Robust Analytical Redundancy Relations And Artificial Neural Networks For Fault Detection And Isolation In Electric Drives
2013
Articles Scientifiques Et Publications

Université Kasdi Merbah - Ouergla

M
Medjmadj Slimane, Mostefai Mohamed, Hemsas Kamel Eddine

Résumé: In this paper, a fault diagnostic system in electric drives using a robust analytical redundancy relations and perceptron multilayer artificial neural network based on classifier method. The ARRs and ANN design process are clearly described. For this purpose, we have treated the signals of the measured parameters (current and speed) to use them firstly. The simulation model of the electric drives is studied under normal and different fault mode (short-circuit and open faults of switching device in inverter) in electric drives are considered for fault detection and diagnosis. Robustness of classifier load torque is verified. Analysis, modelling and simulation results are presented to demonstrate the validity of the proposed method.

Mots-clès:

electric drive
arrs
mlp nn
fault
Nos services universitaires et académiques

Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).

Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!

Comment ça marche?
Nouveau
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
Logo Université


Documents et articles similaires:


footer.description

Le Moteur de recherche des thèses, mémoires et rapports soutenus en Algérie

Doctorat - Magister - Master - Ingéniorat - Licence - PFE - Articles - Rapports


©2025 Thèses-Algérie - Tous Droits Réservés
Powered by Abysoft