Publication detail
INFLUENCE OF FUZZY NEURAL NETWORK INPUT PARAMETERS ON MODELING PROCESS OF INSULATIVE MATERIAL
HAMMER, M. ŘÍHA, Z. LATINA, P.
Czech title
VLIV VSTUPNÍCH PARAMETRŮ FUZZY NEURONOVÁ SÍTĚ NA MODELOVÁNÍ PROCESU IZOLAČNÍHO MATERIÁLU
English title
INFLUENCE OF FUZZY NEURAL NETWORK INPUT PARAMETERS ON MODELING PROCESS OF INSULATIVE MATERIAL
Type
conference paper
Language
en
Original 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.
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 Czech
Fuzzy Neural síť; Diagnostika; Simulace; Životnost Izolačního Materiálu
Keywords in English
Fuzzy Neural Network; Diagnostics; Simulation; Lifetime Insulating Material
RIV year
2005
Released
09.06.2005
Location
Sibiu, Romania
ISBN
973-718-259-6
Book
UBR-CORR Study and Control of Corroslon in the Perspective of Sustalnable Development of Urban Distribution Grids
Pages from–to
153–155
Pages count
3
BIBTEX
@inproceedings{BUT18417,
author="Miloš {Hammer} and Zbyněk {Říha} and Petr {Latina},
title="INFLUENCE OF FUZZY NEURAL NETWORK INPUT PARAMETERS ON MODELING PROCESS OF INSULATIVE MATERIAL",
booktitle="UBR-CORR Study and Control of Corroslon in the Perspective of Sustalnable Development of Urban Distribution Grids",
year="2005",
month="June",
pages="153--155",
address="Sibiu, Romania",
isbn="973-718-259-6"
}