فهرست مطالب

هوش محاسباتی در مهندسی برق - سال یازدهم شماره 3 (پاییز 1399)

فصلنامه هوش محاسباتی در مهندسی برق
سال یازدهم شماره 3 (پاییز 1399)

  • تاریخ انتشار: 1399/04/29
  • تعداد عناوین: 8
|
  • سبحان شیخی وند، سعید مشگینی*، زهره موسوی صفحات 1-12
    استفاده از روشی هوشمند برای تشخیص خودکار مراحل مختلف صرعی در کاربردهای پزشکی، برای کاهش حجم کار پزشکان در تجزیه وتحلیل داده های صرع با بازرسی بصری، یکی از چالش های مهم در سال های اخیر محسوب می شود. یکی از مشکلات شناسایی خودکار مراحل مختلف صرعی، استخراج ویژگی های مطلوب است؛ به گونه ای که این ویژگی ها بتوانند بیشترین تمایز را بین مراحل مختلف صرعی ایجاد کنند. فرآیند یافتن ویژگی های مناسب، عموما امری زمان بر است. این پژوهش، رویکرد جدیدی را برای شناسایی خودکار مراحل مختلف صرعی ارایه می دهد. در این مقاله، یک شبکه کانولوشنال عمیق با 8 لایه کانولوشن و 2 لایه تماما متصل برای یادگیری ویژگی ها به صورت سلسله مراتبی و شناسایی خودکار مراحل مختلف صرعی با استفاده از سیگنال EEG ارایه می شود. نتایج نشان می دهند استفاده از یادگیری عمیق در کاربردهایی همچون یادگیری ویژگی به صورت سلسله مراتبی و شناسایی مراحل مختلف صرعی، درصد موفقیت بالاتری نسبت به سایر روش های مشابه دارد. مدل پیشنهادی ارایه شده در این مقاله برای طبقه بندی 3 حالت مختلف صرعی، مقدار 100% را درباره معیارهای صحت، حساسیت و اختصاصیت فراهم می کند.
    کلیدواژگان: شناسایی خودکار حالت های مختلف تشنجات صرعی، شبکه عصبی کانولوشن، تشنج
  • ناصر کرد، فرشید کی نیا* صفحات 13-24
    با توجه به افزایش میزان مصرف برق، این انرژییکی از مهم ترین منابع برای زندگی انسان است؛ بنابراین، همه کشورها به دنبال دسترسی به منابع انرژیمطمین و برنامه ریزی شده هستند. نیز با توجه به تجدیدناپذیر بودن منابع سوخت های فسیلی به ویژه منابع نفت و گاز، چندین دهه است موضوع جایگزین سازی این نوع انرژی ها با انرژی های تجدیدپذیرشایان توجه قرار گرفته است. صرفه جویی و مصرف بهینه انرژی الکتریکی در مصارف مهم مانند ساختمان های مسکونی و تجاریاهمیت زیادی دارد. یکی از مهم ترین عوامل برای برنامه ریزی مصرف برق و بهینه سازی آن، پیش بینی دقیق برای مصرف برق ساختمان های مسکونی و تجاری در آینده است. در این مقاله،ابتدا با استفاده از مبدل های موازی موجک، مجموعه داده های چند ساختمان مسکونی تحلیل می شوند، سپس با استفاده از مدل بهینه تخمین گر شبکه عصبی کانولوشن برق مصرفی کوتاه مدت ساختمان پیش بینی می شوند. نتایج پژوهش نشان می دهند روش ارایه شده به طور متوسط خطای تخمین روش های ARIMA، شبکه عصبی LSTM و SVR را به ترتیب 70، 69 و 73 درصد بهبود بخشیده است.
    کلیدواژگان: پیش بینی مصرف برق، مدیریت مصرف انرژی، شبکه های عصبی کانولوشن، تبدیل موجک، آموزش عمیق
  • محمدرضا رشادی نژاد*، سید عرفان فاطمیه، زهرا داوری شلمزاری صفحات 25-36

