kashif syed abdul rahman (33 resultados)

Taschenbuch. Condición: Neu. Neuware -La corriente de arranque de arranque y las pulsaciones en el par inducido afectan el rendimiento de un motor de inducción. Las redes neuronales artificiales (ANN) y el sistema de inferencia neuro difuso adaptativo (ANFIS) pueden mejorar el rendimiento del motor al crear un sistema de control que proporcionaría un arranque suave al motor de inducción. Se implementó el modelo dinámico de máquina de inducción en diferentes marcos de referencia utilizando Matlab Simulink. Se entrenaron redes neuronales de base radial y basadas en propagación de retroalimentación, con datos obtenidos mediante simulaciones, para estimar diferentes parámetros requeridos por ANFIS para ajustar el ángulo de disparo de pares de tiristores conectados espalda con espalda en el controlador de voltaje de CA. La corriente de irrupción y las pulsaciones en el par se redujeron significativamente. Se compararon las redes neuronales de base radial y de alimentación hacia adelante para el entrenamiento fuera de línea y en línea, el tiempo de entrenamiento, la memoria requerida para las implementaciones, el número de neuronas, los procedimientos y algoritmos computacionales, la confiabilidad del sistema y el costo más importante de implementación. Las redes neuronales artificiales y el sistema de inferencia neuro difuso adaptativo se desarrollaron utilizando cajas de herramientas en Matlab Simulink.Books on Demand GmbH, Überseering 33, 22297 Hamburg 108 pp. Spanisch.

Condición: New.

Taschenbuch. Condición: Neu. Neuware -Starting inrush current and pulsations in the induced torque affect the performance of an induction motor. Artificial neural networks (ANNs) and adaptive neuro fuzzy inference system (ANFIS) can enhance the performance of the motor by making a control system which would provide smooth starting to induction motor. Dynamic model of induction machine in different frames of reference was implemented using Matlab Simulink. Feed forward back propagation based and radial basis neural networks were trained, with data obtained using simulations, to estimate different parameters required by ANFIS to adjust firing angle of back-to-back connected pairs of thyristors in AC voltage controller. Inrush current and pulsations in torque were reduced significantly. Radial basis and feed forward neural networks were compared for off-line and on-line training, training time, memory required for implementations, number of neurons, computational procedures and algorithms, reliability of the system and most important cost of implementation. Artificial neural networks and Adaptive neuro fuzzy inference system were developed using tool boxes in Matlab Simulink.Books on Demand GmbH, Überseering 33, 22297 Hamburg 104 pp. Englisch.

Condición: New.

Condición: New.

Taschenbuch. Condición: Neu. Neuware -Pocz¿tkowy pr¿d rozruchowy i pulsacje w indukowanym momencie wp¿ywaj¿ na dziäanie silnika indukcyjnego. Sztuczne sieci neuronowe (ANN) i adaptacyjny system wnioskowania rozmytego neuro (ANFIS) mog¿ zwi¿kszy¿ wydajno¿¿ silnika poprzez stworzenie systemu sterowania, który zapewni¿by p¿ynny rozruch silnika indukcyjnego. Model dynamiczny maszyny indukcyjnej w ró¿nych uk¿adach odniesienia zaimplementowano za pomoc¿ programu Matlab Simulink. Uczono sieci neuronowe oparte na propagacji sprz¿¿enia zwrotnego i oparte na radialnej podstawie, z danymi uzyskanymi za pomoc¿ symulacji, w celu oszacowania ró¿nych parametrów wymaganych przez ANFIS do regulacji k¿ta wyzwalania par tyrystorów po¿¿czonych plecami do siebie w regulatorze napi¿cia pr¿du przemiennego. Pr¿d rozruchowy i pulsacje momentu obrotowego zostäy znacznie zmniejszone. Porównano podstawy radialne i sieci neuronowe typu feed forward pod k¿tem treningu off-line i on-line, czasu uczenia, pami¿ci wymaganej do implementacji, liczby neuronów, procedur i algorytmów obliczeniowych, niezawodno¿ci systemu i najwäniejszych kosztów wdro¿enia. Sztuczne sieci neuronowe i system adaptacyjnego wnioskowania neuro rozmytego zostäy opracowane przy u¿yciu skrzynek narz¿dziowych w programie Matlab Simulink.Books on Demand GmbH, Überseering 33, 22297 Hamburg 108 pp. Polnisch.

