Advanced Design of Electric Machines Using Finite Element Method Simulator

Abstract

تركز هذه الأطروحة على تصميم المحركات الكهربائية باستخدام برنامج انسس ماكسويل الذي يعتمد على طريقة العناصر المحدودة في تحليل الشبكة لكثافة التدفق المغناطيسي. تم تصميم المحرك المتزامن ذو المغناطيس الدائم وآلة التيار المستمر والمحرك الحثي لدراسة الظواهر الكهربائية والميكانيكية المختلفة ومراقبة كيفية عمل كل آلة ومبدأ تشغيلها. نظرًا لأن المحركات الكهربائية تعاني من العديد من الأعطال، فقد درسنا نوعين من الأعطال في المحرك المتزامن ذو المغناطيس الدائم: المغناطيس المكسور والدوائر القصيرة المتقطعة. كما تم اقتراح تقنيات التعلم الآلي ونظام التفكير العصبي الضبابي التكيفي والذاكرة الطويلة والقصيرة المدى في اكتشاف الأعطال في المحرك المتزامن ذو المغناطيس الدائم

This thesis focuses on the design of electric motors using the Ansys Maxwell program which is based on the finite element method in the mesh analysis of magnetic flux density. Permanent magnet synchronous motor, DC machine and induction motor are designed to study various electrical and mechanical phenomena and observe how each machine works and its operating principle. Since electric motors suffer from several faults, we have studied two types of faults in permanent magnet synchronous motor: broken magnet and intermittent short circuits. Also, machine learning techniques, adaptive fuzzy neural reasoning system and long short-term memory are proposed in fault detection in permanent magnet synchronous motor

Cette thèse porte sur la conception de moteurs électriques utilisant le programme Ansys Maxwell qui est basé sur la méthode des éléments finis dans l'analyse de maillage de la densité de flux magnétique. Le moteur synchrone à aimants permanents, la machine à courant continu et le moteur à induction sont conçus pour étudier divers phénomènes électriques et mécaniques et observer le fonctionnement de chaque machine et son principe de fonctionnement. Les moteurs électriques souffrant de plusieurs défauts, nous avons étudié deux types de défauts dans le moteur synchrone à aimants permanents : l'aimant cassé et les courts-circuits intermittents. De plus, des techniques d'apprentissage automatique, un système de raisonnement neuronal flou adaptatif et une mémoire à long terme sont proposés dans la détection des défauts dans le moteur synchrone à aimants permanents