    با توجه به افزایش چشمگیر حجم داده های پردازشی و نیاز به سرعت بیشتر در پردازش آنها، به استفاده از روش های نوین در طراحی مدارهای دیجیتال توجه شده است. نظر به اهمیت مصرف توان در وسایل الکترونیکی، طراحی مدارهایی ضروری است که به کاهش مصرف توان، مساحت و نیز افزایش سرعت پردازنده ها منجر شود. استفاده از محاسبات تقریبی در کنار ترانزیستورهای نانولوله کربنی، یکی از روش های مطرح شده در این حوزه است. با توجه به اهمیت مدارهای جمع کننده در پردازنده های پردازش سیگنال دیجیتال، در این مقاله یک مدار تمام جمع کننده تقریبی با استفاده از ترانزیستورهای CNTFET مدل استنفورد 32 نانومتر طراحی شده که ازنظر پارامترهای توان، تاخیر، حاصل ضرب توان در تاخیر و تعداد ترانزیستورها بهینه سازی شده است. مقایسه این مدار با مدارهای پیشنهادشده در سال های اخیر با استفاده از نرم افزار HSPICE انجام شده است. نتایج نشان دادند تاخیر طرح پیشنهادی دارای کمترین مقدار با بهبود حداکثر 87% در معیار حاصل ضرب توان در تاخیر است. همچنین نتایج شبیه سازی در خازن های بار، ولتاژهای تغذیه و تغییرات فرآیندی نشان دهنده عملکرد پذیرفتنی طرح پیشنهادی در شرایط گوناگون است. برای بررسی بهتر عملکرد تمام جمع کننده پیشنهادی از کاربرد پردازشی مقاوم به خطای جمع تصاویر در نرم افزار متلب استفاده شده است.

    کلیدواژگان: ترانزیستورهای نانولوله کربنی، تمام جمع کننده، توان مصرفی، حساب تقریبی
  • سمیرا صادقی، نوید رضایی، علی حسامی نقشبندی*، پرهام مرادی صفحات 37-50

    از مسایل مهم در هماهنگی رله های حفاظتی، کمینه سازی زمان قطع بین رله های جریان زیاد اصلی و پشتیبان است. مسئله هماهنگی رله های جریان زیاد به دلیل تعداد زیاد متغیرها و ماهیت توابع هدف می تواند مسئله پیچیده بهینه سازی معرفی شود که به ارایه روش بهینه سازی کارآمد با دقت و سرعت مطلوب نیاز دارد. با توجه به اینکه برای تحقق اهداف حفاظتی شامل افزایش سرعت عملکرد رله ها، سلکتیویته، پشتیبانی، قابلیت اطمینان و پایداری، توابع هدف مختلفی توصیف می شوند؛ بنابراین، ارایه یک مسئله ریاضی چندهدفه در بهینه سازی مسایل حفاظتی ضروری است. در همین راستا و برای پوشش این ضرورت ها، مقاله حاضر با توجه به قابلیت های روش MOPSO یک ساختار بهینه سازی چندهدفه را پیشنهاد می دهد و در آن روش SQP با افزایش سرعت و ثابت نگه داشتن فضای جستجو به MOPSO اضافه می شود. در این مقاله چند تابع هدف براساس اهداف حفاظتی پیشنهاد شده اند که به کمک روش پیشنهادی چندهدفه MOPSO-SQP، نقاط تنظیم بهینه استخراج شده اند. شبیه سازی ها روی چند سیستم قدرت نمونه، پیاده سازی و با دقت تحلیل شده اند که نتایج شبیه سازی نشان دهنده کارایی الگوریتم پیشنهادی در تضمین هماهنگی بهینه رله های حفاظتی جریان زیاد در سیستم قدرت اند.

