Zusammen mit unseren Partnern an der Universität Paderborn haben wir kürzlich einen Artikel in IEEE Transactions on Power Electronics mit dem Titel "Universal Direct Torque Controller for Permanent Magnet Synchronous Motors via Meta-Reinforcement Learning" veröffentlicht. Der Artikel befasst sich mit der hochautomatisierten Reglersynthese für beliebige permanenterregte Synchronantriebe und demonstriert, wie eine mit datengetriebenen Algorithmen erlernte Regelstrategie vom simulativen Training auf reale Laboranwendungen übertragen werden kann. Die vorgestellte Methodik und die empirische Untersuchung stellen einen wichtigen Schritt zur autonomen Inbetriebnahme von leistungselektronischen Systemen in heterogenen Anwendungskontexten dar, um mit minimalem (menschlichem) Aufwand eine optimale Systemleistung zu erreichen.
Link zur Open-Access-Veröffentlichung: https://ieeexplore.ieee.org/document/11263992
DOI: 10.1109/TPEL.2025.3635741
