Induction motors (IMs) are commonly used in industry due to the fact that they are simple,
economic, durable, maintenance-free and they can run in every environmental conditions. Non-linear
model and time varying parameters of IMs make it quite difficult to develop their mathematical models.
In high performance applications, it is necessary to determine these parameters that affect driving
technique. In this study, when induction motor (IM) was started with continuous and discrete signals,
the effects on the motor equivalent circuit parameters of these operating states were investigated.
Differential Evolution Algorithm (DEA) and Particle Swarm Optimization (PSO) were used to
investigate and determine the changes in parameters and performance. Equivalent circuit parameters
were determined on two IMs with 2.2kW and 5.5kW. In this study, it was seen that Differential
Evolution Algorithm (DEA) and Particle Swarm Optimization (PSO) determined electrical equivalent
circuit parameters of IM with minimum 0,07% error and minimum 0,28% error, respectively.
Asenkron motorlar basit, ekonomik ve sağlam olmaları, bakım gerektirmemeleri ve her türlü ortam
koşullarında çalışabilmeleri gibi özelliklerinden dolayı, endüstride yaygın olarak kullanılmaktadır.
Asenkron motorların doğrusal olmayan modeli ve zamanla değişen parametreleri, matematiksel
modelin çıkartılmasını oldukça zorlaştırmaktadır. Yüksek performanslı uygulamalarda, sürme
davranışlarını etkileyen bu parametrelerin doğru olarak belirlenmesi gerekmektedir. Bu çalışmada
asenkron motor sürekli ve ayrık zamanlı sinyallerle çalıştırıldığında, eşdeğer devre parametreleri
üzerindeki etkileri incelenmiştir. Parametre ve performans değişimlerinin incelenmesi ve belirlenmesi
için Diferansiyel Evrim Algoritması (DEA), Parçalı Sürü Optimizasyonu (PSO) kullanılmıştır. Eşdeğer
devre parametreleri 2.2kW ve 5.5kW gücünde iki asenkron motor üzerinde belirlenmiştir. Yapılan
çalışmada asenkron motor elektriksel eşdeğer devre parametrelerinin Diferansiyel Evrim Algoritması ile
minimum %0,07, Parçacık sürü optimizasyonu ile ise minimum %0,29 hata ile belirlendiği
gözlemlenmiştir.
