Applicazione delle reti neurali per l’ottimizzazione di un motore a magneti superficiali mediante il metodo di Taguchi

La progettazione di un motore a magneti permanenti superficiali (SPM) è stato completato in questo progetto di tesi magistrale, individuando la geometria ed i materiali tali da soddisfare le specifiche, con particolare attenzione all’efficienza della macchina nel punto di lavoro nominale. Due procedure di ottimizzazioni sono state applicate al fine di ottimizzare sia la geometria che i principali parametri elettromagnetici della macchina. La prima è basata sull’applicazione del metodo di Taguchi, inizialmente sviluppato in Giappone al fine di ridurre il numero di test necessari per determinare la correlazione tra le variabili di un problema e i risultati dello stesso. Tale metodo, unito ad una ottimizzazione secondaria di alcune coppie di variabili più rilevanti, ha permesso la progettazione dell’SPM tale da soddisfare tutte le specifiche di progetto. Con lo scopo di ridurre il costo computazionale, una seconda procedura di ottimizzazione basata sull’introduzione di reti neurali è stata sviluppata in questa tesi magistrale. La sostituzione delle simulazioni agli elementi finiti, computazionalmente onerose, con predizioni fornite da reti neurali allenate ad-hoc è l’idea alla base di questa seconda procedura. Il costo computazionale ha rappresentato il principale metro di paragone tra le due metodologie di progettazione. Nel primo capitolo viene trattata la descrizione del problema a partire dalle specifiche di progetto, per poi focalizzare l’attenzione sulla tipologia e geometria di macchina scelta. Inoltre, la descrizione dei differenti materiali di cui l’SPM è composto è presente in tale capitolo. Nel secondo capitolo sono state descritte nel dettaglio le routine sviluppate in MATLAB al fine di elaborare i risultati ottenuti dalle simulazioni agli elementi finiti. Tra le quali, anche la procedura analitica implementata per il dimensionamento dell’avvolgimento viene affrontata. Nel terzo capitolo è stato espletato il metodo di Taguchi, nella sua forma originale e nel caso specifico affrontato. Un’analisi bibliografica, relativa all’applicazione di tale metodo in ambito elettromagnetico è affrontata nello stesso capitolo. Infine, l’ottimizzazione vera e propria, basata sul metodo di Taguchi è descritta, analizzando infine le prestazioni della configurazione nel punto di lavoro nominale e di sovraccarico. Nel quarto capitolo viene spiegata la teoria relativa alle reti neurali sulla quale si basa il secondo metodo di ottimizzazione. Successivamente, un’analisi bibliografica contenete implementazioni di tecniche di machine learning nell’ambito dell’ingegneria elettrica è stata svolta, focalizzando l’attenzione su di applicazioni per la progettazione di motori elettrici. Nel quinto ed ultimo capitolo è contenuta la procedura di ottimizzazione basata su reti neurali, a partire dalla descrizione della architettura delle singole reti, l’allenamento delle stesse ed infine la procedura e risultati dell’ottimizzazione.