تشخیص خطای اتصال کوتاه داخلی سیم پیچی استاتور در موتورهای القایی سه فاز با استفاده از ترکیب منطق فازی نوع-2 و طبقه بند بردار پشتیبان بهینه شده با الگوریتم ذرات مرتبه کسری آشوبی

در این مقاله، یک مدل ترکیبی برای افزایش دقت طبقه بند ماشین بردار پشتیبانی (SVM) برای تشخیص خطای اتصال کوتاه داخلی سیم پیچ های استاتور موتور القایی پیشنهاد می شود. روش پیشنهادی متشکل از سه مرحله است؛ ابتدا ویژگی های آماری از مجموعه داده های سالم و معیوب استخراج می شوند. دیتای به دست آمده با روش تحلیل مولفه اصلی (PCA) کاهش بعد داده می شود و سپسSVM های مختلف براساس مجموعه داده های آموزشی ساخته می شوند. برای تنظیم پارامترهای مدل SVM به منظور دستیابی به دقت تفکیک بالاتر، یک طرح بهینه سازی بر مبنای الگوریتم بهینه سازی ذرات (PSO) استفاده شده که با نظریه آشوب و مشتقات کسری بهبود داده شده است. درنهایت، یک مدل ترکیبی برای ترکیب SVMها به کمک سیستم منطق فازی نوع-2 پیاده سازی شده است. روش پیشنهادی به منظور تشخیص خطای سیم پیچی استاتور یک موتور القایی سه فاز kW 2/2، 2 قطبی و 50 هرتزی روی داده های اندازه گیری شده جریان استاتور اعمال شده است. میانگین دقت 4/98 درصدی تشخیص خطای سیم پیچی استاتور روی داده های آزمایشگاهی در شرایط مختلف بار، نشان از قابلیت و اعتبار الگوریتم پیشنهادی است.