    کلیدواژگان: الگوریتم چندهدفه، جبهه پارتو بهینه، رله های جریان زیاد، هماهنگی حفاظتی
  • سیده زهرا حسینی ملایی، علیرضا نمدمالان*، احمد بهزادی نژاد صفحات 51-64

    در اینورترهای چند سطحی آبشاری تمام پلبا اتصال مثلث، حضور هارمونیک های فرد مضرب سه ولتاژ و جریان چرخشی در حلقه مثلث باعث بروز تلفات اضافی می شود. در این مقاله، روش بهینه سازی فرکانس پایین برای کاهش هارمونیک های فرد مضرب سه ولتاژ در اینورتر چند سطحی آبشاری تمام پل با اتصال مثلث پیشنهاد شده است. با این روش، علاوه بر کاهش این هارمونیک ها، مقدار انحراف هارمونیکی کل ((THD [i] نیز در حد مطلوب حفظ می شود و الزامات استانداردهایی مانند,EN50160 WG36-05 و IEC61000-3-6   نیز رعایت می شود. در این روش با استفاده از روش کلیدزنی حداقل سازی بهینه اعوجاج هارمونیک کل (OMTHD [ii])، مقادیر بهینه زوایای کلیدزنی و منابع DC با استفاده از الگوریتم بهینه سازی ازدحام ذرات (PSO[iii]) به دست آمده است. نتایج شبیه سازی و نتایج آزمایشگاهی، موثربودن روش پیشنهادی را در کاهش هارمونیک های فرد مضرب سه ولتاژ و جریان چرخشی همراه با حفظ مقدار THD در حد مطلوب نشان می دهد.

    کلیدواژگان: اینورتر چندسطحی آبشاری تمام پل با اتصال مثلث، هارمونیک های فرد مضرب سه ولتاژ، اعوجاج هارمونیکی کل، منابع DC متغیر
  • مهدی سالخورده حقیقی*، پیام امین امین الشریعه نجفی صفحات 65-82

    یکی از مهم ترین ابزار کسب اطلاعات و درک محیط، شبکه های حسگر بی سیم اند [i]. این شبکه ها پژوهش های گسترده ای را به خود معطوف کرده اند. پیشرفت های اخیر در حوزه الکترونیک و مخابرات بی سیم باعث شده است حسگر هایی با توان مصرفی پایین، اندازه کوچک، قیمت مناسب و کاربردهای گوناگون، طراحی و ساخته شوند. تا کنون بیشتر پژوهش های انجام شده در این زمینه، روی طراحی دوبعدی شبکه های حسگر بی سیم تمرکز داشته اند؛ درحالی که این طراحی از دنیای واقعی و کاربردهای آن به دور است. از این نظر، مطالعه ها روی شبکه های حسگر بی سیم سه بعدی آغاز شده اند که با محیط واقعی تطابق بیشتری دارند و در کاربردهای متداولی همچون شبکه های حسگر زیر آب، اتمسفر و جنگل ها و محیط هایی با موانع مرتفع استفاده بیشتری دارند. هدف این مقاله، افزایش طول عمر شبکه با تغییر پارامترها و افزودن قابلیت هایی به الگوریتم خوشه بندی فازی است که برای استفاده در خوشه بندی سه بعدی توسعه داده شده است. این الگوریتم تعمیم یافته، الگوریتم فازی C میانگین [ii] است که برای شبکه های حسگر بی سیم سه بعدی طراحی شده است. با افزودن قابلیت جابه جایی محدود به گره ها و در نظر گرفتن محیط سه بعدی برای گره ها، انتظار بهبود در عملکرد شبکه به ویژه ازنظر طول عمر وجود دارد. نتایج آزمایش ها نشان می دهند روش پیشنهادی برای افزایش طول عمر شبکه، موفق به بهبود عملکرد نسبت به الگوریتم های دیگر شده است. 

