Design of Induction Machines using Reinforcement Learning

要約

誘導機の設計は、電磁的制約と熱的制約が異なるため、困難な作業です。
販売ツールでは、特定の要件に基づいて顧客に迅速な見積もりを提供するために、機械の寸法を迅速に見積もることが重要です。
このプロセスの重要な部分は、機械の特定のトルク、電流、温度を達成するために、長さ、直径、歯先の高さ、巻線の巻き数などのさまざまな設計パラメータを選択することです。
電気機械の設計者は、経験に基づいて、顧客固有の動作要件を達成するためにさまざまな機械設計パラメータを変更する方法を知っています。
カスタマイズされた誘導モーターを設計するための強化学習アルゴリズムを提案します。
ニューラル ネットワーク モデルは、良い設計選択または悪い設計選択が行われたときに、報酬関数またはペナルティ関数を使用して電気機械設計ゲームのさまざまなインスタンスをシミュレートすることによって、オフラインでトレーニングされます。
結果は、提案された方法が人間工学の知識をまったく適用せずに電気機械の設計を自動化することを示しています。

要約(オリジナル)

The design of induction machine is a challenging task due to different electromagnetic and thermal constraints. Quick estimation of machine’s dimensions is important in the sales tool to provide quick quotations to customers based on specific requirements. The key part of this process is to select different design parameters like length, diameter, tooth tip height and winding turns to achieve certain torque, current and temperature of the machine. Electrical machine designers, with their experience know how to alter different machine design parameters to achieve a customer specific operation requirements. We propose a reinforcement learning algorithm to design a customised induction motor. The neural network model is trained off-line by simulating different instances of of electrical machine design game with a reward or penalty function when a good or bad design choice is made. The results demonstrate that the suggested method automates electrical machine design without applying any human engineering knowledge.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google