Original title:
Optimalizace momentové charakteristiky indukčního stroje s využitím strojového učení
Translated title:
Torque-speed characteristic optimization of an induction machine using machine learning
Authors:
Bártková, Tereza ; Klíma, Petr (referee) ; Bílek, Vladimír (advisor) Document type: Master’s theses
Year:
2023
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[cze][eng]
Smyslem této práce je uskutečnění optimalizace zadaného elektrického stroje na základě kombinace metody strojového učení a zvolených optimalizačních algoritmů. První kapitola je věnována obecně strojovému učení. Jsou v ní popsány základní přístupy strojového učení spolu s typickými problémy, na které jsou aplikovány a některými konkrétními algoritmy. V následující kapitole je rozebráno téma optimalizace - její smysl a vysvětlení užívaných pojmů. Na dvou základních metodách jsou demonstrována omezení, kterým při optimalizaci čelíme. Dále jsou popsány některé v praxi oblíbené algoritmy, které jsou použitelné v kontextu optimalizace elektrických strojů. Ve třetí kapitole je dosaženo jednoho z cílů v podobě volby metody strojového učení a optimalizačního algoritmu, který je použit v praktické části diplomové práce. Čtvrtá kapitola se zabývá problematikou vytvoření geometrie asynchronního stroje pro optimalizaci a dále vytvořením jeho elektromagnetického modelu pro následnou analýzu. Jsou v ní popsány rozměry a parametry modelovaného stroje, stejně tak výpočet rozptylové indukčnosti čel, odporu vinutí fáze a~odporu a indukčnosti mezi tyčemi. Dále jsou zde popsány programové nástroje pro vytvoření modelu stroje. Následující kapitola je věnována zpracování dat z elektromagnetické analýzy vytvořeného modelu. V šesté kapitole je vysvětlen proces tvoření náhradních modelů pro zadaný stroj. Je zde zahrnuta citlivostní analýza, vytvoření prvních trénovacích dat a aktivní učení. Další kapitola je věnována optimalizaci zadaného stroje s~použitím náhradních modelů a zvolených optimalizačních algoritmů. V poslední kapitole jsou srovnány charakteristiky originálního stroje s optimalizovanými geometriemi.
Purpose of this work is optimization of given electrical machine based on combination of selected methods. The first chapter introduces machine learning in general. Its fundamental approaches and typical problems are analyzed together with some of the actual algorithms. The topic of optimization is introduced in the following chapter - its purpose and explanation of its concepts. The limitations we face while optimizing designs are demonstrated on two basic methods. Several popular algorithms are described, that could possibly be used in the context of electrical machines' optimization. One of the goals is reached in the third chapter - the choice of machine learning method in combination with optimization algorithm. The fourth chapter deals with matters of creating the induction machine geometry and subsequently its electromagnetic model for the following analysis. Details of geometric dimensions and electromagnetic parameters are introduced as well as calculation of end winding leakage inductance, one phase winding resistance and resistance and inductance between bars. There is also a brief description of the tools used for creating the model. The next chapter presents results of the electromagnetic analysis of the model. The process of creation on surrogate models of a given machine is described in the sixth chapter. It comprises the sensitivity analysis, creation of the initial training data and active learning. Next chapter deals with the optimization of the given machine utilizing surrogate models and selected optimization algorithms. The last chapter compares original machines' characteristics to those of optimized geometries.
Keywords:
electrical machines; electromagnetic analysis of an induction machine; Machine learning; optimization; surrogate modeling; elektrické stroje; elektromagnetická analýza asynchronního stroje; náhradní modely; optimalizace; Strojové učení
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/209934