Napędy elektryczne są sercem wielu nowoczesnych maszyn. To w zasadzie silniki elektryczne z wbudowanymi systemami sterowania, zasilające wszystko, od samochodów elektrycznych i robotów po drony i urządzenia gospodarstwa domowego. Wyobraź sobie przyszłość, w której samochody elektryczne, roboty, drony (UAV) i nawet urządzenia AGD mogą same diagnozować swoje problemy i dostosowywać swoją wydajność dla optymalnej efektywności. To ambitna wizja nowego projektu badawczego, który kładzie podwaliny pod „samoświadome” napędy elektryczne.

Mimo że silniki elektryczne są już zaawansowane, brakuje im kluczowej cechy: samoświadomości. Obecne napędy elektryczne nie potrafią w pełni zrozumieć swojego stanu technicznego, wydajności pracy, a nawet środowiska, w którym pracują. Ogranicza to ich zdolność do optymalizacji wydajności, przewidywania potencjalnych awarii i samodzielnego dokonywania korekt. Ten podstawowy projekt badawczy rozwiązuje ten problem poprzez badanie podstawowych zasad samoświadomości w napędach elektrycznych. To fundamentalny krok, który mógłby zrewolucjonizować możliwości silników elektrycznych w różnych gałęziach przemysłu.

Ten projekt badawczy rozwiązuje ten problem poprzez włączenie uczenia maszynowego, rodzaju sztucznej inteligencji, która pozwala komputerom „uczyć się” na podstawie danych. Naukowcy opracują algorytmy, które analizują informacje zbierane z różnych czujników wewnątrz napędu elektrycznego, tak jak lekarz bada pacjenta. Algorytmy zostaną przeszkolone do identyfikowania oznak problemów, rozumienia, jak wydajnie pracuje napęd, a nawet uwzględniania czynników takich jak temperatura i wibracje.

Dlaczego więc te badania są ważne? Samoświadome napędy elektryczne mogą zrewolucjonizować pojazdy elektryczne i inne zastosowania silników elektrycznych. Wyobraź sobie samochód, który ostrzega Cię o potencjalnych problemach, zanim staną się poważnymi awariami, lub maszynę fabryczną, która automatycznie dostosowuje zużycie energii w celu oszczędzania. To tylko kilka możliwości.

Poprzez opracowanie podstawowych zasad samoświadomych napędów elektrycznych, ten projekt badawczy ma potencjał do znacznego zwiększenia wydajności, niezawodności i bezpieczeństwa silników elektrycznych w różnych gałęziach przemysłu. To krok w kierunku przyszłości, w której technologia elektryczna jest nie tylko wydajna, ale także inteligentna i elastyczna. Ten pionierski projekt jest na czele tego ekscytującego rozwoju, kładąc podwaliny pod zupełnie nową generację samoświadomych maszyn elektrycznych.
 

Numer projektu: UMO-2024/53/B/ST7/01308

Kierownik projektu: dr inż. Dominik Łuczak

Czas realizacji: 02.2025-02.2029

Rolnictwo precyzyjne to zaawansowane podejście do rolnictwa, które wykorzystuje technologię komputerową w celu zwiększenia plonów, obniżenia kosztów i promowania zrównoważonego rozwoju. Jednym z interesujących aspektów rolnictwa precyzyjnego jest wykorzystanie narzędzi wizji komputerowej, które zapewniają nieinwazyjne środki pomiaru i monitorowania upraw. Podczas gdy większość zastosowań wizji komputerowej koncentruje się na widmie widzialnym (kolory czerwony, zielony i niebieski), niniejsze badania zagłębiają się w sferę obrazów wielospektralnych. Obrazy te zawierają dodatkowe pasma spektralne, które zawierają informacje wykraczające poza to, co jest widoczne dla ludzkiego oka, takie jak zakres bliskiej podczerwieni i ultrafioletu.

Głównym celem niniejszych badań jest opracowanie innowacyjnych metod przetwarzania obrazów rolniczych, a tym samym umożliwienie i uproszczenie nowych zastosowań w rolnictwie precyzyjnym, w szczególności dla celów upraw roślin. Kluczowe zadania w tej dziedzinie obejmują detekcję obiektów i segmentację. Detekcja obiektów zawiera w sobie identyfikację i klasyfikację obiektów widocznych na obrazie. Przykładem może być odnajdywanie chwastów wśród upraw. Zadania segmentacji obejmują przypisywanie określonych klas do różnych regionów obrazu, na przykład określanie obszarów na polu, w których uprawy są chore. Oba te zadania opierają się na obrazach pozyskanych z obserwacji naziemnych lub z lotu ptaka, takich jak drony, które szczególnie zyskały na popularności w ostatnich latach.

Istniejące narzędzia w rolnictwie precyzyjnym często wymagają dużych ilości oznaczonych danych do realizacji konkretnych zadań. Na przykład, zlokalizowanie kwiatu kalafiora na obrazie wymagałoby ręcznej adnotacji setek obrazów, z zaznaczeniem każdego kalafiora z osobna. Ten proces etykietowania danych jest czasochłonny i kosztowny, co zniechęca do powszechnego korzystania z takich aplikacji. Jednak ostatnie postępy technologiczne w metodach i dostępność czujników wielospektralnych stwarzają nowe możliwości zmniejszenia obciążenia związanego z ręcznym etykietowaniem.

Opisywane badania opierają się nie tylko na publicznie dostępnych zbiorach danych, ale także na gromadzeniu nowych danych za pomocą dronów dla wybranych zagadnień. Badanie koncentruje się na zminimalizowaniu ilości wymaganych ręcznie etykietowanych danych, bez znacznego pogorszenia jakości wyników w porównaniu z tradycyjnymi metodami, które wymagają większej ilości etykietowanych danych. Dodatkowo, zbadana zostanie możliwość wykorzystania algorytmów, które inteligentnie wybierają niewielką liczbę obrazów do adnotacji, gdzie wkład człowieka jest najbardziej potrzebny. Co więcej, badanie analizuje potencjał modeli fundamentalnych, takich jak najnowszy model Segment Anything firmy Meta, który został przeszkolony w szerokim zakresie różnorodnych danych. Modele te umożliwiają wdrożenie technik, które naśladują ludzkie zdolności uogólniania i uczenia się, wymagając jedynie kilku oznaczonych obrazów, np. do automatycznego wykrywania nowych owadów na innych obrazach.

