲۲-۰۸-۳۱
Event Placeسمنان
Page number۰-۰
PresentationSPEECH
Conference LevelInternal Conferences

Abstract

این مقاله یک مدل شبکه عصبی مصنوعی (ANN) برای پیش¬بینی جرقه¬زنی ولتاژ AC مقره¬های سیلیکونی بر اساس تست¬های آزمایشگاهی پیشنهاد می¬کند. در تست¬های جرقه¬زنی ولتاژ، تخلیه الکتریکی برای چهار نوع عایق مقره مختلف سیلیکونی و تحت شرایط آلودگی¬های یکنواخت، غیریکنواخت طولی، غیریکنواخت قطاعی و غیریکنواخت طولی-قطاعی اندازه¬گیری می¬شود. مدل پیشنهادی با شش داده ورودی (هندسه عایق و پارامترهای آلودگی) و یک داده خروجی (ولتاژ جرقه-زنی) طراحی شده است. به منظور اعتبارسنجی مدل، سه نوع مقره مختلف در شرایط مختلف آلودگی تست می¬شوند. سپس، ولتاژهای جرقه¬زنی آنها با استفاده از مدل ANN پیشنهادی پیش¬بینی می¬شوند. مقادیر خطاهای نسبی بین ولتاژهای جرقه¬زنی آزمایشگاهی و پیش¬بینی کمتر از 6 درصد هستند. این نشان دهنده کارایی بالای تکنیک ANN در پیش¬بینی ولتاژ جرقه¬زنی مقره¬های سیلیکونی است.

Paper URL

tags: آلودگی، شبکه عصبی، مقره سیلیکونی، ولتاژ جرقه¬زنی