Publication detail

INFLUENCE INPUT CHARACTERISTICS FUZZY NEURONOVE NETS ON DIAGNOSTICS INSULATING MATERIAL RELANEX

HAMMER, M. ŘÍHA, Z. LATINA, P. KOLČABA, J.

Czech title

VLIV VSTUPNÍCH PARAMETRŮ FUZZY NEURONOVÉ SÍTĚ NA DIAGNOSTIKU IZOLAČNÍHO MATERIÁLU RELANEX

English title

INFLUENCE INPUT CHARACTERISTICS FUZZY NEURONOVE NETS ON DIAGNOSTICS INSULATING MATERIAL RELANEX

Type

conference paper

Language

cs

Original abstract

V dnešní době patří metody umělé inteligence mezi vhodné nástroje pro predikci a simulaci technických soustav. Touto soustavou pak může být elektrický točivý stroj u něhož vyžadujeme predikci jeho životnosti. Mezi nejcitlivější a nejnákladnější části takového stroje pak patří izolace jeho vinutí. Článek se zabývá diagnostikou izolačních materiálů elektrických strojů točivých s využitím fuzzy-neuronových sítí a vlivem vstupních veličin na výsledek predikce a simulace izolačního materiálu, který je v nich použit. Vstupní data tvoří koeficient Ba (aktivační energie polarizačního děje), Bv (aktivační energie vodivostního děje) a koeficient Uk což je parametr určující kritické napětí. Tyto data jsou získána nedestruktivním měřením na vzorcích izolačního materiálu. Toto jsou hlavní předpoklady k predikci koeficientu Up (průrazné napětí), který charakterizuje životnost izolačního materiálu a tedy celého motoru.

Czech abstract

V dnešní době patří metody umělé inteligence mezi vhodné nástroje pro predikci a simulaci technických soustav. Touto soustavou pak může být elektrický točivý stroj u něhož vyžadujeme predikci jeho životnosti. Mezi nejcitlivější a nejnákladnější části takového stroje pak patří izolace jeho vinutí. Článek se zabývá diagnostikou izolačních materiálů elektrických strojů točivých s využitím fuzzy-neuronových sítí a vlivem vstupních veličin na výsledek predikce a simulace izolačního materiálu, který je v nich použit. Vstupní data tvoří koeficient Ba (aktivační energie polarizačního děje), Bv (aktivační energie vodivostního děje) a koeficient Uk což je parametr určující kritické napětí. Tyto data jsou získána nedestruktivním měřením na vzorcích izolačního materiálu. Toto jsou hlavní předpoklady k predikci koeficientu Up (průrazné napětí), který charakterizuje životnost izolačního materiálu a tedy celého motoru.

English abstract

Well timed diagnostics of functional state of production machines is still very important in this time. We are focused on problem of degradation procedure inside insulative systems. The paper deals with the the effect of the input values on the result of modeling process of insulating material. The input data consist of coefficients Ba (activation energy of a polarization action), Bv (activation energy of a conduction action) and Uk, being a parameter that determines critical voltage. The input data was obtained by non-destructive measurement method on insulating material samples in laboratory environment. They are the main prerequisites for the modeling of coefficient Up (break-down voltage) that characterizes the lifetime of the insulating material and, therefore, the whole motor. The fuzzy neural networks were programmed in the Matlab 6.5 environment and the results of simulations were obtained using the same product.

Keywords in English

Relanex, Diagnostics, Neuronove Nets, Fuzzy

RIV year

2005

Released

06.09.2005

Publisher

Západočeská univerzita v Plzni

Location

Plzeň - Něčtiny, Česká Republika

ISBN

80-7043-368-X

Book

Diagnostika 05

Pages from–to

290–293

Pages count

4

BIBTEX


@inproceedings{BUT17942,
  author="Miloš {Hammer} and Zbyněk {Říha} and Petr {Latina} and Josef {Kolčaba},
  title="VLIV VSTUPNÍCH PARAMETRŮ FUZZY NEURONOVÉ SÍTĚ NA DIAGNOSTIKU IZOLAČNÍHO MATERIÁLU RELANEX",
  booktitle="Diagnostika 05",
  year="2005",
  month="September",
  pages="290--293",
  publisher="Západočeská univerzita v Plzni",
  address="Plzeň - Něčtiny, Česká Republika",
  isbn="80-7043-368-X"
}