类神经网路应用于分数马力感应电动机温升之估测A study of the.pdfVIP

類神經網路應用於分數馬力感應 電動機溫升之估測 A study of the Fraction Induction Motor Temperature Rise Estimation Using Artificial Neural Network 計畫主持人：高文秀 教授 協同研究員：陸茵 講師(博士班研究生) 執行單位：國立台北科技大學電機系 執行期間： 93 年 8月 1日至 94 年 7月 31日 計畫編號： NSC93-2213-E-027-050 data, including no-load current, no-load power, no-load power factor and indoor temperature, are fed into the 摘要 system to get the estimation of temperature rise. In this way, the measuring time of temperature rise can be 本研究計畫旨在應用類神經網路估測分數馬力 reduced which may provide early discovery of the 感應電動機之溫升，透過關聯度分析，評估影響感 abnormal temperature phenomenon in the processes of manufacturing. Hence, a better quality of products and 應電動機溫升較大之因子作為輸入變數，來估測感 less manufacturing cost may be obtained. 應電動機之溫升。在實務上，溫升試驗要全面測試 是有其困難的，通常需歷時 1~3 小時。本計畫藉由 Keywords: Artificial Neural Networks, Fraction 一組已知的無載電流、無載功率、無載功率因數、 induction Motor, Temperature Rise, 室內溫度、溫升溫度等資料，經由類神經網路中的 Correlation Analysis, Back-propagation 倒傳遞網路學習與訓練，再由另外一組無載特性所 Network. 獲取的無載電流、無載功率、無載功率因數、室內 溫度作為輸入變數用來估測溫升，藉以縮短溫升測 試時間，作為實際溫升量測時之輔助參考，供研發 壹、前言 及製造過程中全面及早發現溫升異常現象，期能提 高產品品質，節省製造成本。 由於近年來工業蓬勃發展，電動機成為自動化 關鍵詞：類神經網路、分數馬力感應電動機、溫升、 生產設備中不可或缺的驅動組件，其中包含各型的 關聯度分析、倒傳遞網路。