Mar 24, 2021
Lernfähige Algorithmen ermöglichen schnellere Entwicklung von Produkten im Elektromaschinenbau
Wissenschaftler der TU Dresden unter Leitung von Prof. Wilfried Hofmann von der Professur für Elektrische Maschinen und Antriebe haben einen wichtigen Schritt zum Einsatz von künstlicher Intelligenz (KI) im Entwurf von Elektromaschinen getan. Nach 18 Monaten intensiver Forschung entstanden zwei Programme, deren lernfähige Algorithmen den Designprozess elektrischer Motoren effizienter und zukunftsträchtiger gestalten können.
Immer stärkere Automatisierung und der Einzug von Künstlicher Intelligenz in der Produktentwicklung fordern Änderungen in der Auslegung von industriellen Maschinen. Der Entwurfsprozess und die Optimierung von Elektromotoren, Generatoren und anderer elektromagnetischer Energiewandler muss schneller und flexibler werden. Das ist mit der Etablierung der Künstlichen Intelligenz im industriellen Elektromaschinenbau möglich. Mit dem Abschluss des Dresdner Projektes konnten weitgehende Fortschritte in diesem Bereich erreicht werden.
Getestet wurden die neuen Programme am Entwurf von Drehstrom-Asynchronmaschinen. Diese dienen als Antrieb in fast allen Bereichen der Industrie, zum Beispiel in Werkzeugmaschinen, Lüftern, Pumpen oder Förderbändern. Der lernfähige Algorithmus des Programms kombiniert Datensätze der Hersteller sowie Trainingsdaten, die komplexe Zusammenhänge aus der Praxis des Elektromaschinenbaus abbilden. Anschließend verringert der Algorithmus die Anzahl der möglichen Maschinenvarianten derart, dass am Schluss ein für den Kunden optimales Design vorliegt. Zusätzlich zu den numerischen Werten der entworfenen Maschinen liefern die entwickelten Programme auch die grafischen Darstellungen.
Das Projekt "Potentiale Maschinellen Lernens für die Auslegung drehender elektrischer Maschinen" wurde durch die Forschungsvereinigung Antriebstechnik (FVA) e. V. gefördert. Die Wissenschaftler haben sich dabei zunächst ausschließlich auf den elektromagnetischen Aspekt des Maschinenentwurfs konzentriert. Sie haben nachgewiesen, dass der Einsatz von lernfähigen Algorithmen Entwicklungskosten und -zeiten spart. Die Forscher planen folglich den Einsatz von Künstlicher Intelligenz auf weitere Domänen des Elektromaschinen-Designs und deren Zusammenwirken zu erweitern. So wird der Anwender in der Industrie ein umfangreiches Werkzeug erhalten, welches besonders bei zeitintensiven Problemstellungen, wie beispielsweise thermischen Berechnungen, die Zeit bis zur Produkteinführung verkürzt.
Kontakt für Journalisten
Univ.-Prof. Dr.-Ing. Wilfried Hofmann
Dr.-Ing. E. Nicol Hildebrand
Technische Universität Dresden
Fakultät Elektrotechnik und Informationstechnik
Professur für Elektrische Maschinen und Antriebe
+49 (0)351 463 33223