Self-excitation of induction motors compensated by permanently connected capacitors and recommendations for IEEE Std. 141-1993

Ermiş, M.; Çakır, Ziyadin; Çadırcı, I.; Zenginobuz, G.; Tezcan, H.

doi:10.1109/tia.2003.808978

Cited by 17 publications

(3 citation statements)

References 14 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Yukarıda belirtilen analitik fonksiyonun içerdiği 'a' ve 'b' katsayıları, Tablo 1'de parametreleri verilen ASM'nin gerçek-zamanlı deney düzeneğinden ölçülen mıknatıslama eğrisi ile karşılaştırılarak = 0.507 ve = 5 olarak tespit edilmiştir. ASM'nin mıknatıslama eğrisinin belirlenmesinde [26]'da önerilen yöntem uygulanmıştır. Ölçülen mıknatıslama eğrisi ile [22][23][24][25]'de önerilen analitik fonksiyon kullanılarak hesaplanan mıknatıslama eğrisi karşılaştırılarak Şekil 1'deki ASM doyum eğrileri elde edilmiştir.…”

Section: çEvri̇m-i̇çi̇ Miknatislama Endüktansi Kesti̇ri̇m Yöntemi̇unclassified

Asenkron Motorun Karma Kesti̇ri̇ci̇ Tabanli Hiz-Algilayicili Doğrudan Vektör Kontrolü

İnan

Demir

Barut

2018

Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi

View full text Add to dashboard Cite

Bu çalışmada, asenkron motorlar (ASM'ler) için hız-algılayıcılı karma (hibrid) kestirim algoritması tabanlı doğrudan vektör kontrol (DVK) yöntemi benzetim ortamında tasarlanarak gerçekleştirilmiştir. Önerilen karma kestirim yönteminde stator akımının stator duran eksen takımı (αβ) bileşenleri (ve), rotor akısının αβbileşenleri (ve), rotor direnci (′) ve stator direnci () GKF ile kestirilirken; mıknatıslama endüktansı () ise çevrim-içi-kestiricisi ile kestirilmektedir. Önerilen karma kestirim algoritmasının kestirim ve bu algoritmanın kullanıldığı DVK sisteminin kontrol başarımları; sıfır hız ile anma hızının üzerindeki alan zayıflama bölgesini de kapsayan geniş bir hız aralığında oldukça zorlayıcı parametre ve durum değişimleri altında benzetim temelli test edilmiştir. Benzetim ortamından elde edilen sonuçlar önerilen karma kestiricinin ve bu yüzden DVK sisteminin oldukça yüksek bir başarıma sahip olduğunu göstermektedir. Bu yönleri ile literatürde bilinen ilk çalışmadır.

show abstract

Section: çEvri̇m-i̇çi̇ Miknatislama Endüktansi Kesti̇ri̇m Yöntemi̇unclassified

Asenkron Motorun Karma Kesti̇ri̇ci̇ Tabanli Hiz-Algilayicili Doğrudan Vektör Kontrolü

İnan

Demir

Barut

2018

Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi

View full text Add to dashboard Cite

show abstract

“…The first step is hidden layer that the below function in Eqs. (11) and (12) explains the calculation of hidden layer for outputs of all neurons. net i is the activation value of the ith node, z i is the output of the hidden layer, and f H in Eq.…”

Section: Artificial Neural Networkmentioning

confidence: 99%

“…In industrial factories, many motor loads are changing or even sometimes are working at light-load that causes low PF. The low PF in majority of IMs consuming more current is stored in the windage magnetic field and regenerated back to the grid line at each AC cycle [10,11]. This exchange is known reactive current which can be a cost factor.…”

Section: Introductionmentioning

confidence: 99%

Estimating power factor of induction motors at any loading conditions using support vector regression (SVR)

2018

View full text Add to dashboard Cite

Three-phase induction motors are industrial work horses known as inductive loads. Inductive loads always create low power factor due to consuming more reactive power. Low power factor not only makes a penalty charge for costumers, but also produces energy losses in electrical systems. To prevent these problems, the power factor which is the ratio of active and reactive power must be maintained toward unity. The power factor can be controlled by manipulating either of active or reactive power. In induction motors, active power is proportional to the motor load that variation of motor load results in increase or decrease in power factor. However, adding reactive power by capacitors would be a substantial solution to improve and control the power factor in unity. Many researches expressed that injecting improper reactive power to improve the power factor creates under-and over-correction. To prevent such problems, equation of power factor correction can be employed in order to obtain the optimal value of reactive power. In this equation, the presence of power factor at every single loading point is required. Estimation techniques can be a significant key to determine the power factor at every loading point. In this paper, several statistical methods including, kriging, regression, artificial neural network and support vector regression, are tested in three induction motors. A comparison is presented to verify the great performance of support vector regression method.

show abstract

Hybrid Systems

2011

Electric Power Generation

View full text Add to dashboard Cite

Self-excitation of induction motors compensated by permanently connected capacitors and recommendations for IEEE Std. 141-1993

Cited by 17 publications

References 14 publications

Asenkron Motorun Karma Kesti̇ri̇ci̇ Tabanli Hiz-Algilayicili Doğrudan Vektör Kontrolü

Asenkron Motorun Karma Kesti̇ri̇ci̇ Tabanli Hiz-Algilayicili Doğrudan Vektör Kontrolü

Estimating power factor of induction motors at any loading conditions using support vector regression (SVR)

Hybrid Systems

Contact Info

Product

Resources

About