Taschenbuch. Condición: Neu. Neuware -Het starten van inschakelstroom en pulsaties in het geïnduceerde koppel beïnvloeden de prestaties van een inductiemotor. Kunstmatige neurale netwerken (ANN's) en adaptief neuro fuzzy inferentiesysteem (ANFIS) kunnen de prestaties van de motor verbeteren door een controlesysteem te maken dat een soepele start van de inductiemotor mogelijk maakt. Dynamisch model van inductiemachine in verschillende referentiekaders werd geïmplementeerd met behulp van Matlab Simulink. Op feed forward back-propagatie gebaseerde en radiale neurale netwerken werden getraind, met gegevens verkregen met behulp van simulaties, om verschillende parameters te schatten die ANFIS nodig heeft om de afvuurhoek van back-to-back verbonden paren thyristors in AC-spanningsregelaar aan te passen. Inschakelstroom en pulsaties in koppel werden aanzienlijk verminderd. Radiale basis en feed-forward neurale netwerken werden vergeleken voor offline en online training, trainingstijd, benodigde geheugen voor implementaties, aantal neuronen, rekenprocedures en algoritmen, betrouwbaarheid van het systeem en de belangrijkste implementatiekosten. Kunstmatige neurale netwerken en Adaptive neuro fuzzy inferentiesysteem werden ontwikkeld met behulp van toolboxen in Matlab Simulink.Books on Demand GmbH, Überseering 33, 22297 Hamburg 108 pp. Niederländisch.

Taschenbuch. Condición: Neu. Neuware -Das Einschalten des Einschaltstroms und Pulsationen des induzierten Drehmoments beeinflussen die Leistung eines Induktionsmotors. Künstliche neuronale Netze (ANNs) und ein adaptives Neuro-Fuzzy-Inferenzsystem (ANFIS) können die Leistung des Motors verbessern, indem sie ein Steuersystem herstellen, das einen reibungslosen Start des Induktionsmotors ermöglicht. Das dynamische Modell einer Induktionsmaschine in verschiedenen Referenzrahmen wurde mit Matlab Simulink implementiert. Auf Rückkopplungsausbreitung basierende und radiale neuronale Netze wurden mit Daten trainiert, die unter Verwendung von Simulationen erhalten wurden, um verschiedene Parameter abzuschätzen, die von ANFIS benötigt werden, um den Zündwinkel von hintereinander verbundenen Thyristorpaaren in einem Wechselspannungsregler anzupassen. Einschaltstrom und Drehmomentpulsationen wurden signifikant reduziert. Radiale Basis- und Feed-Forward-Neuronale Netze wurden für Offline- und Online-Training, Trainingszeit, für Implementierungen erforderlichen Speicher, Anzahl der Neuronen, Berechnungsverfahren und -algorithmen, Zuverlässigkeit des Systems und die wichtigsten Implementierungskosten verglichen. Künstliche neuronale Netze und das adaptive Neuro-Fuzzy-Inferenzsystem wurden mithilfe von Toolboxen in Matlab Simulink entwickelt.Books on Demand GmbH, Überseering 33, 22297 Hamburg 108 pp. Deutsch.

Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: Hanif Noor Ul AinNoor-ul-Ain persuaded for postgraduate studies in Electrical Engineering with Power as a specialization from University of Engineering and Technology Lahore, Pakistan. Her research interests include power electronics.

Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: Arshad Muhammad UmerMuhammad Umer Arshad did his B.Sc. & M.Sc., in Electrical Engineering in 2005 & 2012 respectively, from University of Engineering & Technology, Lahore, Pakistan. He is now serving as a Lecturer in the Department o.