تکنیک‌های هوش مصنوعی در تشخیص و عیب‌یابی موتور و اینورتر خودروهای برقی

سیستم محرکه موتور نقش مهمی در ایمنی و عملکرد خودروهای الکتریکی به عنوان پلی برای انتقال قدرت ایفا می‌کند. به منظور افزایش کارایی و پایداری سیستم محرکه، مطالعات بیشتر و بیشتری مبتنی بر فناوری هوش مصنوعی به تشخیص و تشخیص عیب سیستم محرکه موتور اختصاص داده شده است.

تکنیک‌های هوش مصنوعی در تشخیص و تشخیص عیب موتور و اینورتر خودروهای برقی، به طور جامع کاربردهای هوش مصنوعی اخیراً توسعه یافته برای حل مسائل پایش وضعیت و تشخیص عیب در سیستم‌های تبدیل الکتریکی خودروهای برقی را پوشش می‌دهد. تشخیص و تشخیص عیب مبتنی بر هوش مصنوعی (FDD) به دو مرحله اصلی تقسیم می‌شود: استخراج ویژگی و طبقه‌بندی عیب. کاربرد روش‌های مختلف پردازش سیگنال در استخراج ویژگی مورد بحث قرار گرفته است. به طور خاص، کاربرد الگوریتم‌های یادگیری ماشین سنتی و یادگیری عمیق برای طبقه‌بندی عیب به طور مفصل ارائه شده است. علاوه بر این، ویژگی‌های تمام تکنیک‌های بررسی شده خلاصه شده است.

فصل‌ها به طور سیستماتیک به پایش وضعیت و تشخیص عیب در موتورها و اینورترهای خودروهای برقی می‌پردازند. چهار مطالعه موردی شامل موارد زیر است: تشخیص عیب موتور الکتریکی مبتنی بر هوش مصنوعی، تشخیص عیب اینورتر/IGBT مبتنی بر هوش مصنوعی، تشخیص عیب یاتاقان مبتنی بر هوش مصنوعی و تشخیص عیب گیربکس مبتنی بر هوش مصنوعی. در کنار هر مطالعه موردی، نویسندگان تفاوت‌های بین روش‌های مرسوم و روش‌های مبتنی بر هوش مصنوعی در کاربردهای خودروهای برقی و انگیزه‌ها، مزایا، کاستی‌ها و چالش‌های روش‌های مبتنی بر هوش مصنوعی را مورد بحث قرار می‌دهند. در نهایت، آخرین پیشرفت‌ها، شکاف‌های تحقیقاتی و چالش‌های آینده در نظارت بر خطا و تشخیص خطاهای موتور بررسی می‌شوند.

این کتاب با ارائه یک بررسی سیستماتیک و کامل در حوزه خود، منبعی ارزشمند برای محققان و دانشجویان علاقه‌مند به کاربردهای هوش مصنوعی در خودروهای برقی و همچنین برای مهندسان و متخصصان تحقیق و توسعه در صنعت خودروهای برقی است.