Oczekiwane wyniki tych badań obejmują ulepszenie metod przetwarzania obrazów wielospektralnych, wraz z ich praktyczną implementacją za w kodzie. Dodatkowo zostanie utworzony zbiór danych oraz modele referencyjne, zdolne do rozwiązywania określonych zadań, opracowane przy użyciu opracowanych metod. Wszystkie namacalne wyniki zostaną udostępnione bezpłatnie jako zasoby open-source z korzyścią dla szerszej społeczności.

Numer projektu: UMO-2023/49/N/ST6/02520

Kierownik projektu: mgr inż. Przemysław Aszkowski

Czas realizacji: 01.10.2024-30.09.2025

Współczesne roboty mobilne realizują zadania z zakresu transportu, rolnictwa, ratownictwa i inspekcji, które są pracochłonne, powtarzalne lub niebezpieczne. Większość zadań wykonują roboty kołowe, gąsienicowe i drony, jednak mają one ograniczenia: trudności z pokonywaniem przeszkód, poruszaniem się w nieustrukturyzowanych przestrzeniach oraz niską ładowność i podatność na warunki pogodowe. Te ograniczenia są kompensowane przez roboty kroczące, które charakteryzują się zwinnością i zdolnością adaptacji.
Znaczenie robotów kroczących potwierdzają takie wydarzenia, jak inwestycja 20 mln CHF w ANYbotics (ETH Zurich) oraz przejęcie Boston Dynamics przez Hyundai za 1 mld USD. Badania nad platformami kroczącymi, jak MIT Cheetah, Boston Dynamics SpotMini, IIT HyQ czy ETH ANYmal, skupiają się na ich zbliżeniu do zwinności obserwowanej u zwierząt. Nadal jednak pozostaje wiele wyzwań, m.in. brak inteligencji fizycznej, zdolności adaptacji do zmieniających się warunków oraz ścisłego sprzężenia percepcji z działaniem.
Celem projektu jest opracowanie metodologii projektowania systemów autonomii robotów kroczących, integrując percepcję, sterowanie i uczenie się. W efekcie roboty będą zdolne do bezpiecznej i zwinnej lokomocji w trudnych środowiskach. Opracujemy moduł percepcji, który umożliwi robotom identyfikację terenu i adaptację ruchów, łącząc sygnały zmysłów wzroku i dotyku w celu aktualizacji wewnętrznych modeli świata.

Zwiększenie zdolności lokomocyjnych osiągniemy dzięki algorytmom uczenia ze wzmocnieniem, które dostosują robota do zmieniających się warunków i poprawią jego zwinność. Zamiast ręcznego definiowania funkcji nagrody, zastosujemy odwrotne uczenie się ze wzmocnieniem, bazując na demonstracjach zebranych od robotów i zwierząt. Opracujemy również algorytmy sterujące robotem z przegubowym kręgosłupem.

Połączymy percepcję i lokomocję w hierarchiczny system kontroli, który dostosuje chód robota do warunków terenowych, dynamicznie korygując ruchy. Zdolność robotów kroczących do interakcji z otoczeniem, wzorowana na zachowaniach zwierząt, umożliwi im sprawniejsze poruszanie się w trudnych warunkach.

Testowanie algorytmów odbędzie się na znormalizowanych stanowiskach, m.in. podczas inspekcji jaskiń, oceniając szybkość, efektywność energetyczną i siły interakcji z otoczeniem.

Numer projektu: 2021/43/I/ST6/02711

Kierownik projektu: dr inż. Krzysztof Walas

Czas realizacji: 03.07.2023-02.07.2026

Projekt dotyczy podstawowych problemów robotyki i sztucznej inteligencji. Celem jest przeniesienie zdolności ludzi i zwierząt do maszyn, aby roboty mogły wykonywać zadania w nieuporządkowanym środowisku. Dzięki neuronowemu systemowi percepcji roboty będą w stanie lepiej planować swój ruch i interakcję z otoczeniem w oparciu o pomiary RGB-D. Model ten zapewni ograniczenia środowiskowe podczas planowania ruchu robota i pozwoli uniknąć kolizji z obiektami. W projekcie skupiamy się na neuronowym modelowaniu kinematycznych ograniczeń ruchu, takich jak kolizje pomiędzy częściami robota, ograniczenia kinematyczne stawów i kinematyczny zakres ruchu. Sieć neuronowa może również uwzględniać ograniczenia dynamiczne, które pochodzą z dynamicznego modelu oraz stabilności, które są związane z konfiguracją robota. Celem jest również uzyskanie modeli różniczkowalnych, które dostarczają informacji o naruszeniu ograniczeń, a także wskazują kierunek ruchu, który przenosi robota z tych stanów do najbliższego regionu o akceptowalnej konfiguracji.

W projekcie zamierzamy uzyskać neuronowy model robota, który może być efektywnie wykorzystywany podczas planowania ruchu. Pokażemy wydajność proponowanej metody w dwóch scenariuszach: (i) montaż dwóch dopasowanych elementów i (ii) planowanie ścieżki robota kroczącego o wielu stopniach swobody przechodzącego przez mały otwór. Oba problemy stanowią wyzwanie dla klasycznych metod planowania ścieżki i są wrażliwe na dokładność mapy potrzebnej do planowania ruchu.

