Page 33 - חוברת תקצירים מכונות תשפ״ד
P. 33
חוברת תקצירים | מחזור כ״ה תשפ״ד
דור צפלביץ dorzi@ac.sce.ac.il
דניאל אבקסיס Danieab2@ac.sce.ac.il
פיתוח אלגוריתם בקרה גנטי אדפטיבי להפחתת רעידות מכאניות
ME-24-19
ד"ר זיו ברנד מר אייל רוקח
על הפרויקט בדקה וחצי: https://youtu.be/diuVyJiSF9U
תקציר:
רכיבים מכניים גמישים משמשים במגוון יישומים חיוניים למערכות הנפוצות ביותר בתעשייה ובעולם. רכיבים אלו נוטים לחוות רעידות מוגברות ורגישים יותר להפרעות חיצוניות. הפעלת עירור חיצוני עליהם מובילה לכשלים ונזקים מידיים, כגון עיוותים פלסטיים עקב תזוזות גדולות, בלאי מואץ והיווצרות מיקרו-סדקים עקב עייפות החומר. פרויקט זה עוסק בפיתוח שיטה להפחתת רעידות במודל קורה שלוחה אשר מדמה את התנאים ביישומים גמישים במערכות תעשייתיות שונות. בעוד שיישום גישות בקרה פסיביות או אקטיביות מסורתיות, לא מספקות פתרון בתנאים אלה בעקבות השינוי במודל הדינאמי שחווה המערכת בהתאם לרעידות. שימוש בשיטות בקרה ואלגוריתמים מתחום למידת מכונה ואינטליגנציה מלאכותית בתחום הבקרה (MLC) מאפשר
פיתוח חוג בקרה סגור ללא צורך בידע מקדים אודות הדינאמיקה של המערכת. אלגוריתמים גנטיים מבוססים על תהליכים אבולוציוניים שנועדו לחקות את תהליך הברירה הטבעית שתיאר צ'ארלס דרווין. מאפשרים פיתוח חוג בקרה סגור אדפטיבי המסתגל לשינויים במערכת לאורך זמן ובכך מגדיל את יציבות ואמינות המערכת בתנאי עבודה שונים. פיתוח האלגוריתם נעשה על ידי הגדרת פונקציית עלות ויישום תהליכים כמו בחירה טבעית, הצלבה ומוטציה, כך שהאלגוריתם גנטי משפר מציאת פתרונות אופטימליים לבעיות בקרה מורכבות. במהלך הפרויקט נלמדו יכולות פרמטרי האלגוריתם גנטי וכיצד ניתן לשלוט בהם על מנת לטייב מציאת פתרון גלובאלי והקטנת זמן ריצה. בתחילה בוצעה וולידציה לאלגוריתם ואינטגרציה למימוש המערכת ב-Simulink באמצעות מערכות פשוטות בהשוואה לשימוש בבקר LQR. המשך הפיתוח כלל הרצת סימולציות וניסויים בסביבה בזמן אמת, שנועדו להראות שהאלגוריתם מתכנס לערכי בקר דומים לאלו המתקבלים משיטות בקרה אופטימליות. תוצאות הניסויים מצביעים על כך שניתן לפתח בקרים מותאמים להפחתת רעידות בזמן אמת, מה שמדגיש את הפוטנציאל של שימוש באלגוריתמים מבוססי למידת מכונה בקידום תהליכי פיתוח בתעשייה. הפיתוח משפר את היעילות והיכולת של בקרים מתקדמים להסתגל לתנאים משתנים. המשך פיתוח בדגש על פישוט השימוש, יאפשרו שילוב קל ונגיש יותר גם עבור משתמשי קצה. ויביא לחיסכון משמעותי בזמן ובמשאבים בתהליכי הייצור.
מילות מפתח: אלגוריתם גנטי, בקרה בחוג סגור, הפחתת רעידות, למידת מכונה.
תמונה 2 - מודל הניסוי – קורה שלוחה
תמונה 1 – התנהגות בזמן עם וללא בקרה
33
