Die exakte Parametrierung von Schenkelpolmaschinen zur realitätsgetreuen Nachbildung in dynamischen Simulationsmodellen stellt in der Praxis eine große Herausforderung dar. Neben fundierten Kenntnissen über die durchzuführenden Messungen ist auch eine sachgemäße Interpretation der Messergebnisse erforderlich. Gerade bei Spezialmaschinen wie Einphasensynchrongeneratoren oder bei einem größeren Maschinenpark, welcher parametriert werden soll, kann der Aufwand unüberschaubar werden. Der gesamte Prozess ist insgesamt zeit- und kostenintensiv sowie fehleranfällig. Die vorliegende Arbeit behandelt die generische und rechnergestützte Parameterbeschaffung von Schenkelpolsynchronmaschinen als Unterstützung der bisherigen Parametrierungsmethoden sowohl für 50-Hz-Drehstrommaschinen als auch für Spezialanwendungen wie Bahnstromgeneratoren oder Bahnumformer mit Sonderfrequenz 16,7 Hz. Für die Untersuchung von Dreiphasensynchronmaschinen hinsichtlich dynamischer Vorgänge in Simulationen kommen die Modellansätze in der absoluten und in der bezogenen Parameterebene zur Anwendung. Bei der Umrechnung dieser beiden Ebenen ineinander müssen die Stromverläufe für die gleiche Wicklungen identisch sein. Dies ist in der Praxis durch die häufige Vernachlässigung der Polstreureaktanz in den Ersatzschaltbildmodellen für Maschinen mit explizit ausgeführtem Dämpferkäfig nicht garantiert. Für Einphasenschenkelpolmaschinen ist darüber hinaus keine Darstellung mit bezogenen Parametern existent gewesen, sodass in dieser Arbeit die Modifikation der bekannten Modelle erfolgt, um auch die Einphasenmaschine der bezogenen Darstellung zugänglich zu machen. Weiterhin wird eine Methode entwickelt, die Polstreureaktanz näherungsweise simulativ zu ermitteln und dadurch die Stromverläufe äquivalenter Wicklungen in absoluter und bezogener Darstellung für sowohl für Ein- als auch für Dreiphasenmaschinen anzugleichen. Die zu parametrierende Maschine wird zunächst virtuell konstruiert und durch einen genetischen Algorithmus so lange optimiert, bis sie anhand weniger vorgegebener Zielkriterien der realen Maschine am nächsten kommt. Grundlage stellt ein aus der Fachliteratur recherchierter und in einigen Teilen in dieser Arbeit komplettierter Entwurfsprozess für Schenkelpolmaschinen dar. Dieser Entwurfsprozess wird durch die Entwicklung von grafischen Annäherungsfunktionen in seiner Genauigkeit deutlich verbessert, in dem diese die Stromverläufe der absoluten und bezogenen Parameterebene angleichen. Die Funktionsweise des erarbeiteten Verfahrens wird anhand von 13 realen Referenzmaschinen validiert, die durch den zusammengeführten und vervollständigten Entwurfsprozess allesamt exakt parametriert werden können. Weitere in der Dissertation entwickelte Möglichkeiten zur vereinfachten Parameterermittlung sind Vorgaben von vektoriellen Größen als Messgrößen oder von geometrischen Abmessungen für den Algorithmus. Das so entwickelte valide Verfahren stellt die Basis für weitergehende Optimierungsansätze dar. Der technische und wirtschaftliche Mehrwert besteht in einer Unterstützung bisheriger Parameteridentifikationsverfahren nach DIN EN 60034-4. Durch eine Kopplung mit einem zweiten Genetischen Algorithmus werden exemplarisch für alle Maschinen diejenigen Messungen aus der Norm identifiziert, die mindestens benötigt werden, damit unter Zuhilfenahme des in dieser Arbeit entwickelten Verfahrens die Maschine korrekt parametriert werden kann. Der ermittelte reduzierte Messaufwand wird auf alle Maschinen erfolgreich adaptiert bei gleichbleibender Ergebnisgüte hinsichtlich dynamischer Strom- und Spannungsverläufe. Mit dem Verfahren kann die Anzahl der durchzuführenden Messungen an der realen Maschine deutlich gesenkt werden.:INHALTSVERZEICHNIS Inhaltsverzeichnis I Verzeichnis über verwendete Formelzeichen V Abkürzungsverzeichnis X Abbildungsverzeichnis XI Tabellenverzeichnis XV 1 Einleitung 1 1.1 Hintergrund 1 1.2 Stand der Technik bei der Parameterermittlung 2 1.3 Hauptaugenmerk der Arbeit 3 1.3.1 Parameteridentifikation 3 1.3.2 Modellübernahme und Parametertransformation 4 1.3.3 Abgrenzung des Themas 4 1.4 Vorgehensweise und Methodik 5 1.5 Resultierender Forschungsbedarf 7 2 Theoretische Grundlagen zur Modellbildung der Synchronmaschine 8 2.1 Zielstellung und Ausgangslage 8 2.2 Parameterebenen der Synchronmaschine 9 2.2.1 Standardisiertes Ersatzschaltbild und dessen Parameter 9 2.2.2 Parameterebenen und deren Berechnungsmöglichkeiten 10 2.3 Modellbeschreibung der Synchronmaschine 13 2.3.1 Maschinenmodell auf Basis der Hauptflussverkettungen 13 2.3.2 Gleichungssystem der Synchronmaschine im dq-System 16 2.3.3 Bezugsgrößen und ihre Umrechnung in absolute Parameter 18 2.3.4 Anpassen des Drehphasenmodells für Einphasenmaschinen 21 2.3.5 Transformationsbeziehungen 23 2.4 Simulationsmodell der Synchronmaschine 28 2.4.1 Modellübersicht 28 2.4.2 Kurzbeschreibung