Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Techniques avancées pour la commande des machines asynchrones
Univ Europeenne - EAN : 9783639522907
Édition papier
EAN : 9783639522907
Paru le : 3 mai 2016
64,90 €
61,52 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9783639522907
- Réf. fournisseur : 5985242
- Editeur : Univ Europeenne
- Date Parution : 3 mai 2016
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 172
- Format : H:229 mm L:152 mm E:10 mm
- Poids : 262gr
- Interdit de retour : Retour interdit
- Résumé : Ce livre traite l'utilisation des techniques neuronales pour l'identification et la commande de la machine asynchrone avec une application dans un système de conversion de l'énergie éolienne. Au début, une nouvelle stratégie d'identification des paramètres de la machine asynchrone, utilisant les réseaux de neurones artificiels (RNAs) de type adaptive linear neuron (ADALINE), a été développée. En effet, une méthode d'identification des paramètres électriques et deux méthodes d'identification des paramètres mécaniques de la machine ont été proposées. Ensuite, une étude d'un émulateur d'une turbine éolienne à base d'un moteur à courant continu a été présentée. Une méthode de modélisation de la caractéristique de puissance de la turbine à base d'un RNA a été proposée. Un estimateur neuronal de la vitesse du vent a été aussi développé. Finalement, deux stratégies de commande de la machine asynchrone à double alimentation (MADA) destinée à la conversion de l'énergie éolienne ont été présentées. Une nouvelle phase-locked loop (PLL) neuronale adaptative basée sur les ADALINE a été proposée. Une validation expérimentale de la commande de la MADA utilisant la PLL neuronale a été présentée.