Numer projektu: UMO-2023/51/B/ST6/01646

Kierownik projektu: dr hab. inż. Dominik Belter, prof. PP

Czas realizacji: 01.10.2024-30.09.2027

Jednym z najczęściej występujących zjawisk zakłócających w sieci elektroenergetycznej są wahania napięcia. Zjawisko to może wywoływać niepoprawną pracę innych odbiorników energii elektrycznej, które zasilane są z tej samej sieci co źródło zaburzeń. Jeżeli tymi odbiornikami są źródła światła, to może wystąpić zjawisko uciążliwego migotania oświetlenia, które indukuje stany epileptyczne oraz depresyjne. U osób z wysoką nadwrażliwością, wystąpienie zjawiska uciążliwego migotania oświetlenia na skutek wahań napięcia, prowadzi do powstania aury migrenowej z objawami takimi jak: ból głowy, nudności, bądź fotofobia. Stąd też, skutki wahań napięcia są poważnym czynnikiem, który nie tylko może prowadzić do skrócenia czasu eksploatacji lub nieodwracalnego uszkodzenia urządzeń podłączonych do sieci, ale również jest realnym czynnikiem obniżającym jakość życia człowieka. Dlatego też, ważne jest dążenie do minimalizacji zjawiska wahań napięcia.

W praktyce, problem wahań napięcia jest rozwiązywany dopiero w momencie złożenia skargi przez konsumenta energii elektrycznej. W takim przypadku, występuje konieczność identyfikacji i lokalizacji niespokojnych odbiorników w sieci elektroenergetycznej, celem eliminacji emitowanych przez nich zakłóceń. Otrzymane wyniki badań, umożliwiają opracowanie kompleksowej metody diagnostyki źródeł wahań napięcia w sieci elektroenergetycznej, która uwzględni wszystkie niespokojne odbiorniki. Metoda ta, pozwoliłaby przede wszystkim usprawnić proces lokalizacji źródeł wahań napięcia, zarówno w przypadku złożenia skargi przez konsumenta energii elektrycznej do operatora energii elektrycznej, jak i w momencie wystąpienia zakłóceń.

Celem projektu są po pierwsze badania nad wykorzystaniem metod rozkładu empirycznego do selektywnej identyfikacji i lokalizacji źródeł wahań napięcia w sieci energetycznej. Po drugie, celem projektu są badania nad metodami odtwarzającymi zmienność napięcia w sieci, aby umożliwić zaimplementowanie kompleksowej metody diagnostyki w istniejącej infrastrukturze pomiarowo-rejestrującej z ograniczonymi możliwościami obliczeniowymi. Zadanie kompleksowej diagnostyki niespokojnych odbiorników jest możliwe przy użyciu metod wielopunktowych wykorzystujących wybrane parametry niespokojnych odbiorników, takie jak amplituda (parametr zależny od obwodu zasilającego i źródła zakłóceń) oraz częstość wywoływanych zmian napięcia (parametr zależny tylko od niespokojnego odbiornika). Wskazane parametry mogą zostać wyznaczone na podstawie sygnałów związanych z oddziaływaniem określonych źródeł zakłóceń, uzyskanych z procesu rozkładu empirycznego.

Numer projektu: PRELUDIUM192021/41/N/ST7/00397

Kierownik projektu: dr inż. Piotr Kuwałek

Okres realizacji: 2022-2025

Autonomiczna manipulacja robotyczna w nowych sytuacjach jest powszechnie uważana za problem, który nie został jeszcze rozwiązany. Jego rozwiązanie mogłoby mieć ogromny wpływ na społeczeństwo i gospodarkę. Dzięki niemu roboty mogłyby pomagać człowiekowi w fabrykach, magazynach, ale także w domach w codziennych zadaniach.

W ramach projektu ProRoc rozwiniemy stan wiedzy w zakresie algorytmów uczenia się, które umożliwią robotowi autonomiczne wykonywanie złożonych manipulacji zręcznościowych w nowych sytuacjach w świecie rzeczywistym, z nowymi obiektami i ze znacznymi okluzjami. W szczególności chodzi o chwytanie, pchanie i ciągnięcie obiektów sztywnych, ale także w pewnym stopniu obiektów niesztywnych i przegubowych, które można znaleźć w domach lub magazynach. Co ważne, podobnie jak człowiek, robot będzie w stanie przewidzieć rezultaty swoich działań, bez ich faktycznego wykonywania. Robot mógłby zaplanować swoje działania, np. przechylić niski obiekt, aby móc go chwycić, zgiąć tkaninę przed jej uchwyceniem, a następnie ją podnieść, przesunąć kartkę na krawędź stołu lub otworzyć drzwi.

Podejścia typu „end-to-end”/”black-box” umożliwiają nauczenie się niektórych tego rodzaju złożonych zadań, praktycznie bez wcześniejszego doświadczenia. Przykładem może być bezpośrednie uczenie się odwzorowania obrazu RGB na polecenia motoryczne. Jest to niewątpliwie imponujące, jednak tego typu uczenie manipulacji wymaga ogromnych ilości danych treningowych, słabo skaluje się do innych zadań, nie uwzględnia przewidywania i nie umożliwia interpretacji swojego zachowania.

Z drugiej strony badania pokazują, że bezpośrednie wykorzystanie struktury problemu może pomóc w uczeniu się. Na przykład, w scenariuszach „bin picking” wiele udanych algorytmów zakłada przynajmniej obrazy głębi lub planowanie trajektorii sterowania robotem. W przypadku autonomicznej jazdy, dodanie reprezentacji estymacji głębi lub semantycznej segmentacji sceny pozwala na osiągnięcie najwyższej wydajności zadania.

