شناسایی موقعیت و جریان یک قوس الکتریکی خطی با استفاده از مدل فازی عصبی خطی محلی و داده‌های آرایه‌ای از حسگرهای مغناطیسی

هدف این مقاله شناسایی موقعیت مکانی و مقدار یک جریان الکتریکی با مسیر خطی با استفاده از میدان مغناطیسی اطراف آن، توسط الگوریتم هوشمند فازی-عصبی است. جریان الکتریکی خطی می‌تواند شامل یک سیم رسانای حامل جریان و یا یک قوس پلاسمای خطی غیردایره‌ای باشد. در ابتدا چند روش غیرهوشمند برای شناسایی یک قوس خطی مورد بحث و بررسی قرار گرفت و پس از ناکامی این روش‌ها، الگوریتم شبکه عصبی و نوروفازی اعمال و کارایی هر یک در شناسایی مختصات و مقدار جریان قوس خطی به‌وسیله داده‌های آرایه‌ای از حسگرهای مغناطیسی حول آن توسط شبیه‌سازی مورد بحث قرار می‌گیرد؛ که الگوریتم نوروفازی بر پایه اندازه‌گیری مولفه‌های میدان مغناطیسی حاصل از جریان الکتریکی با آرایه حسگری نتیجه موفق‌تری به همراه دارد. چندین شبیه‌سازی در نرم‌افزار matlab برای اثبات این ادعا انجام شده است.

Identification of Position and Magnitude of a Linear Electric Current Using Locally Linear NeuroFuzzy Model and Based on Data of a Collection of Magnetic Sensors Array

The aim of this paper is identification of the position and value of linear electric current by using of magnetic field sensing around it by using of neurofuzzy intelligent algorithm. A linear current includes a currentcarrying wire or a noncircular linear plasma current. At first, we test several classical methods for identification, but as we will see, all of them are unsuccessful. Then performance of the neural network and neurofuzzy algorithm is investigated by the data of an array of magnetic sensors which we assume lie in one and then two rings around electric current. The identification result of magnetic sensors arrays neurofuzzy modelling is better than classical and neural network methods. We have done several simulation results in MATLAB to see our assertions.