KI hilft beim Designprozess im Elektromaschinenbau

Lernfähige Algorithmen KI hilft beim Designprozess im Elektromaschinenbau

09.04.2021 Von Katharina Juschkat

Anbieter zum Thema

Elektrische Motoren sollen mithilfe lernender Algorithmen schneller designt werden können – dafür haben Wissenschaftler der TU Dresden jetzt zwei Programme entwickelt.

Lernfähige Algorithmen helfen beim Design im Elektromaschinenbau.
(Bild: ©RS-Studios - stock.adobe.com)

Wissenschaftler haben lernfähige Algorithmen entwickelt, die bei dem Designprozess elektrischer Motoren helfen. Nach 18-monatiger Forschung entstanden zwei Programme unter der Leitung von Prof. Wilfried Hofmann an der TU Dresden.

Entwürfe im Elektromaschinenbau schneller erstellen

Hintergrund ist die starke Automatisierung in der Produktentwicklung, die eine andere Auslegung von industriellen Maschinen braucht. 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.

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.

Lernfähiger Algorithmus hilft bei der Auswahl

Was der Algorithmus kann: 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.

Für die Zukunft planen die Forschenden den Einsatz von Künstlicher Intelligenz auf weiteren Domänen des Elektromaschinen-Designs. Damit soll der Anwender in der Industrie ein umfangreiches Werkzeug erhalten, welches besonders bei zeitintensiven Problemstellungen, wie beispielsweise thermischen Berechnungen, die Zeit bis zur Produkteinführung verkürzt.

Das Projekt „Potentiale Maschinellen Lernens für die Auslegung drehender elektrischer Maschinen“ wurde durch die Forschungsvereinigung Antriebstechnik (FVA) e. V. gefördert.

Dieser Artikel stammt von unserem Partnerportal konstruktionspraxis.

(ID:47329519)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Geschäftliche E-Mail

Bitte geben Sie eine gültige E-Mailadresse ein.

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Stand vom 30.10.2020

Es ist für uns eine Selbstverständlichkeit, dass wir verantwortungsvoll mit Ihren personenbezogenen Daten umgehen. Sofern wir personenbezogene Daten von Ihnen erheben, verarbeiten wir diese unter Beachtung der geltenden Datenschutzvorschriften. Detaillierte Informationen finden Sie in unserer Datenschutzerklärung.

Einwilligung in die Verwendung von Daten zu Werbezwecken

Ich bin damit einverstanden, dass die Vogel IT-Medien GmbH, Max-Josef-Metzger-Straße 21, 86157 Augsburg, einschließlich aller mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen (im weiteren: Vogel Communications Group) meine E-Mail-Adresse für die Zusendung von redaktionellen Newslettern nutzt. Auflistungen der jeweils zugehörigen Unternehmen können hier abgerufen werden.

Der Newsletterinhalt erstreckt sich dabei auf Produkte und Dienstleistungen aller zuvor genannten Unternehmen, darunter beispielsweise Fachzeitschriften und Fachbücher, Veranstaltungen und Messen sowie veranstaltungsbezogene Produkte und Dienstleistungen, Print- und Digital-Mediaangebote und Services wie weitere (redaktionelle) Newsletter, Gewinnspiele, Lead-Kampagnen, Marktforschung im Online- und Offline-Bereich, fachspezifische Webportale und E-Learning-Angebote. Wenn auch meine persönliche Telefonnummer erhoben wurde, darf diese für die Unterbreitung von Angeboten der vorgenannten Produkte und Dienstleistungen der vorgenannten Unternehmen und Marktforschung genutzt werden.

Falls ich im Internet auf Portalen der Vogel Communications Group einschließlich deren mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen geschützte Inhalte abrufe, muss ich mich mit weiteren Daten für den Zugang zu diesen Inhalten registrieren. Im Gegenzug für diesen gebührenlosen Zugang zu redaktionellen Inhalten dürfen meine Daten im Sinne dieser Einwilligung für die hier genannten Zwecke verwendet werden.

Recht auf Widerruf

Mir ist bewusst, dass ich diese Einwilligung jederzeit für die Zukunft widerrufen kann. Durch meinen Widerruf wird die Rechtmäßigkeit der aufgrund meiner Einwilligung bis zum Widerruf erfolgten Verarbeitung nicht berührt. Um meinen Widerruf zu erklären, kann ich als eine Möglichkeit das unter https://support.vogel.de abrufbare Kontaktformular nutzen. Sofern ich einzelne von mir abonnierte Newsletter nicht mehr erhalten möchte, kann ich darüber hinaus auch den am Ende eines Newsletters eingebundenen Abmeldelink anklicken. Weitere Informationen zu meinem Widerrufsrecht und dessen Ausübung sowie zu den Folgen meines Widerrufs finde ich in der Datenschutzerklärung, Abschnitt Redaktionelle Newsletter.