Разработано программное обеспечение для прогнозирования температуры электродвигателя
Хитрость: она определяет температуру на основе искусственного интеллекта и поэтому является более точной, чем обычные методы, заявляют исследователи из университета Падерборна.
Прогноз температуры в электродвигателе
В области силовой электроники и технологии электропривода в университете Падерборна ученые используют искусственный интеллект для разработки программного обеспечения для прогнозирования температуры в электродвигателе. Университет Падерборн / Бесим Мажиги
Повышение температуры в электродвигателях в настоящее время не может быть полностью определено измерительной технологией. Соответствующие датчики и их установка в настоящее время слишком дороги — особенно во вращающейся части двигателя. Поэтому ученые из Падерборнского университета работают над разработкой программного обеспечения, которое рассчитывает температуру на основе искусственного интеллекта в критических точках, таких как дорогие и чувствительные постоянные магниты. Концепция называется «контролируемое машинное обучение».
Ученые работают с моделями, которые включают математические функции и искусственные нейронные сети, то есть методы обработки абстрактной информации. «Модели представляют собой математические функции, представленные в программном обеспечении, такие как глубокие искусственные нейронные сети, которые не требуют физических уравнений, поэтому существует больше степеней свободы для температуры на основе доступных данных измерений, таких как скорость или ток, протекающий через обмотки двигателя». объясняет ответственный инженер проекта Вильгельм Кирхгасснер.
дисплей
Управляемый данными подход
Машинное обучение направлено на поиск новых подходов к оценке температуры в приводах и других применениях в энергетике, которые в корне отличаются от общепринятых инженерных методов. «Вместо того, чтобы использовать общеизвестные знания по системному моделированию, мы обучаем только подходы, основанные на данных« черного ящика », используя экспериментальные измерения на испытательном стенде, и теперь мы сталкиваемся с проблемой определения подходящих структур моделей из большого числа потенциальных кандидатов в решения, которые делают оценку температуры максимально точной и надежной». понимаете, «говорит Кирхгасснер.
И есть еще одна проблема: модели не должны быть сколь угодно сложными. «В противном случае их нельзя рассчитать в режиме реального времени на недорогих и довольно слабых микропроцессорах, таких как ECU в электронном транспортном средстве», — объясняют эксперты. До конца проекта в 2021 году соответствующие подходы должны быть доступны, а затем перенесены из фундаментальных научных исследований в промышленное применение.
