Detail publikace

VLIV VSTUPNÍCH PARAMETRŮ FUZZY NEURONOVÉ SÍTĚ NA DIAGNOSTIKU IZOLAČNÍHO MATERIÁLU RELANEX

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

Český název

VLIV VSTUPNÍCH PARAMETRŮ FUZZY NEURONOVÉ SÍTĚ NA DIAGNOSTIKU IZOLAČNÍHO MATERIÁLU RELANEX

Anglický název

INFLUENCE INPUT CHARACTERISTICS FUZZY NEURONOVE NETS ON DIAGNOSTICS INSULATING MATERIAL RELANEX

Typ

článek ve sborníku ve WoS nebo Scopus

Jazyk

cs

Originální abstrakt

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.

Český abstrakt

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.

Anglický abstrakt

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.

Klíčová slova anglicky

Relanex, Diagnostics, Neuronove Nets, Fuzzy

Rok RIV

2005

Vydáno

06.09.2005

Nakladatel

Západočeská univerzita v Plzni

Místo

Plzeň - Něčtiny, Česká Republika

ISBN

80-7043-368-X

Kniha

Diagnostika 05

Strany od–do

290–293

Počet stran

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"
}