gym electric motor

Motor elétrico de ginástica

Visão geral

O pacote de motores elétricos (GEM) é uma caixa de ferramentas Python para a simulação e controle de vários motores elétricos. Ele é construído sobre os ambientes de ginásio de Faram e, portanto, pode ser usado para ambos, simulação clássica de simulação e experimentos de aprendizado de reforço. Ele permite que você construa um trem típico de acionamento com os blocos de construção habituais, ou seja, tensões de fornecimento, conversores, motores elétricos e modelos de carga, e obtenha não apenas uma simulação de circuito fechado dessa estrutura física, mas também uma interface rica para conectar qualquer algoritmo de tomada de decisão, do controle de feedback linear a agentes de gradiente de política determinística. Além disso, é fornecida uma estrutura automatizada para estruturas de controle clássico baseadas em controladores PI.

Começando

Uma maneira fácil de começar a Gem é brincar com os seguintes notebooks interativos no Google Colaboratory. As características mais importantes das demonstrações de gem e aplicativos são exibidas e dão um pontapé inicial para engenheiros da indústria e da academia.

• Livro de receitas Gem
• Exemplo estável-Baselines3 DDPG
• Exemplo estável-Baselines3 DQN
• Exemplo de MPC

Há uma lista de scripts de exemplo independentes também para demonstrações minimalistas.

Uma rotina básica é tão simples quanto:

 import gym_electric_motor as gem

if __name__ == '__main__' :
    env = gem . make ( "Finite-CC-PMSM-v0" )  # instantiate a discretely controlled PMSM
    env . reset ()
    for _ in range ( 10000 ):
        ( states , references ), rewards , done , _ =  
        	env . step ( env . action_space . sample ())  # pick random control actions
        if done :
            ( states , references ), _ = env . reset ()
    env . close ()

Instalação

• Instale o motor-elétrico-elétrico da Pypi (recomendado):

 pip install gym-electric-motor

• Instale a partir da fonte do GitHub:

 git clone [email protected]:upb-lea/gym-electric-motor.git 
cd gym-electric-motor
# Then either
python setup.py install
# or alternatively
pip install -e .

Blocos de construção

Um ambiente GEM consiste em seguir os blocos de construção:

• Estrutura física:
  • Fornecimento de tensão
  • Conversor
  • Motor elétrico
  • Modelo de carga
• Funções de utilidade para geração de referência, cálculo de recompensa e visualização

Fluxo de informações em um ambiente de gem

Entre vários modelos de motores DC, os seguintes motores CA - juntamente com seus colegas eletrônicos de energia - estão disponíveis:

• Motor síncrono de ímã permanente (PMSM)
• Motor de relutância síncrona (SYNRM)
• Motor síncrono de saída externamente (EESM)
• Motor de indução da gaiola de esquilo (SCIM)
• Motor de indução duplamente alimentado (DFIM)

Os conversores podem ser acionados por meio de um ciclo de trabalho (conjunto de controle contínuo) ou comandos de comutação (conjunto de controle finito).

Citação

Um white paper para a caixa de ferramentas geral no contexto da simulação de acionamento e prototipagem de controle pode ser encontrado no Journal of Open Sorce Software (JOSS). Por favor, use a seguinte entrada Bibtex para citá -la:

 @article{Balakrishna2021,
    doi = {10.21105/joss.02498},
    url = {https://doi.org/10.21105/joss.02498},
    year = {2021},
    publisher = {The Open Journal},
    volume = {6},
    number = {58},
    pages = {2498},
    author = {Praneeth {Balakrishna} and Gerrit {Book} and Wilhelm {Kirchgässner} and Maximilian {Schenke} and Arne {Traue} and Oliver {Wallscheid}},
    title = {gym-electric-motor (GEM): A Python toolbox for the simulation of electric drive systems},
    journal = {Journal of Open Source Software}
}

Um papel branco para a utilização dessa estrutura no aprendizado de reforço está disponível no IEEE-Xplore (pré-impressão: arxiv.org/abs/1910.09434). Por favor, use a seguinte entrada Bibtex para citá -la:

 @article{9241851,  
  author={Traue, Arne and Book, Gerrit and Kirchgässner, Wilhelm and Wallscheid, Oliver},
  journal={IEEE Transactions on Neural Networks and Learning Systems}, 
  title={Toward a Reinforcement Learning Environment Toolbox for Intelligent Electric Motor Control}, 
  year={2022},
  volume={33},
  number={3},
  pages={919-928},
  doi={10.1109/TNNLS.2020.3029573}}

Um papel branco para as abordagens de controle clássico do controle de motores elétricos da ginástica está disponível no IEEE-xplore. Por favor, use a seguinte entrada Bibtex para citá -la:

 @INPROCEEDINGS{10239044,
  author={Book, Felix and Traue, Arne and Schenke, Maximilian and Haucke-Korber, Barnabas and Wallscheid, Oliver},
  booktitle={2023 IEEE International Electric Machines & Drives Conference (IEMDC)}, 
  title={Gym-Electric-Motor (GEM) Control: An Automated Open-Source Controller Design Suite for Drives}, 
  year={2023},
  volume={},
  number={},
  pages={1-7},
  doi={10.1109/IEMDC55163.2023.10239044}}

Testes de unidade em execução com pytest

Para executar os testes de unidade "Pytest" é necessário. Todos os testes podem ser encontrados na pasta "testes". Execute o pytest na pasta raiz do projeto:

 >>> pytest

ou com cobertura de teste:

 >>> pytest --cov=./

Todos os testes devem passar.