Elektrikli araçlarda kullanılan asenkron ve kalıcı mıknatıslı senkron motorların karşılaştırılması, analizi ve yapay sinir ağları ile modellemesi

Elektrikli araç teknolojilerinde motor seçimi, araç performansını, enerji verimliliğini ve maliyet etkinliğini doğrudan etkileyen en kritik unsurların başında gelir. Bu kapsamda, elektrikli araçlarda yaygın olarak kullanılan Asenkron Motorlar (ASM) ve Kalıcı Mıknatıslı Senkron Motorlar (KMSM), teknolojik özellikleri, kontrol yöntemleri ve ekonomik yönleriyle ele alınarak kapsamlı bir analiz yapmak elektrikli araç motor seçimi için çok önemlidir. Tahrik motorunun moment-hız karakteristikleri, verimlilik, menzil, performans ve maliyet gibi kriterler, motor seçiminde önemli rol oynar. Bunlar üzerinde incelemeler yapmak ve optimum motor seçimi için performans karakteristiklerini kıyaslamak önemlidir. Elektrikli araç motorlarının performansını modellemek için yapay sinir ağlarının kullanılması, bu araştırmanın en yenilikçi yönlerinden biridir. Geleneksel modelleme yöntemlerine kıyasla, YSA'ların kullanımı, daha yüksek doğruluk ve genelleme yeteneği sağlar. Bu, motor performansının daha doğru tahmin edilmesini ve optimize edilmesini mümkün kılar. Elektrikli araçlarda kullanılan motorların detaylı bir şekilde analiz edilmesi ve karşılaştırılması, mevcut literatürdeki bilgi boşluklarını doldurarak yeni ve kapsamlı bir bakış açısı sunar. Elektrikli araçların enerji verimliliğini artırmaya yönelik araştırmalar, sürdürülebilir ulaşım çözümlerine önemli katkılar sağlar. Bu çalışma, motor performansının optimize edilmesi yoluyla enerji tüketimini azaltmayı hedefler ve bu da çevresel sürdürülebilirlik için kritik öneme sahiptir. Bu çalışmada öncelikle amaç, elektrikli araç motor seçiminde kullanılabilecek bu iki motorun deneysel ortamda gerekli tüm parametrelerinin alınarak, MATLAB'da simüle edilmesi, performans karakteristiklerinin çıkarılması ve seçim kriterleri açısından kıyaslanarak, YSA ile öngörü tahminlemesi ve modellemesi yaparak kapsamlı bir inceleme sürecini içermektedir.

In electric vehicle technology, motor selection is one of the most critical factors directly affecting vehicle performance, energy efficiency, and cost-effectiveness. In this context, conducting a comprehensive analysis of Induction Motors (IM) and Permanent Magnet Synchronous Motors (PMSM), which are widely used in electric vehicles, in terms of their technological features, control methods, and economic aspects is crucial for making the right motor choice. Criteria such as the torque-speed characteristics, efficiency, range, performance, and cost of the traction motor play a significant role in motor selection. Examining these factors and making comparisons to achieve an optimal choice is of great importance. The use of artificial neural networks to model the performance of electric vehicle engines is one of the most innovative aspects of this research. Compared to traditional modeling methods, the use of ANN's provides higher accuracy and generalization ability. This enables more accurate prediction and optimization of engine performance. Detailed analysis and comparison of engines used in electric vehicles provides a new and comprehensive perspective by filling the knowledge gaps in the existing literature. Research on increasing the energy efficiency of electric vehicles makes significant contributions to sustainable transportation solutions. This study aims to reduce energy consumption by optimizing engine performance, which is critical for environmental sustainability. The primary purpose of this study is to obtain all the necessary parameters of these two engines that can be used in electric vehicle engine selection in an experimental environment, simulate them in MATLAB, extract their performance characteristics and compare them in terms of selection criteria, and perform a comprehensive examination process by making prediction and modeling with ANN.