Електротехніка і Електромеханіка

Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/62894

Офіційний сайт http://eie.khpi.edu.ua/

Журнал публікує оригінальні результати досліджень з аналітичного, чисельного та мультифізичного методів моделювання електрофізичних процесів в електротехнічних електромеханічних та електроенергетичних установках та системах, з розробки нових електротехнічних пристроїв і систем з поліпшеними техніко-економічними та екологічними показниками в таких сферах, як: теоретична електротехніка, інженерна електрофізика, техніка сильних електричних та магнітних полів, електричні машини та апарати, електротехнічні комплекси та системи, силова електроніка, електроізоляційна та кабельна техніка, електричний транспорт, електричні станції, мережі і системи, безпека електрообладнання.

Рік заснування: 2002. Періодичність: 6 разів на рік. ISSN 2074-272X (Print), ISSN 2309-3404 (Online).

Новини

Видання включене до Переліку наукових фахових видань України з технічних наук до найвищої категорії «А» згідно Наказу МОН України №1412 від 18.12.2018 р.

Переглянути

Фільтри

20241

Налаштування

Автор: search.filters.author.Durga Sukumar, G.Містить файли: Так

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Total harmonic distortion analysis of inverter fed induction motor drive using neuro fuzzy type-1 and neuro fuzzy type-2 controllers
    (Національний технічний університет "Харківський політехнічний інститут", 2024) Srinivas, G.; Durga Sukumar, G.; Subbarao, M.
    Introduction. When the working point of the indirect vector control is constant, the conventional speed and current controllers operate effectively. The operating point, however, is always shifting. In a closed-system situation, the inverter measured reference voltages show higher harmonics. As a result, the provided pulse is uneven and contains more harmonics, which enables the inverter to create an output voltage that is higher. Aim. A space vector modulation (SVM) technique is presented in this paper for type-2 neuro fuzzy systems. The inverter’s performance is compared to that of a neuro fuzzy type-1 system, a neuro fuzzy type-2 system, and classical SVM using MATLAB simulation and experimental validation. Methodology. It trains the input-output data pattern using a hybrid-learning algorithm that combines back-propagation and least squares techniques. Input and output data for the proposed technique include information on the rotation angle and change of rotation angle as input and output of produced duty ratios. A neuro fuzzy-controlled induction motor drive’s dynamic and steady-state performance is compared to that of the conventional SVM when using neuro fuzzy type-2 SVM the induction motor, performance metrics for current, torque, and speed are compared to those of neuro fuzzy type-1 and conventional SVM. Practical value. The performance of an induction motor created by simulation results are examined using the experimental validation of a dSPACE DS-1104. For various switching frequencies, the total harmonic distortion of line-line voltage using neuro fuzzy type-2, neuro fuzzy type-1, and conventional based SVMs are provided. The 3 hp induction motor in the lab is taken into consideration in the experimental validations. References 22, tables 3, figures 15.