W projekcie ProRoc zaproponowaliśmy modularyzację wyuczonego zadania, która otwiera ”black-box” i czyni je wytłumaczalnym. Niedawno przedstawiliśmy pierwszy algorytm, który był w stanie nauczyć się zręcznościowych chwytów nowych obiektów na podstawie tylko jednej demonstracji. Algorytm modeluje chwyty jako produkt niezależnych ekspertów - modeli generatywnych łączących obiekt z ręką, które przyspieszają uczenie i zapewniają elastyczną strukturę problemu. Każdy model przedstawiający gęstość możliwych lokalizacji i orientacji SE(3) dla danego członu robota, jest wytrenowany na podstawie przynajmniej jednej demonstracji. Chwyty mogą być wybierane według maksymalnego prawdopodobieństwa iloczynu modeli kontaktu, a ich względne położenia są kontrolowane przez podprzestrzenie konfiguracji dłoni. Wprowadziliśmy również algorytm, który może nauczyć się dokładnych przewidywań kinematycznych w pchaniu i chwytaniu obiektów, wyłącznie z doświadczenia i bez żadnej wiedzy z zakresu fizyki. Niestety powyższe algorytmy i modele albo nie uwzględniają predykcji (w chwytaniu), są niewrażliwe na kontekst zadania i podatne na okluzje, albo zakładają wzorce obiektów (w przewidywaniu).

W projekcie ProRoc zamierzamy przezwyciężyć wszystkie te ograniczenia, wprowadzając hierarchiczne modele opierające się m.in. na cechach sieci neuronowych CNN. Nowe modele będą mogły reprezentować zarówno widoczne jak i zasłonięte części obiektów, kontaktów ręka-obiekt i obiekt-obiekt, a także całego kontekstu manipulacji. Modele hierarchiczne mogą być efektywnie trenowane podczas demonstracji, natomiast cechy CNN mogą być trenowane wcześniej, bez udziału robota. Ponadto, umożliwimy uczenie się ilościowych modeli generatywnych SE(3) ruchu obiektów dla czynności chwytania, pchania i ciągnięcia. Mogą one być trenowane na podstawie demonstracji i doświadczenia z obrazów RGB-D, wszystko w ramach jednego algorytmu. Wreszcie, będziemy modelować i trenować dynamiczne właściwości kontaktów, takich jak maksymalnej siły i momentu siły, który nie zrywa kontaktu ręka-obiekt. Umożliwiłoby to przewidywanie poślizgu dla danego kontaktu ręka-obiekt przy pchaniu, ciągnięciu i chwytaniu.

Numer projektu: UMO-2021/43/P/ST6/01921

Kierownik projektu: Dr Marek Kopicki

Czas realizacji: 01.09.2022-31.08.2024

Projekt to stypendium doktorskie w ramach konkursu Etiuda 7 – nr umowy o dofinansowanie 33/31/2019/58. Projekt przewiduje badania naukowe nad automatyczną parametryzacją obrazu siatkówki oka ludzkiego zarówno na terenie Polski jak i w trakcie wyjazdu do Wielkiej Brytanii (od czerwca do września 2021 r.).

Celem realizowanych badań jest opracowanie metod automatycznej segmentacji obrazu OCT siatkówki oka (tzn. określenie na obrazie granic pomiędzy wybranymi tkankami) w celu znalezienia na obrazie tylnej granicy ciała szklistego oraz wewnętrznej warstwy siatkówki. Uzyskane segmentacje służą do generowania map odległości pomiędzy znalezionymi warstwami, pomiar objętości przestrzeni przedsiatkówkowej oraz automatyczna ocena zachodzących w oku zmian chorobowych w celu wspomagania diagnozy i planowania leczenia.

Numer projektu: 0211/PNCN/0500

Kierownik projektu: mgr inż. Agnieszka Stankiewicz

Okres realizacji: 01.10.2019-30.09.2021

W bezzałogowych statkach powietrznych (BSP) operujących autonomicznie, używa się powszechnie prostych, stałowartościowych regulatorów. Stabilizują one lot, kształtują jego dynamikę, precyzję, zasięg, determinują bezpieczeństwo. Nie są to jednak regulatory optymalne, które zapewniłyby wysoce precyzyjną i minimalnoenergetyczną pracę jednocześnie – pożądaną z uwagi na mocno limitowane zasilanie BSP silnie ograniczające rozwój tego obszaru robotyki mobilnej. Proponowany projekt ma na celu, aby w drodze obliczeń numerycznych dostarczyć wiedzy na ile proponowana, autorska metoda optymalnego sterowania może wydłużyć czas operowania BSP przy jednoczesnym zwiększeniu precyzji śledzenia zadanej trajektorii lotu.

Opracowany w ramach projektu optymalny, nieliniowy regulator neuromorficzny bazuje na modelu obliczeniowym wzorowanym na uczeniu się emocjonalnym w obrębie układów limbicznych mózgu u ssaków. Model ten koncentruje się na obszarach mózgu odpowiadających za wywołanie emocji. Za jego użyciem przemawia fakt, że regulatory neuromorficzne na bazie informacji z pętli sprzężenia zwrotnego układu śledzenia sygnałów referencyjnych, wykazują dużą zdolność uczenia przy niskiej złożoności obliczeniowej. W ogólności dużą zaletą emocjonalnego podejmowanie decyzji (tu: wypracowania odpowiedniej akcji sterującej) jest wypośrodkowanie cech poznania kognitywistycznego i behawioralnego.

Numer projektu: DEC-2020/04/X/ST7/00357

Kierownik projektu: dr hab. inż. Wojciech Giernacki, prof. PP

Okres realizacji: 15.10.2020-16.07.2022
(zawieszony z uwagi na COVID-19 w okresie 31.05.2021-28.02.2022 r.)

Mechanika kwantowa na przestrzeniach niekomutatywnych jest uogólnieniem standardowego opisu mechaniki kwantowej polegającym na modyfikacji relacji komutacji pomiędzy operatorami położenia lub pomiędzy operatorami położenia i pędu. W efekcie otrzymujemy kwantyzację przestrzeni. Kwantyzacja deformacyjna natomiast jest formalizmem mechaniki kwantowej, w którym układ kwantowy otrzymujemy poprzez odpowiednią deformację klasycznego układu hamiltonowskiego. Zaletą takiego podejścia jest opis matematyczny mechaniki kwantowej analogiczny do opisu klasycznego. Pozwala to np. w naturalny sposób rozważać kwantyzację układów nad ogólnymi przestrzeniami konfiguracyjnymi.

