National Repository of Grey Literature 4 records found  Search took 0.00 seconds. 
Induction Motor Analysis Using Reduced Order Model
Halašta, Vítězslav ; Cipín, Radoslav (referee) ; Bárta, Jan (advisor)
Tato diplomová práce se zabývá analýzou indukčního motoru pomocí modelu redukovaného řádu. V úvodu práce byla popsána motivace přechodu k hybridním a elektrickým vozidlům, byly popsány typy elektrických strojů, které jsou vhodné pro pohon elektrického vozidla a požadavky, které se vzhledem k této aplikaci na stroje vztahují. V rámci těchto strojů byly diskutovány moderní konstrukční a výrobní technologie jako vlásenkové (hairpin) vinutí nebo litý měděný rotor. Mezi popsanými stroji byly synchronní stroje s magnety na povrchu i magnety vnořenými, dále synchronní stroje s vinutým rotorem, asynchronní stroje, synchronní reluktanční stroje a spínané reluktanční stroje. V další části práce bylo cílem stanovit potenciál asynchronního stroje pro výše zmíněnou aplikaci. Pro stanovení potenciálu asynchronního stroje byla provedena srovnávací rešerše několika typů strojů pro tuto aplikaci z několika literárních zdrojů. Následně proběhlo zhodnocení, kde bylo prokázáno, že vzhledem k diskutovaným nestabilním cenám neodymia lze přisoudit asynchronnímu stroji velký potenciál pro budoucí využití pro aplikaci v automobilovém průmyslu. Dále byly popsány jednotlivé typy pohonných jednotek elektrických hybridních vozidel a to seriová, paralelní a seriově/paralelní topologie. Zároveň byl také definován hybridizační faktor a vozidla byly rozděleny do sedmi kategorií podle stupně hybridizace. Pro vybrané stupně hybridizace byly přehledně do tabulek shrnuty konkrétní modely automobilů a byl věnován prostor krátkému popisu postupu návrhu pohonné jednotky pro elektrické vozidlo. Práce poté plynule přechází do problematiky optimalizací a statistického modelování, kde je například popsáno základní rozdělení optimalizačních metod nebo různé metody používané při statistickém modelování. Dalším tématem práce je rychlá analýza asynchronního stroje, kde je využito prostorového vektoru, a jsou popsány 2 metody pro rychlou analýzu. Metoda využívající modelu redukovaného řádu byla poté do hloubky zkoumána a popsána na konkrétním indukčním stroji v Maxwellu 2D. Postup modelování byl zautomatizován pomocí programovacího jazyka Python a to ve formě 2 skriptů. První z nich má za úkol nastavit a provést parametrickou analýzu v Maxwellu 2D a druhý poté vyexportovaná data dalé používá k tvorbě modelů a účinnostní mapy. Pro ověření správné funkce těchto skriptů, ale i konzistence modelu redukovaného řádu byl získán model druhého indukčního stroje v RMxprtu na němž problěhla opět celá rychlá analýza. V závěru jsou diskutovány dílčí výsledky literární rešerše, tedy výhoda pohonné jednotky v seriově/paralelní topologii, shrnutí popsaných moderních technologii a především popis potenciálu asynchronního stroje pro pohon elektrického vozidla. Potenciál asynchronního stroje tkví ve vyšší stabilitě ceny materiálů použitých pro jeho výrobu než je tomu u synchronního stroje s permanentními magnety, což je demonstrováno výkyvy cen neodymia v čase. Kompaktně podpořený (CS - Compactly Supported) typ radiální bazové funkce byl schopen produkce lepší aproximace, než jaké dosahovaly klasické typy radiálních bazových funkcí. Ze dvou popsaných metod použitelných pro rychlou analýzu asynchronního stroje byl preferovaně zvolen Model redukovaného řádu (Reduced order model), který nepotřebuje pro svoji funkci znát indukčnosti. Na samém konci práce je možné se dozvědět, jaké zjištění při studii metody modelu redukovaného řádu vyvstaly a jakými dalšími směry by se mohly ubírat navazující práce.
Induction Motor Analysis Using Reduced Order Model
Halašta, Vítězslav ; Cipín, Radoslav (referee) ; Bárta, Jan (advisor)
Tato diplomová práce se zabývá analýzou indukčního motoru pomocí modelu redukovaného řádu. V úvodu práce byla popsána motivace přechodu k hybridním a elektrickým vozidlům, byly popsány typy elektrických strojů, které jsou vhodné pro pohon elektrického vozidla a požadavky, které se vzhledem k této aplikaci na stroje vztahují. V rámci těchto strojů byly diskutovány moderní konstrukční a výrobní technologie jako vlásenkové (hairpin) vinutí nebo litý měděný rotor. Mezi popsanými stroji byly synchronní stroje s magnety na povrchu i magnety vnořenými, dále synchronní stroje s vinutým rotorem, asynchronní stroje, synchronní reluktanční stroje a spínané reluktanční stroje. V další části práce bylo cílem stanovit potenciál asynchronního stroje pro výše zmíněnou aplikaci. Pro stanovení potenciálu asynchronního stroje byla provedena srovnávací rešerše několika typů strojů pro tuto aplikaci z několika literárních zdrojů. Následně proběhlo zhodnocení, kde bylo prokázáno, že vzhledem k diskutovaným nestabilním cenám neodymia lze přisoudit asynchronnímu stroji velký potenciál pro budoucí využití pro aplikaci v automobilovém průmyslu. Dále byly popsány jednotlivé typy pohonných jednotek elektrických hybridních vozidel a to seriová, paralelní a seriově/paralelní topologie. Zároveň byl také definován hybridizační faktor a vozidla byly rozděleny do sedmi kategorií podle stupně hybridizace. Pro vybrané stupně hybridizace byly přehledně do tabulek shrnuty konkrétní modely automobilů a byl věnován prostor krátkému popisu postupu návrhu pohonné jednotky pro elektrické vozidlo. Práce poté plynule přechází do problematiky optimalizací a statistického modelování, kde je například popsáno základní rozdělení optimalizačních metod nebo různé metody používané při statistickém modelování. Dalším tématem práce je rychlá analýza asynchronního stroje, kde je využito prostorového vektoru, a jsou popsány 2 metody pro rychlou analýzu. Metoda využívající modelu redukovaného řádu byla poté do hloubky zkoumána a popsána na konkrétním indukčním stroji v Maxwellu 2D. Postup modelování byl zautomatizován pomocí programovacího jazyka Python a to ve formě 2 skriptů. První z nich má za úkol nastavit a provést parametrickou analýzu v Maxwellu 2D a druhý poté vyexportovaná data dalé používá k tvorbě modelů a účinnostní mapy. Pro ověření správné funkce těchto skriptů, ale i konzistence modelu redukovaného řádu byl získán model druhého indukčního stroje v RMxprtu na němž problěhla opět celá rychlá analýza. V závěru jsou diskutovány dílčí výsledky literární rešerše, tedy výhoda pohonné jednotky v seriově/paralelní topologii, shrnutí popsaných moderních technologii a především popis potenciálu asynchronního stroje pro pohon elektrického vozidla. Potenciál asynchronního stroje tkví ve vyšší stabilitě ceny materiálů použitých pro jeho výrobu než je tomu u synchronního stroje s permanentními magnety, což je demonstrováno výkyvy cen neodymia v čase. Kompaktně podpořený (CS - Compactly Supported) typ radiální bazové funkce byl schopen produkce lepší aproximace, než jaké dosahovaly klasické typy radiálních bazových funkcí. Ze dvou popsaných metod použitelných pro rychlou analýzu asynchronního stroje byl preferovaně zvolen Model redukovaného řádu (Reduced order model), který nepotřebuje pro svoji funkci znát indukčnosti. Na samém konci práce je možné se dozvědět, jaké zjištění při studii metody modelu redukovaného řádu vyvstaly a jakými dalšími směry by se mohly ubírat navazující práce.
Accelerating evolutionary algorithms by decision trees and their generalizations
Klíma, Jan ; Holeňa, Martin (advisor) ; Hauzar, David (referee)
Evolutionary algorithms are one of the most successful methods for solving non-traditional optimization problems. As they employ only function values of the objective function, evolutionary algorithms converge much more slowly than optimization methods for smooth functions. This property of evolutionary algorithms is particularly disadvantageous in the context of costly and time-consuming empirical way of obtaining values of the objective function. However, evolutionary algorithms can be substantially speeded up by employing a sufficiently accurate regression model of the empirical objective function. This thesis provides a survey of utilizability of regression trees and their ensembles as a surrogate model to accelerate convergence of evolutionary optimization.

Interested in being notified about new results for this query?
Subscribe to the RSS feed.