der Maschinenmodelle 29 2.4.3 Lasteinprägung in das Synchronmaschinenmodell 31 2.4.4 Numerische Lösung des Differentialgleichungssystems 35 2.4.5 Vergleich der dynamischen Simulation zwischen absoluter und bezogener Parameterebene 36 2.5 Notwendige Primärdaten zur Berechnung der Simulationsparameter 38 2.5.1 Darstellung der Versuche aus der Norm 38 2.5.2 Ablaufplan 39 2.5.3 Formelsatz zur exakten Bestimmung der Rotorwiderstände und der gemeinsamen Polstreureaktanz 41 2.6 Haupteinflussgrößen auf die dynamische Simulation und deren Güte 42 2.6.1 Einleitung 42 2.6.2 Diskussion der Simulationen 43 2.6.3 Erkenntnisse 50 3 Konstruktiver Aufbau der Synchronmaschine 52 3.1 Zielstellung und Ausgangslage 52 3.2 Stator- und Rotorelemente 52 3.2.1 Grundlegender Aufbau 52 3.2.2 Wicklungsaufbau 54 3.2.3 Statorwicklungsaufbau bei Einphasen- und Dreiphasenmaschinen 57 3.3 Rotorkonstruktion und Polwicklungen 58 3.3.1 Konstruktiver Aufbau 58 3.3.2 Polform 59 3.3.3 Varianten der Erregerwicklung 61 3.3.4 Varianten der Dämpferwicklung 62 3.3.5 Trägheitsmoment 66 3.4 Zusammenstellung der verschiedenen Maschinenarten 68 3.4.1 Ausblick 68 3.4.2 Vereinfachungen 68 4 Beschreibung der Entwurfsrechnung 70 4.1 Zielstellung und Ausgangslage 70 4.2 Absolute Parameter und ihre Berechnung 71 4.2.1 Einleitung 71 4.2.2 Formelsatz zur Berechnung der absoluten Parameter 72 4.3 Berechnung der Hauptinduktivitäten 74 4.3.1 Ablaufplan bei der Ermittlung 74 4.3.2 Ermittlung der Längs- und Querinduktivitäten 75 4.3.3 Bestimmung der Hauptabmessungen 75 4.3.4 Ermittlung der Statorstreuinduktivität 78 4.4 Berechnung der Erregerwicklung 83 4.4.1 Berechnung des notwendigen Leiterquerschnitts der Erregerwicklung 83 4.4.2 Berechnung der Bezugsgrößen und des Übersetzungsverhältnisses 88 4.5 Berechnung der Dämpferwicklung 89 4.5.1 Maschinen mit künstlich ausgeführtem Dämpferkäfig 89 4.5.2 Maschinen mit natürlicher Dämpfung 92 4.6 Mechanische Auslegung – Trägheitsmoment 92 4.6.1 Einleitung 92 4.6.2 Empirische Näherungsformel 93 4.7 Flexible Parameter 95 5 Der Genetische Algorithmus als Steuerungsmodul des Entwurfgangs 97 5.1 Übersicht 97 5.1.1 Grundsätzliche Funktionsweise eines Evolutionären Algorithmus 97 5.1.2 Anforderungen an den Optimierungsalgorithmus 98 5.2 Konkrete Anwendung auf den Entwurfsprozess 100 5.2.1 Übersicht 100 5.2.2 Zielkriterien 101 5.2.3 Konvergenzkriterien 103 5.2.4 Mehrfache Berechnung der Maschinen 104 6 Validierungsprozess 106 6.1 Vorhandene Datenlage und Komplettierung der Parametersätze 106 6.1.1 Zielstellung 106 6.1.2 Analyse des Maschinenparks 107 6.1.3 Grundeinstellungen 109 6.2 Nachrechnen der bezogenen Parameter unter Berücksichtigung der Polstreureaktanz 111 6.2.1 Zielstellung 111 6.2.2 Simulation mit Standardzielkriterien 113 6.2.3 Optimierung der Zielkriterien mittels grafischer Angleichung 119 6.2.4 Größenordnung der gemeinsamen Polstreureaktanz 128 6.2.5 Berechnung des Trägheitsmomentes 131 6.3 Validierung der absoluten Parameterebene 132 6.3.1 Referenzparameter der absoluten Parameterebene 132 6.3.2 Vergleich mit den berechneten Modelldaten 132 6.4 Parameterermittlung durch Vorgabe eines Messverlaufs 134 6.4.1 Messverlauf 134 6.4.2 Ergebnisse bei Vorgabe des Erregerstroms 136 6.5 Bestimmung der Minimalversuche 139 6.5.1 Zielstellung und Vorbereitung 139 6.5.2 Simulationsaufbau 140 6.5.3 Simulation 142 6.5.4 Anwendung der Minimalparametersätze auf den Maschinenpark 151 7 Zusammenfassung 154 7.1 Zielstellung der Arbeit 154 7.1.1 Entwicklung eines Verfahrens zur Parametrierung von Schenkelpolmaschinen 154 7.1.2 Schlussfolgerungen 155 7.2 Beantwortung der Forschungsfragen 156 7.3 Modellkritik und Ausblick 158 Literaturverzeichnis 160 Verzeichnis über Anhänge 164 VERZEICHNIS ÜBER ANHÄNGE A Weiterführende Maschinenberechnung 166 A.1 Berechnung der Koppel- und Eigeninduktivitäten des Erreger- und Dämpferstromkreises 166 A.2 Berechnung der Wicklungsfaktoren für die Dämpferwicklung 167 A.3 Berechnung der Streuziffern für die Dämpfer- und Erregerwicklung 169 B Tabellen zur Grafischen Konvergenz 176 B.1 Versuch ohne Grafische Konvergenz 176 B.2 Versuch GK I 176 B.3 Versuch GK II 176 B.4 Versuch GK III 177 C Versuche zur Polstreureaktanz 178 C.1 Erläuterungen 178 C.2 Rotorgrößen bei Vorgabe der Polstreureaktanz 178 D Einfluss der Polstreureaktanz auf den Entwurfsprozess 180 D.1 Erläuterungen 180 D.2 Rotorgrößen – Vergleich dynamische Simulation absolute und bezogene Parameterbene mit Polstreureaktanz 180 D.3 Rotorgrößen – Vergleich dynamische Simulation absolute und bezogene Parameterbene ohne Polstreureaktanz 185 E Versuche zu Messverläufen 190 E.1 Erläuterungen 190 E.2 Statorgrößen 190 E.3 Rotorgrößen 192 F Versuche zu Minimalversuchen 194 F.1 Erläuterungen 194 F.2 Statorgrößen 194 F.3 Rotorgrößen 196 G Ermittelte Referenzparameter anhand der PU-Werte der Datenblätter 198 G.1 Erläuterung 198 G.2 Maschinensätze 198

