Contribution to Efficiency Enhancement of Induction Motor Drive using Artificial Intelligence Techniques. Doctorat thesis (2014), Université de Batna 2.
| dc.contributor.author | Rouabah Zineb | |
| dc.date.accessioned | 2023-05-08T09:33:05Z | |
| dc.date.available | 2023-05-08T09:33:05Z | |
| dc.date.issued | 5/2/2017 | |
| dc.description.abstract | Dans les commandes classiques le flux est maintenu constant à sa valeur nominal hors régime de défluxage constitue un degré de liberté non exploité. Dans la plupart des cas ce degré de liberté est utilisé pour élaborer des stratégies de commande qui minimisent la consommation de l’énergie du moteur tout en respectant les spécifications du couple. Dans ce contexte les techniques d’intelligence artificielles ont été largement exploitées dans le domaine de minimisation des pertes. Parmi ces techniques l’application de la logique floue, les algorithmes génétiques, réseaux de neurones, technique PSO a montrée un degré de performance élevée dans le domaine de l’optimisation énergétique. Le présent travail entre dans ce cadre, où des algorithmes basées sur les techniques intelligentes : à savoir la logique floue et les algorithmes génétiques sont proposés pour optimiser le flux en ligne et par la même améliorer le rendement de l’ensemble motor asynchrone convertisseur statique, en tenant compte des pertes fer et de la saturation dans la machine. Les resultats obtenus attestent de l’efficacité des approches proposées aussi bien pour les faibles charges que pour les charges élevées. La robustesse de ces algorithmes fut aussi testée là aussi les résultats sont assez encourageants | |
| dc.identifier.uri | http://dspace.univ-batna2.dz/handle/123456789/1365 | |
| dc.language.iso | en | |
| dc.publisher | University of Batna 2 | |
| dc.title | Contribution to Efficiency Enhancement of Induction Motor Drive using Artificial Intelligence Techniques. Doctorat thesis (2014), Université de Batna 2. |