    کلیدواژگان: شبکه حسگر بی سیم سه بعدی، خوشه بندی فازی، FCM-3، FCM
  • مهدی احمدی* صفحات 83-94
    : خطای ناهم راستایی، یکی از خطاهای مهم مکانیکی در ماشین های دوار است که منشا پیدایش خطاهای دیگر می شود. این مقاله به موضوع تشخیص خطای ناهم راستایی در موتورهای القایی قفس سنجابی در دو حالت استاتیک و دینامیک متمرکز است. روش المان محدود (FEM) روشی دقیق در این زمینه است که در این پژوهش برای مدل سازی موتور القایی در دو حالت سالم و دارای خطا استفاده شده است. با توجه به اینکه تشخیص وقوع این نوع خطا (به ویژه خطاهای با درجه کم) با سیگنال جریان انجام شدنی نیست، روش سیم پیچ جستجو به کار گرفته شده است که دو سیم پیچ حلقه باز به صورت متقارن در اطراف فاصله هوایی نصب می شوند. به علت حلقه باز بودن سیم پیچ ها، بر رفتار موتور تاثیری ندارند. تحلیل ولتاژ سیم پیچ های جستجو با استفاده از روش تحلیل مولفه های اساسی (PCA) الگوی هوشمندی را به وجود می آورد که نخست، به وقوع خطا حتی با درجه کم حساس است و دوم، قابلیت تمییز نوع خطا (استاتیک و یا دینامیک) را دارد.
    کلیدواژگان: تشخیص خطا، خطای ناهم راستایی استاتیک، خطای ناهم راستایی دینامیک، روش تحلیل مولفه های اساسی، موتور القایی
  • سید امین علوی، سید جواد سید مهدوی چابک* صفحات 95-106
    شبکه روی تراشه، زیرسیستم ارتباطی درون یک مدار مجتمع است که ارتباط بین پردازنده ها در سیستم روی تراشه را فراهم می سازد. برای رسیدن از یک گره به گره دیگر، چندین مسیر مختلف وجود دارد؛ بنابراین باید الگوریتم مسیریابی وجود داشته باشد تا به وسیله آن مسیر رسیدن به مقصد را به دست آورد. در این مقاله الگوریتمی مبتنی بر کاهش مسیر عبوری برای رسیدن یک بسته از مبدا به مقصد ارایه شده است؛ این الگوریتم قادر است علاوه بر بالابردن قابلیت اطمینان، باعث کاهش تاخیر، توان مصرفی و افزایش کارآیی شبکه روی تراشه شود و این در شرایطی است که بیشتر شبکه های تحمل پذیر خطای ارایه شده در این حوزه به ازای رسیدن به قابلیت اطمینان بالاتر، پارامترهایی ازقبیل تاخیر، توان مصرفی و پیچیدگی های مداربندی را افزایش می دهند. روش ارایه شده با کمترین تغییرات سخت افزاری و پیچیدگی مداری باعث بهبود کارآیی شبکه می شود. مسیر گذرانده شده با بسته برای رسیدن به مقصد کاهش می یابد و این کاهش مسیر یعنی عبور از تعداد لینک و مسیریاب کمتر و کاهش احتمال برخورد با لینک ها و مسیریاب های معیوب و افزایش قابلیت اطمینان شبکه. همچنین عبور از تعداد لینک ها و مسیریاب های کمتر موجب کمترشدن تاخیر و توان مصرفی شبکه نیز خواهد شد.
    کلیدواژگان: شبکه روی تراشه، شبکه روی تراشه با کارآیی بالا، شبکه روی تراشه با قابلیت اطمینان بالا، شبکه روی تراشه تحمل پذیر خطا
|
  • Sobhan Sheykhivand, Saeed Meshgini *, Zohreh Mousavi Pages 1-12
    Using an intelligent method to automatically detect epileptic seizures in medical applications is one of the most important challenges in recent years to reduce the workload of doctors in the analysis of epilepsy data through visual inspection. One of the problems of automatic detection of various epileptic seizures is the extraction of desirable characteristics, in such a way that these characteristics can make the most distinction between different phases of epilepsy. The process of finding the right features is usually a matter of time. This research presents a new approach for the automatic identification of epileptic episodes. In this paper, a deep convolutional network with eight convolutional layers and two fully-connected layers is provided to learn the characteristics hierarchically and automatically identify epileptic episodes using the EEG signal. The results show that the use of deep learning in applications such as learning characteristics hierarchically and identification of different stages of epilepsy has a higher success rate than other previous methods. The proposed model presented in this paper provides an average of 100% accuracy, sensitivity and specificity for the classification of three different epileptic seizures.
    Keywords: EEG, Automatic detection of various epileptic seizures, Convulsion Neural Network, Seizure
  • Naser Kurd, Farshid Keynia * Pages 13-24
    Considering the increasing rate of electrical energy usage, this energy has become one of the most important resources for human life. So all countries are seeking access to reliable and planned energy resource. Regarding the non-renewability of fossil fuel resources, especially oil and gas, the issue of replacing these types of energy with renewable energy has been considered for decades. Saving and optimal use of electrical energy in important applications such as residential and commercial buildings is critical. One of the most important factors for planning power consumption and optimizing it is accurate forecasting for next hours’ power consumption of residential and commercial buildings. In this paper, first, the data sets of several residential buildings are analyzed using parallel wavelet converters. Then, using an optimal estimator model of the convolutional neural network, the short-term load of the building is estimated. The obtained results show that the proposed method has improved the prediction error about 70, 69 and 73 percent for ARIMA, SVR, and LSTM methods, respectively.
    Keywords: Power Consumption Prediction, Energy Consumption Management, Convolutional Neural Networks, wavelet transform, Deep Learning
  • MohammadReza Reshadinezhad *, Seyed Erfan Fatemieh, Zahra Davari Shalamzari Pages 25-36

    Novel digital circuit design methods are vital due to the significant increase in data that requires fast processors. No doubt, power consumption is an essential factor in electronic devices. Hence, the design of low-power, area-efficient, and high-performance circuits is crucial. Approximate computing as a promising method for designing efficient circuits in addition to applying CNTFETs can be an excellent solution for the concerns mentioned above. In this article, according to the full adder’s importance in DSP processors, a new approximate full adder based on 32nm Stanford CNTFET model is proposed and optimized in terms of power consumption, delay, PDP, and the number of transistors. HSPICE is applied to compare this new design with state-of-art articles. The simulation results indicate that the proposed design has not only the least delay but also shows an 87% improvement in PDP achieved. Various simulations applying different load capacitors, supply voltages, and process variations demonstrate the acceptable functionality of proposed approximate full-adder in different situations. Image addition simulation using MATLAB is applied to assess the performance of the proposed design in a real error-resilient application.

    Keywords: Approximate Computing, Carbon Nanotube Field Effect Transistors (CNTFETs), Full-adder, Power Consumption
  • Samira Sadeghi, Navid Rezaei, Ali Hesami Naghshbandy *, Parham Moradi Pages 37-50

    One of the important issues in coordination of protective relays is minimization of the time interval between the operation of main and backup overcurrent (OC) relays. Overcurrent relays coordination problem due to the large number of variables and the nature of the objective functions can be introduced as a complex optimization problem that necessitates the need for an efficient optimization method with appropriate accuracy and speed. Given that for the realization of protective purposes including increased relays operation speed, selectivity, support, reliability and stability, different objective functions can be described, therefore, providing a multi-objective mathematical problem in optimizing protective problems may be necessary. In this regard, this article due to the capabilities of the MOPSO, proposes a multi-objective optimization structure, in which the SQP by increasing the speed and not increasing the search space is added to MOPSO. In this paper, several objective functions are proposed based on protection goals and optimal adjustment points have been extracted using the proposed multi-objective MOPSO-SQP. The simulations have been implemented and carefully analyzed on several typical power systems. The simulation results confirm the efficiency of the proposed algorithm in ensuring the optimal coordination of protective overcurrent relays in power system.