The work deals with the design, control, precision and dynamics of linear piezoelectric motors from PiezoMotor Uppsala AB. The aim of this thesis is to evaluate the applicability of the loaned engine in a mass spectrometer. In introduction‘s section of this work is discussing the design principles of functionality, materials used, procedure and types of piezoelectric motors. It focuses the choice of hardware and design of mechanical assemblies, which could replace the current mechanism with electromagnetic motors. Then we designed and fabricated a test report with hired piezoelectric motor. In NI LabView development environment is created test application for control and measurement. The final section is devoted to a summary of the positive and negative features of the hired piezoelectric motor and evaluation of accuracy and dynamics.

The thesis deals with optimization of the continuous slab casting process. The thesis summarizes the basic analytical and empirical findings concerning to the solidification process, the numerical modeling and the selected optimization techniques. Physical conditions and factors that affect the quality of steel including their relationships are also described. The basis of the solution strategy is the original numerical model of the temperature field in its off-line version. The numerical model was verified by the real historical data. The optimization part is based on the fuzzy logic implemented above the numerical model. The optimization algorithm is used for the optimal control of the casting process. The universal usage of the optimization model is demonstrated on several cases, e.g. the finding of optimal casting parameters that ensure the high quality of products, the optimal reactions on breakdown situations, the determination of an optimal relationship between casting parameters, etc. Based on optimization results, the suitable caster modification to increase the surface temperature at the unbending point was proposed. The whole concept of the numerical and optimization model is general and it can be applied to arbitrary slab or billet continuous casting.