W ramach projektu zaplanowany jest wyjazd na staż naukowy na Uniwersytet Lizboński (Universidade de Lisboa) w Portugalii. Celem stażu jest współpraca z członkami Grupy Fizyki Matematycznej (Grupo de Física Matemática) mieszczącej się na Wydziale Nauk Ścisłych (Faculdade de Ciências) na tym uniwersytecie. Staż ten pozwoli zgłębić tematykę mechaniki kwantowej na przestrzeniach niekomutatywnych w ujęciu kwantyzacji deformacyjnej. W czasie stażu zaplanowane jest szczegółowe zbadanie kwantyzacji układów hamiltonowskich nad przestrzeniami euklidesowymi, prowadzących do różnych zmodyfikowanych relacji komutacji. Głównym celem będzie scharakteryzowanie tak otrzymanych układów kwantowych, ich przestrzeni stanów i algebr obserwabli. Będzie to punktem wyjścia do dalszych rozważań mających na celu przejście do układów nad ogólniejszymi przestrzeniami.

Numer projektu: 0213/PNCN/1974

Kierownik projektu: dr Ziemowit Domański

Okres realizacji: 19.12.2019-12.09.2021

Głównym działaniem naukowym projektu jest opracowanie algorytmu oraz oprogramowania do kompleksowej optymalizacji silnika synchronicznego o rozruchu bezpośrednim. Opracowane oprogramowanie będzie składać się z dwóch niezależnych modułów: (a) solvera optymalizacyjnego oraz (b) modelu opisującego zjawiska w projektowanym silniku. Solver optymalizacyjny będzie zawierał procedury metody optymalizacji należące do grupy algorytmów genetycznych. W procesie optymalizacji zostaną uwzględnione zmienne decyzyjne dotyczące wymiarów strukturalnych stojana, wirnika oraz uzwojenia stojana.

Numer projektu: DEC-2019/03/X/ST7/01004

Kierownik projektu: dr inż. Łukasz Knypiński

Okres realizacji: 01.01.2020-23.04.2022

Badania zaproponowane w niniejszym projekcie skupiają się wokół opisu sceny za pomocą prymitywów geometrycznych w zadaniu globalnej lokalizacji. Nasze poprzednie badania wskazały, że istnieje niewiele metod dekompozycji sceny z użyciem prymitywów geometrycznych, a te istniejące nie są przeznaczone do zadania globalnej lokalizacji. Aby być użytecznym w kontekście globalnej lokalizacji, metoda taka powinna opisywać geometrię sceny na tyle dokładnie, aby umożliwić jej dopasowanie do geometrii mapy w celu obliczenia pozy. Z drugiej strony, opis ten nie powinien zawierać zbyt wielu części, aby umożliwić wykonanie obliczeń w rozsądnym czasie. W przedstawionym projekcie zdecydowaliśmy się na użycie fragmentów płaszczyzn jako prymitywów geometrycznych, ponieważ występują one często w środowisku stworzonym przez człowieka. Tak więc, zadanie to można zdefiniować jako przybliżenie jak największej części geometrii sceny za pomocą cech geometrycznych w postaci fragmentów płaszczyzn. Problemem nierozłącznie związanym z wykrywaniem cech geometrycznych jest ich porównywanie. Dlatego niniejszy projekt dotyczy także dopasowywania cech płaszczyznowych w kontekście nawigacji i lokalizacji. Przeprowadzone wstępne badania ujawniły, że jedną z najistotniejszych kwestii jest zasięg użytego sensora. Aby zapewnić, że kryterium zasięgu będzie spełnione, dokonaliśmy wyboru kamery stereo jako podstawowego sensora. Aby uniknąć ręcznego ustawiania parametrów, planujemy wykorzystać podejście oparte na danych, t.j. podejście, w którym wartości parametrów wynikają z przykładowych danych. Co więcej, zainspirowani niedawnym sukcesem głębokich sieci neuronowych w dziedzinie wizji maszynowej dotyczącej segmentacji semantycznej i estymacji głębi, postanowiliśmy zaadaptować to rozwiązanie do naszego problemu.

Numer projektu: UMO-2018/31/N/ST6/0094

Kierownik projektu: mgr inż. Jan Wietrzykowski

Okres realizacji: 11.07.2019-10.04.2022

Celem projektu jest zbadanie zmiany napięcia powierzchniowego układu powietrze/woda z dodatkiem wybranych substancji amfifilowych. Ponadto, określony zostanie wpływ wartości stężenia danego związku na napięcie powierzchniowe. Z otrzymanych danych zostaną wyznaczone wartości nadmiaru powierzchniowego, który jest parametrem niemierzalnym w rozważanym układzie. Następnie, poprzez wyznaczenie stałych fizykochemicznych do danych eksperymentalnych zostaną dopasowane wybrane izotermy adsorpcji, czyli krzywe obrazujące ilość zaadsorbowanej substancji na powierzchni w warunkach stałej temperatury. Wyznaczone zostanie krytyczne stężenie micelarne, którego przekroczenie powoduje brak wpływu wzrostu stężenia związku na spadek napięcia powierzchniowego układu. Kolejnym krokiem jest komputerowe obliczenie równania całkowego Warda-Tordai połączonego z izotermami adsorpcji, w celu określenia zachowania rozwiązania w zależności od wybranej izotermy.  Ponadto, przeprowadzone zostanie badanie wpływu zmiany wartości współczynników występujących w równaniu Warda-Tordai na jego rozwiązanie. Ostatnim elementem jest zdefiniowanie, a następnie numeryczne rozwiązanie zagadnienia odwrotnego porównującego dane eksperymentalne nadmiaru powierzchniowego z wartościami otrzymanymi z symulacji, w celu wyznaczenia współczynnika dyfuzji wybranych związków amfifilowych w układzie powietrze/woda. Postawione zadanie jest problemem z zakresu optymalizacji, czyli poszukiwania najlepszego rozwiązania.

Numer projektu: 0213/NCN/2153

Kierownik projektu: mgr inż. Marcin Stasiak

Okres realizacji: 11.07.2019-10.07.2022

Celem niniejszego projektu jest opracowanie systemu komputerowego do modelowania i analizy stanów pracy transformatorów małej mocy zasilanych ze źródeł wyższych częstotliwości. W ramach projektu przewiduje się również opracowanie szybkozbieżnych algorytmów oraz procedur numerycznych umożliwiających analizę stanów pracy transformatorów małej mocy zasilanych z przemienników częstotliwości. Przy opracowywaniu wyżej wymienionych algorytmów zastosowane zostaną równoważne obwody Fostera i Cauera oraz nowe ujęcie metody elementów skończonych, w których do opisu pola elektromagnetycznego wykorzystuje się funkcje interpolacyjne elementu krawędziowego i ściankowego.

Wnioskodawca przewiduje, że opracowany w ramach projektu zintegrowany system komputerowy będzie łączył w sobie autorskie oprogramowanie do obliczeń polowych rozpatrywanych układów, własne oprogramowanie do wyznaczania wartości parametrów zastępczych elementów obwodu magnetycznego transformatora, tj. parametrów będących funkcjami częstotliwości źródła zasilania; oraz oprogramowanie do analizy stanów pracy transformatorów wyższych częstotliwości z wykorzystaniem równoważnych obwodów Fostera i Cauera. Pierwszym z etapów prowadzonych prac będzie opracowanie i wdrożenie oprogramowania do wyznaczania rozkładu pola elektromagnetycznego z wykorzystaniem wielostopniowego ujęcia Metody Elementów Skończonych, uwzględniającego wpływ prądów indukowanych, przewodnictwa oraz przesunięcia dielektrycznego oraz pozwalającego na określenie charakterystyk opisujących impedancję uzwojeń transformatora w funkcji częstotliwości źródła zasilania. Następnie podjęte zostaną prace mające na celu opracowanie autorskiego oprogramowania umożliwiającego dobór optymalnych wartości parametrów schematu zastępczego transformatora wyższych częstotliwości (w.cz.) na podstawie uzyskanych charakterystyk impedancji w dziedzinie częstotliwości. Przy poszukiwaniu parametrów zastępczych wykorzystane zostaną metody wyznaczania wartości i macierzy własnych dla dużych układów równań macierzowych uformowanych na podstawie wielostopniowego ujęcia Metody Elementów Skończonych. Ostatnim etapem badań będzie opracowanie i wdrożenie oprogramowania pozwalającego na analizę stanów pracy rozpatrywanych typów transformatorów małej mocy zasilanych ze źródeł wyższych częstotliwości. Tworząc oprogramowanie do analizy stanów pracy transformatorów w.cz. zaimplementowane zostaną opracowane w ramach projektu ekwiwalentne modele układów obejmujące równoważne obwody Fostera i Cauera.

Numer projektu: 2020/37/N/ST7/02579

Kierownik projektu: mgr inż. Milena Kurzawa

Okres realizacji: 01.02.2021-31.01.2024

ENG: Nonlinear Reference Model in Fault Tolerant Control of Switched Reluctance Motor Drive

Electric drives play an extremely important role in everyone’s life. To illustrate the scale of the impact of the drives in the life of societies, the statistics can be used on the amount of energy they consume. From presented, commonly available data suggests that as many as 42% of the total electricity consumed on Earth is the energy consumed by the industry in which the shares represent just 2/3 of electric drives. On a global scale while drives use 28% of the energy produced in the absolute scale gives it over 7 000 TWh per year – for comparison, it would have sufficed for 42 years of continuous power throughout the Poland. Second in order of class power consumers – lighting consumes less than half the energy of drives. It is therefore particularly important to make research in the field of electric drives.

Electric drive is understood here as a monolithic block of functional processing electrical energy into mechanical (in rotation or linear movement), which includes customary motor, power bridge and control system. There are implemented more or less complex algorithms in the controller for conditioning the operation of the drive – and in particular the implementation of a strict regime of energy expenditure in the set with the load – which is often a complex mechanical system, eg. on the assembly, production line (as the drive of industrial robots, conveyors, compressors of air conditioning and ventilation). Electric drives are often a key component of household appliances (vacuum cleaner, refrigerator, freezers, food processors) are common even in computers (eg.Hard or optical drives) .

Switched Reluctance Motor (SRM) drive is a special type of drive, with some unique properties. With a simple, monolithic design can reach very high speeds – even above 100 000 rpm (linear velocity of reaching the speed of sound) and operate in difficult environmental conditions (high dust, significant fluctuations in temperature, immersion in liquids). Interestingly, the first electric locomotive in the world, built in 1837 by Robert Davidson was based on a switched reluctance motor. Unfortunately, the then unknown semiconductor technology has forced mechanical control solutions, which are rapidly degraded or damage (mainly due to high over-voltages in intermittent circuits).

Only the rapid development of semiconductor technology, production of integrated circuits of high level enabled the practical implementation of a relatively complicated control dedicated for switched reluctance motor. The primary complication is the engine nonlinearities and the need to work in a closed loop with a

dedicated inverter (which implies eg. the fact that it is impossible to work this motor with direct connection to the mains). This implies next the need to develop complex control algorithms, among others, including those of nonlinearities. The research project focuses on that aspects, aspects of advanced control system design.

The uniqueness of the proposed solutions for the development of algorithms and control structures is an approach in which the author’s model of motor will be used in the control system (in normal operation and in terms of damage) not only to improve the quality of the controls, but also for the fault detection process. This concept can be visualized in such a way that the reference model is used in a control system for determining the operating state, which allegedly should be as similar to the state of the actual controlled object. Variations of these determinations in the general case can be used for various purposes, as well as parameters of the model are undergoing the process of adaptation. First of all, the reversal of non-linearities in the control circuit allows to compensate for object nonlinearities to simplify the process of selecting effective in a wide range of operating conditions regulators. The reference model allows the implementation of sensorless control and thus reducing the complexity of the system (no need to use an angular position sensor), implementation of optimal control

(ie. energy-efficient).

Above all, the control system by comparing the current waveforms measured directly in the real engine of those with estimated using the reference model by recognizing the characteristic deviations will be able to identify the type of damage. Because these relationships can be very complex and difficult to describe directly by the analytical equations, it is planned to use methods of artificial intelligence (neural networks or fuzzyneural networks).

Implementation of the model adaptation system allows to obtain high accuracy of the system and reduces the need for laborious and time-consuming manual identification of each of the connected motor. Minimizing the complexity of operating system in the target implementation of the research results will contribute to increase the commercial value of research results. Examining three structures converters (simplified c-dump/r-dump, asymmetrical and classic – symmetrical) – including two with the possibility of partial system redundancy will contribute to a broad examination of their properties in terms of working conditions, damage and the classification of these structures due on selected criteria.

1. Research project objectives/ Research hypothesis

The project main objective is to develop conceptions of fault tolerant: control algorithms and inverter bridges structures for switched reluctance motor drive with wide use of reference model, so MRAS structure (Model Reference Adaptive Structure). Important additional objective is to develop an adaptation of reference model parameters in off- and/or on-line process. It is necessary to achieve model compliance with the real system as much as possible. Introduction of the computational effective, nonlinear motor model opens wide spread spectrum of further research over the control system structures. It is planned to design a control with model inversion included, which will compensate object nonlinearity and allow to use of the well known theory of linear regulators. Next the optimal control will be taken into consideration. It would be use for minimize a power losses, maximize dynamics or speed, minimize torque fluctuations.

When fault tolerant control is considered it need to have FDB (Fault Detection Block) included. From this point of view it is necessary to implement algorithms responsible for fault detection. It is also planned to use reference model to solve this problem. The following thesis were formulated according to the above goals:

Structure of drive control with use of reference model would be the base for many control problems solving - especially fault tolerant, it allow to compensate nonlinearity, to implement sensorless control, to optimise for selected criteria, to implement fault detection mechanism in the drive. Parametric model with adaptation gives control robust. The use of systemic redundancy in the structure of the converter (C-dump/R-dump) will allow the reconfiguration for restoring the original properties of the drive in case of damage.

2. Research project methodology

The basic research tool dedicated for evaluation and testing new control structures in the drive will be computer simulation packet (Matlab/Simulink) with connection to novel methods of fast simulation and computing in FIL/HIL structures (FPGA In the Loop/Hardware In the Loop). FIL/HIL methods has very special influence in the field of electric drives, especially for experimental verification purposes. Thanks to the FIL the risk of high-current circuits damage in the way of wrong control algorithms is minimized. It is assumed of multi-step operation for control algorithms evaluation for each of the target goals. Those steps are: simulation check, FIL implementation with emulation of the high-current circuits, real-time HIL verification as the FPGA connected with physical control system and – finally – experimental run. The appropriate quality indicator of control improvements will be evaluated and compared to other published results. Simulation models so the real system needs to implement possibility of fault state forcing – that will be considered when evaluating. Experimental stand for high speed and high resistive torque dynamics will be a set of two coupled, same switched reluctance motors connected together with supply line on the DC side. The uniqueness of proposed solution bases on wide use of the reference model (RM) for solving control problems. It is possible according to its computational efficiency dedicated for use in real-time operation.

3. Expected impact of the research project on the development of science, civilization and society

Electric drives are responsible for around 28 percent of global electricity consumption, which emphasizes their role in everyday life and the importance of conducting research on them. Extensive use of parametrized reference model and its elements in a control structure would provide a complete, sensorless, fault-tolerant and self-tuning drive, what gives noticeable contribution to the field of science.

The implementation of functional self-tuning, self-diagnostics, fault tolerance (which increase work safety and reduces the amount of downtime) significantly facilitates further practical implementation of the research results thus increasing their commercial value. SRM drive can be used in applications not available for other types of drives, e.g.: in high-speed applications (generators, turbines), in very harsh environmental conditions (high dust, submerge in liquid, significant fluctuations in temperature). Motor unique features are: a monolithic structure of the rotor, a simple construction of stator. All of it in combination with powder materials and compression/sintered manufacturing techniques leading to complete elimination of the waste in the production process, ease of recycling (by crushing and re-powdering).

Numer projektu: UMO-2016/23/N/ST7/03798

Kierownik projektu: mgr inż. Bogdan Fabiański

Okres realizacji: 26.07.2017-25.03.2022

Celem badań jest analiza możliwości zastosowania algorytmów sterowania opartych na różniczkowej płaskości dla grupy nieliniowych układów niedosterowanych. Pomimo dużej popularności tych metod w sterowaniu układów nieliniowych, pewne fundamentalne pytania nie zostały dotychczas rozstrzygnięte i pozostają otwarte. Jednym z najbardziej elementarnych z nich jest sposób systematycznego obliczania płaskich wyjść. Z praktycznego punktu widzenia konstrukcja wyjść płaskich może być postrzegana jako problem rozmieszczenia czujników w celu osiągnięcia płaskości (dynamicznej linearyzacji) wynikowego układu wejście-wyjście. Jako alternatywę tego podejścia można rozważyć problem rozmieszczenia elementów wykonawczych w taki sposób, aby układ z danymi wcześniej wyjściami stał się płaski. To stosunkowo nowe pojęcie, wejść płaskich, może być ciekawym sposobem rozszerzenia zastosowania algorytmów opartych na różniczkowej płaskości na układy, które do tej pory były uważane za niepłaskie. W literaturze często pojawia się jednak argument, że takie podejście jest trudne do zaimplementowania w układach fizycznych, a jego rozwiązanie pozostaje problemem otwartym. Istotną częścią planowanych badań jest również opracowanie strategii sterowania opartych na różniczkowej płaskości z wykorzystaniem płaskich wyjść lub wejść oraz wytworzenie procedur wyboru odpowiedniego podejścia. Zamierza się wreszcie także przeanalizować skuteczność tego podejścia w projektowaniu regulatorów śledzących i planowania trajektorii dla nieliniowych układów sterowania w kontekście ich odporności. Ocena ta ma być poparta zarówno matematyczną analizą stabilności i odporności na niepewności i zakłócenia proponowanych rozwiązań, jak również ich weryfikacją za pomocą symulacji numerycznych oraz zaawansowanych eksperymentów laboratoryjnych z dziedziny robotyki.

