Yapay zekâ tekniklerini kullanarak yüksek verimli kalıcı mıknatıslı senkron motor tasarımı

Bu çalışmada, kalıcı mıknatıslı senkron motorların tasarım optimizasyonları yapay zekâ teknikleri kullanılarak gerçekleştirilmiştir. Tasarım optimizasyonlarının amacı yüksek verimli motor geometrileri elde etmektir. Kalıcı mıknatıslı senkron motorların tasarım optimizasyonlarında genetik algoritma, benzetilmiş tavlama algoritması, diferansiyel evrim algoritması, yapay arı koloni algoritması ve parçacık sürü optimizasyon algoritması gibi farklı yapıda ve özellikte yapay zekâ teknikleri kullanılmıştır. Kullanılan yapay zekâ tekniklerinin kalıcı mıknatıslı senkron motorun tasarım optimizasyonuna katkıları simülasyonlar ve uygulama sonuçları ile karşılaştırmalı olarak ortaya konmuştur. Kalıcı mıknatıslı senkron motorların tasarım optimizasyonları için ilk olarak analitik bir tasarım programı hazırlanmıştır. Optimizasyonlar sonucu elde edilen motor geometrilerinin analitik ve manyetik simülasyonları sayısal analiz programları ile gerçekleştirilmiştir. Ayrıca motor geometrilerinin uygunluğu TÜBİTAK/TEYDEB projesi kapsamında hazırlanan bir test düzeneği ile test edilmiştir. Örnek bir uygulama olarak asansör taşıma sistemleri gibi düşük devirli endüstriyel çalışmalar için kullanımları öngörülen kalıcı mıknatıslı senkron motorlar içten rotorlu, yüzey montajlı kalıcı mıknatıslı, dağıtılmış ve konsantre sargılıdır. Seçilen kalıcı mıknatıslı senkron motor yapıları düşük hızlı uygulamalar için oldukça uygundur. Bununla birlikte tez çalışmasında gerçekleştirilen proje kapsamında farklı kalıcı mıknatıslı senkron motorlarla da çalışılmıştır. Bu çalışmada, sadece kalıcı mıknatıslı senkron motorların tasarım optimizasyonlarına yapay zekâ tekniklerinin katkıları ortaya konmamıştır. Bununla birlikte kalıcı mıknatıslı senkron motorların tasarım optimizasyonları için geliştirilen yapay zekâ teknikleri tabanlı bir arayüz tasarım programı ile başlangıç seviyesindeki tasarım mühendisleri ve lisans üstü çalışanlar için gerekli alt yapı hazırlanmıştır.
In this study, design optimization of permanent magnet synchronous motors has been carried out by using artificial intelligence techniques. The objective of the design optimizations is to obtain geometries of highly efficient motors. Artificial intelligence techniques, which have different structures and properties such as genetic algorithm, simulated annealing algorithm, differential evolution algorithm, artificial bee colony algorithm, and particle swarm optimization algorithm, have been used in the design optimization of permanent magnet synchronous motors. Contributions of the used artificial intelligence techniques for the design optimization of permanent magnet synchronous motor have been demonstrated by comparing the simulations and the practical results of the applications. An analytical design program was firstly prepared for the design optimization of the permanent magnet synchronous motors. The analytical and magnetic simulations of the motor geometries, that obtained by the design optimization, were tested by numerical analysis programs. In addition, the suitability of the motor geometries was tested by a test system prepared in a TÜBİTAK/TEYDEB project. As a sample application, the permanent magnet synchronous motors, which intended for use in low-speed industrial applications such as elevator traction systems, have inner rotor, surface-mounted permanent magnet, distributed and concentrated winding. The chosen structures of permanent magnet synchronous motors are very suitable for low-speed applications. The different structures of permanent magnet synchronous motors were also studied under the project during the dissertation study. In this study, the contributions of the artificial intelligence techniques have not only been revealed for the design optimization of permanent magnet synchronous motor, but also the necessary infrastructure has been prepared for entry-level design engineers and graduates with a developed interface design program based on artificial intelligence techniques for the design optimization of permanent magnet synchronous motor.
Bu tez çalışması BAP tarafından 11101010 nolu proje ile desteklenmiştir.