Artificial intelligence algorithms for self-adaptive electromagnetic generators

Abstract

The development in the area of robotics and automation has generated a greater demand for autonomous systems. This reality, as well as the development of devices with increasingly lower energy consumption, has been a factor that encourages the research and development of methods for autonomous generation of renewable energy that have a low cost and are capable of powering several small-scale systems. One possible solution for this type of application is electromagnetic generators. This work focuses on the use of artificial intelligence algorithms to better develop the innovative concept of electromagnetic power generators with magnetic levitation architecture. It is important, for its effective application, that the device is able to adapt its performance with the dynamic change of the mechanical excitation. The main objective of the project is to predict the behavior of these generators using an artificial neural network for this purpose because it is a solution capable of predicting with high accuracy the behavior of nonlinear systems. For this project, an algorithm was developed in MatLab. The configuration called NARX was chosen, and different configurations were tested, as well as two different types of training algorithms, with the objective of obtaining the best possible result. For training the neural network, simulated data obtained previously to this work was used, in the end the network was tested trying to predict the behavior of the generator with its experimental data. The results show that the network was able to predict the behavior of the generator in more than 80% of the cases satisfactorily. These results indicate the possibility of developing a neural network capable of performing self-adaptation of a mechanical vibration generator, making it capable of generating energy for a wide range of excitation frequencies.

O desenvolvimento na área da robótica e automação tem gerado uma maior procura por sistemas autónomos. Essa realidade, assim como o desenvolvimento de dispositivos com um consumo energético cada vez menor, tem sido factor de incentivo à pesquisa e desenvolvimento de métodos de geração autónoma de energia renovável que tenham um baixo custo e sejam capazes de alimentar diversos sistemas de pequena escala. Uma possível solução para esse tipo de aplicação são os geradores eletromagnéticos. Esse trabalho tem por foco o uso de algoritmos de inteligência artificial para melhor desenvolvimento do inovador conceito de geradores eletromagnéticos de energia elétrica com arquitetura em levitação magnética. É importante, para que sua aplicação seja efetiva, que o dispositivo seja capaz de adaptar seu desempenho com a alteração dinâmica da excitação mecânica. O principal objetivo do projeto é prever o comportamento desses geradores utilizando uma rede neuronal artificial para esse fim por ser uma solução capaz de prever com alta precisão o comportamento de sistemas não lineares. Para esse projeto, foi desenvolvido um algoritmo no MatLab. Optou-se pela configuração denominada NARX e foram testadas diferentes configurações, além de dois tipos diferentes de algoritmos de treino, com o objetivo de se obter o melhor resultado possível. Para o treino da rede neuronal, foram utilizados dados simulados obtidos previamente a este trabalho, no fim a rede foi testada tentando prever o comportamento do gerador com seus dados experimentais. Os resultados mostram que a rede foi capaz de prever o comportamento do gerador em mais de 80% dos casos de forma satisfatória. Esses resultados indicam a possibilidade do desenvolvimento de uma rede neuronal capaz de realizar a auto-adaptação de um gerador de vibrações mecânicas, tornando-o capaz de gerar energia para uma grande gama de frequências de excitação.