Numer projektu: UMO-2021/41/N/ST7/03040

Kierownik projektu: mgr inż. Joanna Piasek

Okres realizacji: 04.02.2022-03.02.2023

Celem projektu jest udowodnienie, że robot jest w stanie wnioskować na temat właściwości obiektów na podstawie ograniczonej liczby obrazów RGB-D, bez konieczności ostrożnego skanowania przestrzeni i interakcji bezpośredniej (dotyku, manipulacji obiektami, itp.). Pełne modele obiektów manipulowanych mogą być rekonstruowane na podstawie jednej pary zdjęć RGB-D oraz wykorzystaniu sieci neuronowej przechowującej niejawnie informację o kształcie rekonstruowanych obiektów. Rekonstrukcji będą podlegały niewielkie obiekty codziennego użytku, które robot chwyta i manipuluje nimi, oraz elementy wyposażenia pomieszczeń np. meble, drzwi, fragmenty ścian oraz same pomieszczenia. Algorytmy powstałe podczas realizacji projektu pozwolą na przewidywanie stanu otoczenia robota przed wykonaniem ruchu. Metody te zostaną zintegrowane z metodami neuronowymi pozwalającymi na przewidywanie stanu i ograniczeń stanu robota podczas planowania jego ruchu w środowisku.

Numer projektu: UMO-2019/35/D/ST6/0395

Kierownik projektu: dr hab. inż. Dominik Belter, prof. PP

Okres realizacji: 02.10.2020-01.10.2023

Celem projektu jest kompleksowe zbadanie operatorów Toeplitza i Hankela w kontekście niealgebraicznym. Operatory tego typu odgrywają bardzo ważną rolę w teorii operatorów i analizie harmonicznej, a początki systematycznych badań nad nimi sięgają połowy poprzedniego wieku (szczególne przypadki, jak na przykład macierz Hilberta, która jest macierzą Hankela, pojawiały się oczywiście wcześniej). Ich własności są kompleksowo zbadane, a literatura na ich temat zawiera tysiące publikacji dotyczących zarówno przypadku klasycznego, jak i uogólnień w wielu kierunkach. Niemniej, we wszystkich (prawie) tych przypadkach operatory takie występują w kontekście algebraicznym, tzn. działają z jednej, do tej samej przestrzeni. Celem naszego projektu jest rozszerzenie rozważań do ogólnej sytuacji, gdy operatory działają  między różnymi przestrzeniami. Taki punkt widzenia pozwala na dopuszczenie funkcji nieograniczonych jako symboli operatorów Toeplitza i Hankela.

W projekcie chcemy, zarówno odpowiedzieć na klasyczne pytania przeniesione ze znanej teorii operatorów, jak i rozważyć problemy, które w przypadku algebraicznym nie miały racji bytu. Badania prowadzimy dla jak najogólniejszej klasy przestrzeni Hardyego, na których działają dane operatory, przy czym uzyskane wyniki są często nowe nawet w przypadku klasycznych przestrzeni H^p. W badaniach  korzystamy z metod analizy funkcjonalnej, harmonicznej i zespolonej oraz teorii operatorów, jednak duże znaczenie odgrywa także teoria interpolacji, czy teoria przestrzeni funkcyjnych, w szczególności przestrzenie mnożników punktowych i faktoryzacja przestrzeni. Ponadto, zmuszeni jesteśmy wypracować szereg nowych metod, które zastąpią metody algebraiczne z klasycznej teorii operatorów Toeplitza i Hankela.

Wykaz publikacji zrealizowanych w ramach projektu (na dzień 26.09.2020):

1. K. Leśnik,  Toeplitz and Hankel operators between distinct Hardy spaces, Studia Math. 249 (2) (2019), 163-192.

2. K. Leśnik, L. Maligranda and P. Mleczko, Regularization for Lozanovskii’s type factorization with applications, Annales Academiae Scientiarum Fennicae Mathematica, 45 (2020), 811–823.

3. K. Leśnik, L. Maligranda and J. Tomaszewski, Weakly compact sets and weakly compact pointwise multipliers in Banach function lattices., to appear in: Math. Nachr.

4. K. Leśnik and P. Mleczko, Compact Hankel operators between distinct Hardy spaces and commutators, Integr. Equ. Oper. Theory 93 (2021), art. 58.

Numer projektu:  0213/PNCN/0060

Kierownik projektu: dr Karol Leśnik

Okres realizacji: 19.04.2018-18.04.2022

Współczesne systemy sterownia wymagają wykorzystania coraz bardziej zaawansowanych siłowników. Wymusza to poszukiwanie alternatywnych wobec klasycznych rozwiązań materiałów. Przykładem są elektroaktywne polimery, które dzięki swoim właściwościom często określane są jako inteligentne materiały. Umożliwiają tworzenie oraz usprawnianie nowych rodzajów urządzeń, które mają zastosowanie w przemyśle oraz medycynie. Największymi ich zaletami jest plastyczność, mała waga, cicha praca oraz możliwość odkształcania się wskutek wymuszenia elektrycznego. Wśród elektroaktywnych polimerów możemy wyróżnić ich kilka rodzajów, przy czym na rzecz Automatyki i Robotyki największe znaczenie mają dielektryczne elektroaktywne polimery oraz jonowe elektroaktywne polimery. W ostatnim czasie największy rozwój dotyczy dielektrycznych polimerów. Celem projektu było zamodelowanie siłownika wykonanego z dielektrycznego elektroaktywnego polimeru oraz opracowanie algorytmów sterowania.

Numer projektu: 2017/26/D/ST7/00092

Kierownik projektu: dr inż. Jakub Bernat

Czas realizacji: 20.04.2018-19.10.2021