به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

فهرست مطالب hamid balouchestani

  • محمد ویسی*، محمد فرهمند راد، سید مهدی امامی، حمید بلوچستانی
    در این مقاله، یک الگوریتم تخمین موقعیت روتور بر اساس رویتگر مد لغزشی (SMO) و حلقه قفل فاز (PLL) برای کنترل موتور سنکرون آهنربا دائم (PMSM) در میکروکنترلر STM32L431RCT6 ارائه شده است. در مقایسه با رویتگر SMO متداول، رویتگر مبتنی بر SMO و PLL پیشنهادی دارای دو مزیت کاهش پدیده نامطلوب لرزش و بهبود دقت تخمین موقعیت روتور می باشد. در این تحقیق، یک سیستم کنترل بدون حسگر هیبریدی برای درایو موتور PMSM با استفاده از روش راه اندازی I-f و یک انتقال نرم به کنترل برداری حلقه بسته بدون حسگر با SMO و PLL، طراحی گردیده است. برای پیاده سازی کنترل برداری میدان، حلقه قفل شونده فاز، رویتگر مد لغزشی، کنترل کننده های تناسبی-انتگرالی، مدولاسیون پهنای پالس بردار فضایی و تبدیلات مختصات، از زبان برنامه نویسی C استفاده شده و با استفاده از میکروکنترلرهای 32 بیتی خانواده STM32 پیاده سازی شده است. در ادامه، نتایج آزمایشگاهی ارائه شده عملکرد مطلوب رویتگر پیشنهادی را به خوبی نشان می دهد.
    کلید واژگان: رویتگر مد لغزشی, روش راه اندازی I-F, کنترل بدون حسگر, حلقه قفل فاز, میکروکنترلر STM32}
    Mohammad Veysi *, Mohammad Farahmand Rad, Seyed Mehdi Emami, Hamid Balouchestani
    In this paper, a rotor position estimation algorithm based on sliding mode observer (SMO) and phase-locked loop (PLL) for permanent magnet synchronous motor (PMSM) control in STM32L431RCT6 microcontroller is presented. The proposed SMO and PLL-based observer has two advantages compared to the conventional SMO observer: reducing the undesirable phenomenon of chattering and improving the accuracy of rotor position estimation. In this research, a hybrid sensorless control system for PMSM drive has been designed, using the I-f startup method and a smooth transition to sensorless closed-loop vector control with SMO and PLL. C programming language is used to implement field vector control, phase-locked loop, sliding mode observer, proportional-integral controllers, space vector pulse width modulation, and coordinate transformations. The proposed method is implemented using STM32 family 32-bit microcontrollers. In the following, the presented laboratory results show the desirable performance of the proposed observer.
    Keywords: Sliding Mode Observer, I-F Drive Method, Sensorless Control, Phase-Locked Loop, STM32 Microcontroller}
  • حمید محسنی، مهدی توکلی*، محمد فرهمند راد، حمید بلوچستانی
    با پیشرفت در فناوری رادار، آموزش اپراتورها برای تجزیه و تحلیل موثر و پاسخگویی به تهدیدات بالقوه بسیار مهم است. این تحقیق یک شبیهساز نمایشگر رادار PPI را ارائه می دهد که با استفاده از C# و پلتفرم WPF پیادهسازی شده است. این شبیه ساز یک شبکه عصبی را که توسط کتابخانه Encog پشتیبانی می شود، با نمایشگر رادار ادغام می کند تا مکان های حمله و مسیرهای آتی اهداف شبیه سازی شده را پیش بینی کند. شبکه عصبی پیاده سازی شده دارای یک معماری چهار لایه است که به اپراتورها اجازه می دهد تا پارامترهایی متعدد شبکه را متناسب با نیاز خود تنظیم کنند. این شبیه ساز با دارا بودن قابلیت امکان تغییر داده های آموزشی از طریق فایل های اکسل، تعامل با کاربر را افزایش داده و همچنین امکان افزودن یا حذف مکان های هدف نیز فراهم شده است. این امکان زمینه را برای سناریوهای واقعی تر فراهم می کند. شبیه ساز پیاده سازی شده به دانشجویان دانشگاه پدافند هوایی خاتم الانبیا (ص) این امکان را می دهد تا مهارت های خود را در تجزیه و تحلیل داده های راداری تقویت کنند و با یک محیط یادگیری جامع و پیشرفته نمایشگرهای نسل جدید رادار مجهز به فناوری شبکه عصبی آشنا شوند.
    کلید واژگان: آموزش, پیش بینی, شبکه عصبی, شبیه ساز, کتابخانه Encog}
    Mehdi Tavakoli *, Mohammad Farahmand Rad, Hamid Balouchestani
    As radar technology advances, training operators to effectively analyze and respond to potential threats is critical. This research presents a PPI radar display simulator implemented using C# and WPF platform. This simulator integrates a neural network powered by the Encog library with a radar display to predict attack locations and future trajectories of simulated targets. The implemented neural network has a four-layer architecture that allows operators to adjust multiple network parameters to suit their needs. With the ability to change training data through Excel files, this simulator has increased interaction with the user, and it is also possible to add or remove target locations. This allows for more realistic scenarios. The implemented simulator allows the operators of Khatam al-Anbia Air Defense University to strengthen their skills in radar data analysis and familiarize themselves with a comprehensive and advanced learning environment of new generation radar displays equipped with neural network technology.
    Keywords: Encog Library, Neural Network, Prediction, Simulator, Training}
بدانید!
  • در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
  • همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
  • در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال