Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Zawadzki, Tomasz" wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Zastosowanie metody uczenia maszynowego do procesu zarządzania energią w pojeździe elektrycznym
Application of the Machine Learning Method to the Energy Management Process in an Electric Vehicle
Autorzy:
Przydatek, Maciej
Zawadzki, Maciej
Pajchrowski, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/34655813.pdf
Data publikacji:
2022
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
pojazd elektryczny
PMSM
uczenie maszynowe
zarządzanie energią
Opis:
Celem pracy było zastosowanie wybranej metody uczenia maszynowego do optymalizacji procesu zarządzania energią w pojeździe elektrycznym i minimalizacji jej zużycia w różnych warunkach pracy. Został opracowany model pojazdu składający się z dwóch silników elektrycznych IPMSM (ang. Interior Permanent Magnet Synchronous Motor), baterii oraz sił zewnętrznych oddziałujących na pojazd. Przeprowadzono wiele testów zachowania się pojazdu, podczas różnych warunków panujących w środowisku testo-wym i różnych strategii sterowania silnikiem elektrycznym. Dodatkowo została opracowana aplikacja mobilna, która pozwala na odczyt danych z żyroskopu oraz modułu GPS w celu zebrania danych uczących, walidacyjnych i testowych potrzebnych do uczenia maszynowego. W niniejszej pracy ograniczono się do zastosowano uczenia z nauczycielem. Podsumowano uzyskane wyniki i wybrano najefektywniejszy sposób optymalizacji zużycia energii.
The aim of the study was to apply a selected machine learning method to optimize the energy management process of an electric vehicle and minimize its energy consumption under various operating conditions. A vehicle model was developed, consisting of two IPMSM electric motors, batteries, and external forces acting on the vehicle. A number of tests were carried out on the vehicle's behavior, during different test environment conditions and different IPMSM motor control strategies. In addition, a mobile application was developed to read data from the gyroscope and GPS module in order to collect learning, validation, and test data needed for machine learning. In the present study, the application was limited to teaching with a teacher. The results obtained were summarized and the most effective way to optimize energy consumption was selected.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2022, 107; 143-155
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies