gym electric motor

健身電機

概述

健身電動機（GEM）套件是用於模擬和控制各種電動機的Python工具箱。它建立在Faram體育館環境上，因此可以用於經典的控制模擬和強化學習實驗。它使您可以使用通常的構建塊，即，供應電壓，轉換器，電動機和負載模型來構建典型的驅動列車，不僅獲得了對這種物理結構的閉環模擬，而且還獲得了插入任何決策算法的豐富界面，從線性反饋控製到深度確定性的政策畢業生。此外，還提供了基於PI控制器的經典控制結構的自動框架。

入門

開始GEM的一種簡單方法是在Google Colaboratory中使用以下交互式筆記本。展示了寶石的最重要特徵以及應用程序演示，並為工業和學術界的工程師提供了一個啟動。

• 寶石食譜
• 穩定的baselines3 ddpg示例
• 穩定的baselines3 DQN示例
• MPC示例

也有一個獨立示例腳本列表以及簡約的演示。

基本例程很簡單：

 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 ()

安裝

• 從PYPI安裝體育館 - 電動機（推薦）：

 pip install gym-electric-motor

• 從GitHub來源安裝：

 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 .

構建塊

寶石環境包括以下構件：

• 物理結構：
  • 電壓電源
  • 轉換器
  • 電動機
  • 負載模型
• 用於參考生成，獎勵計算和可視化的實用程序功能

寶石環境中的信息流

在各種直流電動機模型中，可提供以下AC電動機及其電源電子對應物：可用：

• 永久磁鐵同步電動機（PMSM）
• 同步不情願電動機（Synrm）
• 外部退出的同步電動機（EESM）
• 松鼠籠感應電動機（SICIM）
• 雙餵養的感應電動機（DFIM）

轉換器可以通過佔空比（連續控制集）或切換命令（有限控制集）的方式來驅動。

引用

在驅動器仿真和控制原型製作的背景下，可以在《 Open Sorce軟件雜誌》（Joss）中找到一份通用工具箱的白皮書。請使用以下Bibtex條目進行引用：

 @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}
}

在IEEE-XPLORE（預印象：arxiv.org/abs/1910.09434）上，可以在加固學習中使用此框架的白皮書。請使用以下Bibtex條目進行引用：

 @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}}

IEEE-XPLORE提供了用於體育電動機控制的古典控制方法的白皮書。請使用以下Bibtex條目進行引用：

 @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}}

使用Pytest進行單元測試

需要運行單元測試“ pytest”。所有測試都可以在“測試”文件夾中找到。在項目的根文件夾中執行pytest：

 >>> pytest

或測試覆蓋範圍：

 >>> pytest --cov=./

所有測試均應通過。