بهبود ساختار هندسي رتور ماشين سنكرون رلوكتانسي با استفاده تركيبي از شبكه عصبي، الگوريتم ژنتيك و روش اجزاي محدود

يك روش مناسب براي رسيدن به بازده و ضريب توان بالا در ماشين‌هاي سنكرون رلوكتانسي، افزايش برجستگي مغناطيسي (Ld/Lq) در اين ماشين‌ها است. اين كار معمولاً از طريق تغيير ساختار هندسي ماشين و به ويژه با تغيير تعداد و شكل سدهاي شار رتور انجام مي‌شود. در اين مقاله از يك روش هوشمند براي بهينه‌سازي موتور سنكرون رلوكتانسي بر مبناي برجستگي مغناطيسي استفاده شده است. به اين منظور مشخصات موتور از جمله هندسه ورق‌هاي استاتور، طول محوري ماشين، نوع سيم‌بندي و تعداد سدكننده‌هاي شار رتور ثابت فرض شده و شش پارامتر براي تعيين مكان سدهاي شار رتور تعريف شده است. سپس به ازاي تغييرات پله‌اي اين پارامترها، برجستگي مغناطيسي رتور با استفاده از روش اجزاي محدود (FEM) محاسبه شده و با به كارگيري اين مقادير براي آموزش يك شبكه عصبي (NN)، تابعي براي مدل‌كردن برجستگي مغناطيسي در موتور فراهم شده است. با در نظر گرفتن اين مدل عصبي به عنوان تابع هدف درون الگوريتم ژنتيك (GA)، پارامترهاي ماشين سنكرون رلوكتانسي بهينه‌سازي شده و بهترين ساختار موتور با بيشترين برجستگي مغناطيسي به دست آمده است. در پايان توانايي تخمين درست شبكه عصبي توسط شبيه‌سازي FEA، و قابليت سنكرون ماندن موتور در بار نامي توسط شبيه‌سازي ديناميكي تأييد شده است.