Lernfähige Algorithmen sollen den Entwurf der Elektro­maschinen revolutionieren

Künstliche Intelligenz soll den Entwurf der elektrischen Maschinen revolutionieren. Dazu forschen Wissenschaftler an der Technischen Universität Dresden unter Leitung von Prof. Wilfried Hofmann vom Elektrotechnischen Institut (ETI). Im Rahmen des neuen Forschungsprojektes werden lernfähige Algorithmen und Methoden entwickelt, welche Entwurf und Auslegung elektrischer Motoren, Generatoren und anderer elektromagnetischer Energiewandler auf eine zukunftsfähige Art und Weise ermöglichen. Das Projekt wird durch die Forschungsvereinigung Antriebstechnik (FVA) e. V., zu der über 100 wichtige Industrieunternehmen des Maschinenbaus und der Elektrotechnik gehören, mit insgesamt 122.000 Euro gefördert.

„Der klassische Entwurfsprozess elektrischer Maschinen in der Industrie ist in der heutigen Zeit allein nicht mehr zukunftsfähig bzw. ausreichend“, so Projektleiter Prof. Hofmann. „Immer stärkere Automatisierung und der Einzug von Künstlicher Intelligenz (KI) in der Produktentwicklung fordern Geschwindigkeit und Flexibilität des Entwurfsganges, die sogar mit ausgeklügelten Berechnungs-Tools nicht erreichbar sind. Erst die Etablierung einer KI im industriellen Elektromaschinenbau ist den künftigen industriellen Herausforderungen gewachsen.“ Das ist mit Hilfe der lernfähigen Algorithmen, sogenanntem „Maschinellen Lernen“, möglich. Sie besitzen die Fähigkeit, konkrete Entwurfsaufgaben zu lösen, ohne dafür explizit programmiert worden zu sein. 

Notwendige Grundlage für die Entwicklung der lernfähigen Algorithmen sind Trainingsdaten, die komplexe Zusammenhänge aus der Theorie des Elektromaschinenbaus abbilden. Der mit dieser Kombination trainierte Algorithmus verringert die Anzahl der möglichen Maschinenvarianten derart, dass am Schluss ein für den Kunden optimales Design vorliegt. Die Herausforderung besteht dabei insbesondere in der Abbildung von Erfahrungswissen des Ingenieurs. „Die Theorie bildet nicht alle Aspekte des Entwurfsprozesses ab; beispielsweise sind bestimmte Eigenschaften von Materialien, die verwendet werden, in der Theorie explizit nicht enthalten“, erklärt Hofmann. „Bisher musste der Ingenieur an vielen Stellen des Entwurfsprozesses die Berechnungen anhand seiner Erfahrung anpassen. Diese Erfahrungswerte wollen wir auf den Algorithmus übertragen.“ Die Trainingsdaten umfassen deshalb auch negative Beispiele, also Maschinenentwürfe, die nicht erfolgreich waren.

Besonders bei zeitintensiven Problemstellungen, wie thermischen und strömungstechnischen Berechnungen und deren Interaktionen, kann ein lernfähiger Algorithmus die Zeit bis zur Produkteinführung verkürzen. Zudem ist der Hersteller in der Lage, flexibel auf Kundenwünsche zu reagieren. Das Projekt umfasst ausgewählte Aspekte des Entwurfsprozesses, wie Elektromagnetik, Thermodynamik oder Strukturmechanik. Ziel ist dabei, Potentiale der lernfähigen Algorithmen im Entwurf der elektrischen Maschinen aufzuzeigen und den Weg für weitere Forschungsarbeiten zu bereiten.

Informationen 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
E-Mail:
Tel.: +49 351 463-33223