Detekce mezizávitového zkratu PMS motoru pomocí neuronových sítí
Software pro detekci mezizávitového zkratu PMS motoru pomocí neuronové sítě demonstruje možnosti využití umělé inteligence v procesech řízení střídavých elektrických pohonů na úrovni řízení střídače, ve vestavném systému. Tato aplikace je značně odlišná od typických aplikací pro neuronové sítě, které dnes často míří do oblasti zpracování obrazové informace. Podstatná odlišnost spočívá v řádově jiných požadavcích na rychlosti odezvy při mnohem menším objemu zpracovávaných dat. Pro diagnostiku elektrických pohonů jsou v případě dobře předzpracovaných vstupních signálů dostačující relativně jednoduché struktury neuronových sítí, u kterých je vyžadovaná krátká doba odezvy.
Připravený software demonstruje využití open source platformy TensorFlow na učení neuronových sítí. Následné převedení neuronové sítě do zdrojového kódu pro grafické karty nVidia (CUDA kód). Nakonec je realizovaná kompilace zdrojového kódu na cílové platformě. Pro demonstraci detekce mezizávitového zkratu byla použita platforma nVidia Jetson AGX Xavier.
Systém využívá řídicí algoritmus střídače, který je implementovaný v procesoru AURIX TC397. Řídicí systém periodicky odesílá data prostřednictvím Ethernetového rozhraní s využitím UDP protokolu. Data jsou zpracovávaná na externí platformě. Použité řešení nabízí možnost implementace neuronové sítě do různých platforem. Použitelnou alternativou pro implementaci neuronové sítě může být třeba TPU jednotka, nebo FPGA. Principiálně je možné neuronové sítě implementovat také přímo ve volných jádrech řídicího procesoru.
Připravené neuronové sítě používají pokročilé algoritmy předzpracování dat. Konvoluční neuronové sítě využívají detekci postavenou na aktuálních proudech motoru v DQ souřadnicích. Detekce v tomto případě probíhá v průměru po jedné až dvou elektrických otáčkách. Tato síť používá smíšená vstupní data. Některá vstupní data jsou předávaná přímo do perceptronových vrstev, které následují za konvolučními vrstvami.
Vícevrstvá perceptronová síť využívá pro detekci poruchy filtrované hodnoty napětí a proudů. Filtrované jsou hodnoty napětí a proudů spolu s extrahovanými druhými harmonickými, které jsou úzce spjaté s mezizávitovým zkratem. Detekce pomocí této metody je mírně pomalejší ve srovnání s konvolučními sítěmi.