Fault diagnosis in aircraft power system using artificalneural network
مقدم أطروحة جامعية
الجامعة
الجامعة التكنولوجية
الكلية
-
القسم الأكاديمي
قسم الهندسة الكهربائية
دولة الجامعة
العراق
الدرجة العلمية
دكتوراه
تاريخ الدرجة العلمية
2006
الملخص الإنجليزي
Early detection and diagnosis of electrical fault lead to improve operational efficiency of aircraft power system.
Faults in aircraft power system represent 40 % of the total causes of aircraft failures.
Electrical machines play very important role in the aircraft power system and there is a strong demand for their reliable and safe operation.
The 3-phase induction motor represent 60% of the motors loads, hence our work concentrated on the faults of 3-phase induction motor.
The Basis of any reliable diagnosis method must be based on understanding of the electrical, magnetic, and mechanical behavior of the machine in healthy state and under faulty condition.
The work presented in this thesis, entail the development of a suitable model for the three-phase induction motor in terms of Parks transformation.
Mafia / Simulink are used to simulate the operation of the given model under normal and faulty operation for different motors parameters.
The four case studies for motor stator faults are considered relevant result and analyses arc given, two case studies for bearing faults and rotor operations have considered.
Artificial neural network has been built for fault diagnosis in aircraft power system.
These techniques enabled us to obtain detailed results for various fault types.
In the existing alarm system, only one indication is usually given via alight indicator.
The proposed fault diagnosis techniques give a clear and detailed to the pilot and it simultaneously sends these results to the crash recorder (black box) to be used by a would be maintenance engineers.
التخصصات الرئيسية
الموضوعات
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Kurdi, Sadi Turayd. (2006). Fault diagnosis in aircraft power system using artificalneural network. (Doctoral dissertations Theses and Dissertations Master). University of Technology, Iraq
https://search.emarefa.net/detail/BIM-305894
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Kurdi, Sadi Turayd. Fault diagnosis in aircraft power system using artificalneural network. (Doctoral dissertations Theses and Dissertations Master). University of Technology. (2006).
https://search.emarefa.net/detail/BIM-305894
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Kurdi, Sadi Turayd. (2006). Fault diagnosis in aircraft power system using artificalneural network. (Doctoral dissertations Theses and Dissertations Master). University of Technology, Iraq
https://search.emarefa.net/detail/BIM-305894
لغة النص
الإنجليزية
نوع البيانات
رسائل جامعية
رقم السجل
BIM-305894
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
منصة "معرفة" للكتاب العربي الجامعي الرقمي 
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