This Master’s Thesis includes introduction the field programmable logic and their NetFPGA platform developed in the context of its use for routing using neural networks. Current routing protocols and routing methods. Furthermore, the issue of neural networks with a focus on the Hopfield network for data network routing.

Metallic utility poles, light poles, and mast arms are intermittently damaged by vehicle collision. In many cases the vehicular impact does not cause immediate failure of the structure, but induces localized damage that may result in failure under extreme service loadings or can promote degradation and corrosion within the damaged region. Replacement of these poles is costly and often involves prolonged lane closures, service interruption, and temporary loss of functionality. Therefore, an in situ repair of these structures is required. This thesis examines the failure modes of damaged metallic poles reinforced with externally-bonded fiber reinforced polymer (FRP) composites. Several FRP repair systems were selected for comparison, and a set of medium and full-scale tests were conducted to identify the critical failure modes. The material properties of each component of the repair were experimentally determined, and then combined into a numerical model capable of predicting global response. Four possible failure modes are discussed: yielding of the unreinforced substrate, tensile rupture of the FRP, compressive buckling of the FRP, and debonding of the FRP from the substrate. It was found that simple linear, bilinear, and trilinear stress-strain relationships accurately describe the response of the composite and substrate components, whereas a more complex bond-slip relationship is required to characterize debonding. These constitutive properties were then incorporated into MSC.Marc, a versatile nonlinear finite element program. The output of the FEM analysis showed good agreement with the results of the experimental bond-slip tests.

This report presents the results of investigations into whether, and how well, Artificially Intelligent (AI) algorithms can be used to estimate the height of plants by using images from regular surveillance cameras, setup over one of Svegros basil farms. The project is of great economical importance as too tall basil plants will not fit the shelves at stores and too small plants will disappoint customers. This is a part of a bigger movement at Svegro to automate the monitoring and caring for the growing plants, aiming at lowering energy consumption and minimizing waste. To measure the heights, rulers (Robel poles) were placed behind the plants that moved on conveyor belts under cameras so the plants’ heights could manually be established from the number of visible lines on the Robel pole, not covered by the plant. The research problem was to engineer an AI based solution to predict how many lines were visible above the plant. After two months of gathering images and manually annotating them, three Convolutional Neural Network (CNN) models of varying complexity were trained on the images of individual Robel poles from the basil field. Results obtained with Grad-CAM showed that the networks do not learn to count the lines but to correlate the leafs size and shape to the height. The best score was a Mean Absolute Error of 0.74 and a Mean Squared Error of 0.83, where a MAE of 2.53 and MSE of 11.11 corresponded to just predicting the data sets median. This was achieved with EfficientNet0B. The results were compared with a human being’s performance which showed that the human still performed better but due to the noisy data, the results are considered impressive and the score exceeded the expectations of the team at Svegro so the final model is now used there today. It was also shown that reasonably good results could be obtained even without the Robel pole in the training images, meaning the Svegro team could stop setting out the Robel poles but with a slight loss in precision. Suggestions for improvements, like changing the design of the Robel poles, are presented to aid future research to fully automate the process with higher accuracy. / I denna rapport presenteras resultaten från undersökningen av huruvida en Artificiellt Intelligent (AI) algoritm kunde användas för att estimera höjden på plantor från bilder tagna med övervakningskameror som satts över en av Svegros basilikaodlingar. Projektet är av stor ekonomisk vikt eftersom basilikan inte får vara för lång för att inte passa i hyllorna i butiker eller för korta för att göra konsumenterna missnöjda. Detta är en del av ett större projekt som innebär övergång till automation av övervakandet och odlandet hos Svegro med förhoppningen om att kunna minska energiförbrukningen och svinnet. För att mäta höjden placerades linjaler (Robel-pinnar) bakom plantorna som rörde sig längs ett stort rullband under kameror så att plantornas höjd manuellt kunde bestämmas från antalet sträck på linjalen som täcktes av plantan. Forskningsuppdraget blev därmed att ta fram en AI som kunde uppskatta hur många linjer som syntes. Efter två månaders samlande av data samt manuellt annoterande av dem testades tre CNNs (Convolutional Neural Network) med olika komplexitet genom att tränas på bilderna av individuella Robel-pinnar från basilikafältet. Resultat som erhölls med Grad-CAM visade att nätverken inte lär sig räkna linjerna utan istället korrelerar basilikabladen form och storlek till höjden. Det bästa resultatet som erhölls var ett MAE (Mean Absolute Error) på 0.74 samt MSE (Mean Square Error) på 0.83, där ett MAE på 2.53 och ett MSE på 11.11 hade motsvarat gissande på datasettets median. Detta resultat erhölls med EfficientNet0B. Resultatet gämfördes med en människas prestation vilket visade att människan presterade bättre, men på grund av osäkerhet i datan ansågs resultaten vara imponerande och överträffade förväntningarna från teamet på Svegro som idag använder modellen. Det visades även att tillfredsställande resultat kunde erhållas med bilder som inte innehöll Robel-pinnen vilket innebär att teamet på Svegro skulle kunna sluta sätta ut Robel-pinnarna i krukorna men då med en liten förlust i precision. Förslag på förbättringar, som att förbättra desingnen på Robel-pinnarna, tas också upp för att hjälpa framtida forskning att snabbare komma till resultat som kan leda till en fullständigt automatiserad process med bättre noggrannhet.

No description available.

No description available.

No description available.

Games provide ideal environments for assessingreinforcement learning algorithms because of their simple dynamicsand their inexpensive testing, compared to real-worldenvironments. Asynchronous Advantage Actor-Critic (A3C), developedby DeepMind, has shown significant improvements inperformance over other state-of-the-art algorithms on Atarigames. Additionally, the algorithm A3C(lambda) which is ageneralization of A3C, has previously been shown to furtherimprove upon A3C in these environments. In this work, weimplement A3C and A3C(lambda) on the environment Cart-Poleand Flappy Bird and evaluate their performance via simulation.The simulations show that A3C effectively masters the Cart-Poleenvironment, as expected. In Flappy Bird sparse rewards arepresent, and the simulations reveal that despite this A3C managesto overcome this challenge the majority of times, achievinga linear increase in learning. Further simulations were madeon Flappy Bird with the inclusion of an entropy term andwith A3C(lambda), which display no signs of improvement inperformance when compared to regular A3C. / Spel utgör ideella miljöer för att bedöma reinforcement learning algoritmer på grund av deras enkla dynamik och billiga testning jämfört med verkliga miljöer. Asynchronous advantage actor-critic (A3C) utvecklad av DeepMind har visat betydande förbättringar på Atari spel jämfört med andra etablerade RL-algoritmer. Vidare har algoritmen A3C(lambda), som är en generalisering av A3C, tidigare visats ge ännu bättre resultat för dessa spel. I denna studie implementerar vi A3C och A3C(lambda) på miljöerna Cart-Pole och Flappy Bird och utvärderar algoritmerna via simulering. Simuleringarna visar att A3C på kort tid bemästrar Cart-Pole, som väntat. I Flappy Bird är användbar information glest fördelad och belöningen har ett lokalt optimum vilket leder till att algoritmen riskerar att fastna. Trots detta visar simuleringarna att A3C lyckas ta sig förbi det lokala optimat majoriteten av försöken och förbättrar sin belöning linjärt därefter. Ytterligare simuleringar gjordes på Flappy Bird genom att inkludera en entropiterm och med A3C(lambda). Metoderna visade någon märkbar förbättring jämfört med vanlig A3C. / Kandidatexjobb i elektroteknik 2021, KTH, Stockholm