Tez Türü: Doktora
Tezin Yürütüldüğü Kurum: Düzce Üniversitesi, Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği, Türkiye
Tez Danışmanı: Prof. Dr. Uğur Güvenç ; Doç. Dr. Adem Dalcalı
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Sabit mıknatıslı senkron motorlar (SMSM), yüksek verimlilikleri, güçlü tork ve güç yoğunlukları ile kompakt tasarımları sayesinde günümüzde en çok tercih edilen elektrik makinalarından birisidir. Ancak, SMSM’nin enerji verimliğinin arttırılması, çıkış gücünün maksimum olması, vuruntu torku ve motor ağırlığının azaltılması gibi durumlar için motor yapısının optimize edilmesi gerekmektedir. Bu çalışmada 15 kW gücünde SMSM’nin optimal tasarımı için gerekli parametrelerin optimal değerlerinin bulunması hedeflenmiştir. Bu amaç için geliştirilmiş yeni bir optimizasyon algoritması önerilmiştir. Önerilen bu algoritma, bulanık mantık tabanlı (fuzzy) uygunluk mesafe dengesi tasarımının Gradyan Tabanlı Optimizasyon (GBO) algoritmasına uygulanmasıdır. Geliştirilen algoritma ve literatürde etkili sonuçlara sahip olan çeşitli optimizasyon algoritmaları SMSM’nin kutup kucaklaması (Embrace), Ofset, çarpıklık (Skew), mıknatıs kalınlığı ve Stator oluk alt genişliği Bs1’in optimal değerlerini bulmak amacıyla belirlenen amaç fonksiyonu için test edilmiştir. Önerilen fFDBGBO algoritmasının GBO algoritmasına kıyasla verimliliği %0,2979 oranında artırdığı görülmektedir. Başlangıç tasarımı ile karşılaştırıldığında, fFDBGBO algoritması ile elde edilen motor tasarımında verim %91.7788'ten %93.0366'ya çıkarılarak önemli bir artış sağlanmış, mıknatıs ağılığı 2,14837 kg’dan 2,09475 kg’a düşürülmüş ancak motor toplam ağırlığı 53,2286 kg’dan 54,0436 kg’a yükselmiştir. Bu sonuçlar, fFDBGBO algoritmasının motor tasarımında verimliliği artırırken ağırlık ve doluluk faktörü gibi kritik parametreleri sınır değerler içinde tutarak optimize ettiğini göstermektedir. Optimizasyon algoritmalarında fitness değerinin sıfıra yakınsaması istenmektedir. Bu çalışmada fitness değeri 0.0699248 ile önerilen algoritmada en iyi değere sahiptir. Elde edilen sonuçlar önerilen algoritmanın rakip algoritmalara kıyasla daha etkili olduğunu göstermektedir.