    Keywords: Multi objective algorithm, Optimal Pareto front, Overcurrent relays, Protective coordination
  • Seyedeh Zahra Hosseini Mallai, Alireza Namadmalan *, Ahmad Behzadinezhad Pages 51-64

    Presence of triplen voltage harmonics and circuiting current in a delta-connected cascaded H-Bridge multi-level inverter causes extra power losses. In this paper, a low frequency optimization method is proposed to reduce triplen voltage harmonics in delta-connected cascade H-Bridge multilevel inverters. Using this method, in addition to reducing these harmonics, the total harmonic distortion (THD) is also maintained at optimum level and the requirements of standards such as EN50160, WG36-05 and IEC61000-3-6 are also satisfied.  In this method, using optimal minimization of total harmonic distortion (OMTHD), the optimal values of the switching angles and DC sources are obtained using the Particle Swarm Optimization (PSO) algorithm. The simulation and experimental results show the effectiveness of the proposed method in reducing triplen voltage harmonics and circuiting currents while keeping the THD at optimal levels.

    Keywords: Delta-connected cascaded H-Bridge multi-level inverters, triplen harmonic voltage, total harmonic distortion, variable DC sources
  • Mehdi Salkhordeh Haghighi *, Payam Aminolsharieh Najafi Pages 65-82

    Wireless sensor networks are one of the most important tools for information acquisition and environment identification in many application areas. Recent advances in the field of electronics and wireless telecommunications have led to the design and manufacture of sensors with low power consumption, small size, reasonable price and various applications. Most research in the area of wireless sensor networks has focused on two dimensional sensor networks while in the real world, most of the applications are three dimensional. Some research in this area has focused on underwater, space, forestry, and environment applications. The main objective of the current research is increasing network lifetime by defining new parameters and embedding them in the fuzzy clustering or fuzzy C-means algorithm that has been adapted for three dimensional wireless sensor networks. One of the parameters that has been used in this research is limited movement of sensors. By adding this ability to the network, there is an expectation of improvement in network performance. The results of the experiments indicate the positive effect of this ability on network performance and lifetime.

    Keywords: three dimensional wireless sensor network, Fuzzy Clustering, FCM, FCM-3
  • Mahdi Ahmadi * Pages 83-94
    Eccentricity fault is one of the prevalent faults in rotating machines which can cause other mechanical and electrical faults. This paper focuses on detecting the static and dynamic eccentricity faults in the squirrel-cage induction motors. The induction motor is modeled by the finite element method (FEM), a powerful and accurate method, using FLUX 2D software. The current signal cannot be used to detect the static and dynamic eccentricity faults especially when their severity is small. Therefore, the search-coil based method is employed and the voltage of two symmetrical search-coils is analyzed to detect and diagnose the static and dynamic faults. Since two search-coils are open-circuit, they do not affect the behavior of the induction motor. The analysis based on the principal component analysis (PCA) method shows that there exists an intelligent pattern that, firstly, is sensitive to the occurrence of eccentricity faults, even to a low degree, and secondly, has the ability to distinguish the type of fault (static or dynamic).
    Keywords: Dynamic Eccentricity, Fault Detection, induction motor, Principal Component Analysis Method, Static Eccentricity
  • Seyed Amin Alavi, Seyyed Javad Seyyed Mahdavi Chabok * Pages 95-106
    Network on-chip is a communication subsystem within an integrated circuit that provides communication between processors in the on-chip system. There are several different ways to get from one node to another. Therefore, there must be a routing algorithm to find the route to the destination. This paper presents an algorithm based on the reduction of the passing path to reach a packet from origin to destination which is able to increase the reliability, reduce latency, power consumption and increase network efficiency on the chip. And this is when most of the fault-tolerant networks presented in this field increase parameters such as delay, power consumption and circuit complexity in order to achieve higher reliability. The proposed method improves network performance with minimal hardware changes and circuit complexity. The path passed by the packet is reduced to reach the destination, which means passing through fewer links and routers and less chance of encountering faulty links and routers and increasing network reliability. Also, passing fewer links and routers will reduce network latency and power consumption.
    Keywords: Network On-Chip, High Performance NOC, High Reliable NOC, Fault Tolerant NOC