Modelisation Des Effets Electromagnetiques « Apport De La Logique Floue Et Neuro-floue »

Résumé: L'intelligence artificielle est un domaine important pour la modélisation du comportement dynamique des systèmes. Dans ce travail, nous avons développé de nombreux modèles d'hystérésis des matériaux ferromagnétiques. Le premier est fondé sur la capacité d’approximation des fonctions des réseaux de neurones. Cependant, l'identification du modèle scalaire est une simple méthode d’apprentissage sur les données mesurées. Notre défi est la simulation du comportement des matériaux utilisés dans le domaine du génie électrique, les niveaux atomiques et le comportement au niveau microscopique ne sont pas au centre de notre intérêt Nous avons également développé avec succès plusieurs modèles dynamiques de l'hystérésis à partir de données mesurées en utilisant trois différentes méthodes de classification floue. Les résultats des modèles proposés restituent parfaitement les cycles d’hystérésis mesurés. Nous avons développé un modèle d’hystérésis dynamique neuro-flou adaptative basé sur le système Anfis. Le modèle proposé a été validé par les résultats obtenus par le modèle du physicien allemand Preisach. Le temps de calcul du modèle ainsi que l’erreurs étaient minimales. Les modèles proposés sont une autre approche moins compliquée pour la détermination des propriétés magnétiques des matériaux ferromagnétiques avec une bonne précision. L’exactitude des données mesurées utilisées pour l’apprentissage est la seule condition de base pour obtenir un modèle précis.

Publié dans la revue: