• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
25.12.2024, 10:30
ПНИПУ
227

Нейросеть научили быстро и точно менять режимы работы электродвигателя

❋ 4.4

Для работы лифтов, прессов, металлорежущих станков и других электроприводных систем используют двигатели постоянного тока. Они преобразуют поступающую электроэнергию в механическое вращение. При этом током, скоростью, положением и другими важными параметрами управляют специальные электронные регуляторы, которые поддерживают все переменные на нужном уровне, не допуская отклонений. Но случается так, что они не всегда обеспечивают необходимую точность и быстроту, что приводит к замедленному реагированию на изменение условий, рывкам, толчкам и нестабильной работе механизма. Поэтому широкое применение в подобных системах начинают находить нейросети. Ученые Пермского Политеха разработали эффективный подход к их обучению, который позволяет тонко настраивать регулятор и избегать возникновения ошибок.

В ПНИПУ научили нейросеть быстро и точно менять режим работы электродвигателя / © Jantine Doornbos, unsplash

Статья опубликована в журнале «Электротехника». Исследование выполнено в рамках программы стратегического академического лидерства «Приоритет 2030».

Лифты, прессы, металлорежущие станки и другие производственные механизмы приводятся в движение с помощью двигателя постоянного тока. Этими процессами управляет электронный регулятор. В случае неправильной настройки он может недостаточно быстро и точно реагировать на изменение условий функционирования механизма, из-за чего появляются задержки в работе, могут возникать рывки и толчки, что вызывает повышенный износ механических частей и подшипников.

Все это чревато недостаточно точной обработкой деталей на металлообрабатывающем станке, неравномерной подачей материалов на конвейере, некомфортным перемещением и даже опасностью для пассажиров в лифте. Для точного управления такими объектами возможно применение регуляторов, построенных на базе нейронной сети.

Тренировать нейросеть можно по-разному: с «учителем» и без. В первом случае ее учат просто «подражать» уже настроенному регулятору. Недостаток в том, что так она не сможет работать лучше своего прототипа. Во втором она самостоятельно анализирует загружаемые в нее входные данные и ищет в них закономерности. Здесь возникает другая сложность: непросто подобрать нужную выборку данных для обучения.

Ученые Пермского Политеха разработали оригинальный подход, когда нейросеть тренируется не на самом промышленном объекте, а на его «цифровом двойнике». Для этого специалисты предприятия совестно с учеными разрабатывают специальные имитационные модели, которые описывают процессы движения и взаимодействия разных частей механизма, в том числе двигателя и его элементов, с помощью математических уравнений. Это позволяет выполнить настройку регулятора, не нарушая условий работы реального производственного процесса.

Обучение всегда происходит по методу «проб» и (что важно) «ошибок»: на начальных этапах ИИ не знает, какое воздействие будет правильным, поэтому просто перебирает случайные параметры и пробует применить их к системе. Если они окажутся ошибочными, скорректирует их и попробует снова. Но в условиях реального производства нельзя позволить ей подобным образом экспериментировать и нарушать ход рабочего процесса, ведь это может привести к аварийным ситуациям. Поэтому использование модели – это способ более тонко обучить регулятор на большом количестве различных данных.

«В нашем подходе мы применяем «функцию потерь», которая оценивает расхождение между предсказаниями модели и фактическими значениями, которые собраны с существующего объекта. Это возможность более тонко «объяснить» нейросети, чего мы хотим от нее добиться. При этом, в отличие от традиционной работы нейрорегулятора, в нашей схеме эта функция не встроена в ИИ, она действует как «внешний наблюдатель», сравнивает прогноз сети с истиной и сообщает, насколько хорошо сеть справилась», – комментирует Дмитрий Даденков, доцент кафедры «Микропроцессорные средства автоматизации» ПНИПУ, кандидат технических наук.

Политехники протестировали процесс обучения на примере системы регулирования скорости в двигателе. Создали жесткие условия: нейросеть должна была регулировать скорость вращения, во-первых, когда она менялась резко и непредсказуемо, во-вторых, при изменяющейся нагрузке, то есть того необходимого сопротивления, которое двигатель должен преодолевать, чтобы вращаться.

«Подобные условия могут возникнуть на станках, конвейерах или в аварийных ситуациях, когда нужно резко переключить скоростной режим или вовсе остановить работу. Это требует от устройства быстрой реакции и точности движений. Тесты показали, что регулятор, обученный по нашей схеме, работает корректно: при изменении нагрузки скорость двигателя практически не проседает, а при необходимости задать другую скорость наблюдается незначительное перерегулирование – около одного процента. Для проверки работы нейрорегулятора в реальных условиях на измеренное состояние объекта накладывался «шум» – случайные некорректные данные. Регулятор, который обучался на модели без него, успешно справлялся с управлением скоростью и на зашумленном объекте», – рассказывает Игорь Шмидт, доцент кафедры «Микропроцессорные средства автоматизации» ПНИПУ, кандидат технических наук.

Применение таких регуляторов не ограничивается двигателями постоянного тока, их имеет смысл применять везде, где классические регуляторы справляются плохо: если объект управления является сложной нелинейной, многосвязной системой, или имеются дополнительные критерии качества управления.

Подход ученых Пермского Политеха предоставляет практически неограниченные возможности по тонкой настройке нейрорегулятора. Также при получении информации о факторах, которые могут привести к ошибке, нейросеть заранее предотвращает ее появление. Это позволяет эффективно управлять процессами в электроприводных системах лифтов, конвейеров, металлорежущих станков, прокатных станов и подъемно-транспортных машин.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Пермский национальный исследовательский политехнический университет (национальный исследовательский, прошлые названия: Пермский политехнический институт, Пермский государственный технический университет) — технический ВУЗ Российской Федерации. Основан в 1960 году как Пермский политехнический институт (ППИ), в результате объединения Пермского горного института (организованного в 1953 году) с Вечерним машиностроительным институтом. В 1992 году ППИ в числе первых политехнических вузов России получил статус технического университета.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
19 июня, 13:33
Андрей Серегин

Способность договариваться с сородичами, будь то танец пчел или предупреждающий крик примата, хорошо изучена. Но то, как животные координируют действия с представителями других видов, долго оставалось загадкой. Международная группа ученых собрала воедино все известные случаи такой межвидовой коммуникации и выяснила, что во время эволюции выработался гибкий язык сигналов.

19 июня, 07:22
Марк Чернов

Канадские исследователи установили, что регулярный прием добавок кальция, витамина D или их комбинации практически не снижает риск переломов и падений у большинства пожилых людей. Врачи, профессиональные ассоциации и официальные руководства по всему миру продолжают массово назначать эти препараты для защиты скелета, а объемы их выписки в последние годы только росли.

18 июня, 14:24
Марк Чернов

Биологи доказали, что способность млекопитающих восстанавливать утраченные конечности и их части не исчезла в ходе эволюции, а просто заблокирована на генетическом уровне. Во время экспериментов на животных авторы работы успешно вырастили заново кости, суставы, связки и сухожилия, которые обычно не восстанавливаются после ампутации.

16 июня, 07:59
ТПУ

Физики Инженерной школы ядерных технологий ТПУ разработали новый подход к созданию материалов водородной энергетики, основанный на управлении дефектной структурой и иерархической архитектурой материала. Подход позволяет перейти от традиционного подбора составов и добавок к проектированию материалов с заданными характеристиками хранения и транспорта водорода.

16 июня, 08:35
Марк Чернов

Международная группа ученых выяснила, что макаки способны мысленно моделировать свои решения и заранее готовиться к грядущим событиям. Ранее умение просчитывать альтернативные варианты развития ситуации и оценивать собственные шансы на успех эксперты считали одной из ключевых особенностей исключительно человеческого мышления.

16 июня, 16:55
ФизТех

Ученые из МФТИ, Института радиотехники и электроники им. В. А. Котельникова РАН и Тринити-колледжа Дублина разработали математический аппарат для описания процессов, важных для будущей магнитной памяти, спинтроники и терагерцовой физики. Предложенный теоретический метод описывает инерционную динамику намагниченности ферромагнитных наночастиц в условиях теплового шума и внешнего магнитного поля. Результаты работы позволят ускорить разработку устройств сверхбыстрой магнитной памяти и терагерцовой спинтроники.

10 июня, 11:51
Александр Березин

Хотя длительность помех не превышала десяти секунд, это первый известный случай такого рода. Обычно спутникам не хватает мощности для создания радиосигналов той силы, что нужна для подобных помех.

25 мая, 14:00
Андрей Серегин

В доколумбовых Андах принадлежность к правящему роду определяла доступ к земле, торговле и статусу, поэтому удержать все внутри семьи было вопросом выживания. Ученые выяснили, что элиты долины Чинча решали эту задачу самым прямым способом — заключая браки между родственниками на протяжении как минимум двух поколений.

27 мая, 17:06
Александр Березин

Вначале Reuters опубликовал статью о взаимоотношениях SpaceX и Пентагона, которую миллиардер --- традиционно для его отношений с этим изданием — назвал фейком. Опровергая ее тезисы, он обнародовал информацию, не представленную ранее публично.

[miniorange_social_login]

Комментарии

Написать комментарий
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Комментарий на проверке

Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Закрыть
Войти
Ошибка авторизации
По закону на российских сайтах теперь нельзя авторизовываться с помощью иностранных сервисов. Используйте другой способ или восстановите доступ по почте.
Восстановить доступ
Войти по-другому
Вход через почту
Введите привязанную к соцсети почту, чтобы восстановить доступ или получить одноразовую ссылку для входа на сайт.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно