Fehlertoleranter Spannungsquellen-Wechselrichter für den Antrieb von Induktionsmotoren

Dieses Buch untersucht die Anwendung von Techniken der künstlichen Intelligenz (KI) zur Fehlererkennung, -diagnose und -rekonfiguration in einem Dreiphasen-Spannungsquelleninverter (VSI), der einen Induktionsmotorantrieb versorgt. Die Studie konzentriert sich auf die Verbesserung der Zuverlässigkeit und Effizienz von Induktionsmotorantrieben durch die Behebung gemeinsamer Inverterfehler, wie z. B. Offen- und Kurzschlussfehler, mithilfe von AI-basierten Methoden wie Artificial Neural Networks (ANN), Fuzzy Logic Control (FLC) und Convolutional Neural Networks (CNN). The research proposes a fault-tolerant system that integrates intelligent control strategies, including Direct Torque Control (DTC) and Direct Torque Control with Space Vector Modulation (DTC-SVM), to enhance the robustness of the motor drive system. The proposed methods are validated through simulations, demonstrating high accuracy in fault detection and diagnosis, as well as effective reconfiguration of the inverter to maintain system stability under fault conditions.

Autorentext

Mein Name ist Younes Tamissa, geboren am August 13, 1986, in Algiers. Ph.D.-Programm in Automation and Industrial Computing an der Universität von Ouargla. Meine Forschung konzentriert sich auf fehlertolerante Systeme, insbesondere in Spannungsquelleninvertern für Induktionsmotorantriebe, unter Verwendung intelligenter Techniken wie künstlicher neuronaler Netze und Fuzzy-Logik.