| Authors | مرتضی قایدی |
|---|---|
| Conference Title | اولین کنفرانس هوش مصنوعی و پردازش هوشمند |
| Holding Date of Conference | ۲۰۲۲-۰۸-۳۱ |
| Event Place | سمنان |
| Page number | ۰-۰ |
| Presentation | SPEECH |
| Conference Level | Internal 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.
tags: آلودگی، شبکه عصبی، مقره سیلیکونی، ولتاژ جرقه¬زنی