Saya telah memikirkan kolektor surya di mana beberapa cermin independen memfokuskan cahaya pada kolektor surya, mirip dengan desain berikut dari Inovasi Energi.
Karena akan ada kekurangan dalam perakitan array surya ini, saya melanjutkan dengan asumsi berikut (atau ketiadaan):
Perangkat lunak tahu "posisi" dari masing-masing cermin, tetapi tidak tahu bagaimana posisi ini berhubungan dengan dunia nyata atau dengan cermin lainnya. Ini akan menjelaskan kalibrasi cermin yang buruk atau faktor lingkungan lainnya yang mungkin mempengaruhi satu cermin tetapi tidak yang lain.
Jika sebuah cermin bergerak 10 unit dalam satu arah, dan kemudian 10 unit dalam arah yang berlawanan, itu akan berakhir di tempat awalnya dimulai.
Saya ingin menggunakan pembelajaran mesin untuk memposisikan cermin dengan benar dan memfokuskan cahaya pada kolektor. Saya berharap saya akan mendekati ini sebagai masalah optimasi, mengoptimalkan posisi cermin untuk memaksimalkan panas di dalam kolektor dan output daya.
Masalahnya adalah menemukan target kecil di ruang dimensi tinggi yang bising (mengingat setiap cermin memiliki 2 sumbu rotasi). Beberapa masalah yang saya antisipasi adalah:
hari berawan, bahkan jika Anda menemukan penyelarasan cermin yang sempurna, mungkin akan berawan saat itu
data sensor berisik
matahari adalah target yang bergerak, ia bergerak di sepanjang jalan, dan mengikuti jalan yang berbeda setiap hari - meskipun Anda dapat menghitung posisi tepat matahari kapan saja, Anda tidak akan tahu bagaimana posisi itu berhubungan dengan cermin Anda
Pertanyaan saya bukan tentang susunan surya, tetapi kemungkinan teknik pembelajaran mesin yang akan membantu dalam masalah "target kecil dalam ruang dimensi tinggi yang bising" ini. Saya menyebutkan susunan surya karena merupakan katalisator untuk pertanyaan ini dan contoh yang bagus.
Apa teknik pembelajaran mesin yang dapat menemukan target sekecil itu di ruang dimensi tinggi yang bising?
EDIT:
Beberapa pemikiran tambahan:
Ya, Anda dapat menghitung posisi matahari di dunia nyata, tetapi Anda tidak tahu bagaimana posisi cermin terkait dengan dunia nyata (kecuali Anda telah mempelajarinya entah bagaimana). Anda mungkin tahu azimuth matahari 220 derajat, dan ketinggian matahari 60 derajat, dan Anda mungkin tahu cermin ada pada posisi (-20, 42); sekarang katakan padaku, apakah cermin itu sejajar dengan matahari? Kamu tidak tahu.
Mari kita asumsikan Anda memiliki beberapa pengukuran panas yang sangat canggih, dan Anda tahu "dengan tingkat panas ini, harus ada 2 mirror yang sejajar dengan benar". Sekarang pertanyaannya adalah, dua mirror mana (dari 25 atau lebih) yang disejajarkan dengan benar?
Salah satu solusi yang saya pertimbangkan adalah memperkirakan "fungsi penyelarasan" yang benar menggunakan jaringan saraf yang akan mengambil azimuth dan elevasi matahari sebagai input dan output array besar dengan 2 nilai untuk setiap mirror yang sesuai dengan 2 sumbu dari masing-masing mirror. Saya tidak yakin apa metode pelatihan terbaik.
Lebih banyak pemikiran:
Cermin memang memiliki sistem koordinat yang dapat diakses oleh perangkat lunak, tetapi perangkat lunak tidak tahu bagaimana sistem koordinat ini berhubungan dengan dunia nyata. Katakanlah cermin ada pada posisi (4, 42); apa artinya? Saya tidak tahu dan begitu pula perangkat lunaknya. Tetapi saya tahu bahwa jika saya memindahkan cermin dan kemudian memindahkannya kembali ke (4, 42) cermin akan berada di posisi yang sama seperti sebelumnya. Selain itu, dua mirror mungkin pada posisi (4, 42) tetapi menunjuk ke arah yang berlawanan di dunia nyata.
Ya, dengan banyak sensor kualitas, masalahnya mudah diselesaikan. Inovasi Energi keluar dari bisnis sebaik yang bisa saya katakan, mungkin karena mereka menggunakan banyak sensor yang sangat hebat dan orang-orang berkata, "Saya hanya akan membeli panel surya, harganya lebih murah."
Satu-satunya sensor dalam sistem berada di kepala kolektor.
sumber
Jawaban:
Jalur matahari dapat diprediksi , jadi saya bayangkan Anda bisa mendapatkan cermin sejajar dengan cukup dekat jika Anda tahu waktu, hari dalam setahun, dan garis lintang dan bujur.
Anda tidak perlu pembelajaran mesin untuk ini.
Jika Anda memiliki cermin yang tidak tahu ke mana mereka menunjuk (yaitu Anda tidak dapat mengkorelasikan posisinya dengan pengukuran ketinggian dan azimuth), Anda dapat mencoba menggunakan kamera dengan bidang pandang yang luas, menyapu langit hingga cerah. bintik putih muncul pada tampilan kamera. Anda kemudian dapat memindahkan cermin ke titik itu (menggunakan beberapa perhitungan x / y sederhana), sampai titik terang terpusat di tampilan kamera. Pasang filter gelap pada kamera sehingga yang dilihatnya hanyalah matahari.
Namun, negara-negara pertanyaan Anda bahwa Anda tidak tahu di mana cermin yang runcing. Jika Anda memiliki sensor pada cermin yang memberi tahu Anda bagaimana posisinya, maka Anda memiliki kemampuan untuk menghubungkan pengukuran posisi tersebut dengan angka azimuth dan ketinggian yang sebenarnya.
Saya membayangkan akan sangat sederhana untuk mendeteksi hari-hari mendung dengan sel surya tunggal, atau tidak adanya panas di cermin.
sumber
Untuk aplikasi semacam ini, bidang cermin yang mencoba menunjuk ke kolektor surya, Anda dapat menghitung di mana Anda pikir matahari seharusnya berada, di mana cermin itu berada, di sudut mana mereka berada, dan bagaimana memposisikannya demikian. mereka menunjuk ke arah kolektor Anda. Anda tahu, model matematika. Itu akan dekat. Mungkin cukup dekat.
Sedangkan untuk mengkalibrasi cermin untuk mengatasi ketidaksempurnaan dan penyimpangan dari model Anda:
Goyangkan satu cermin pada satu waktu. Jika output Anda meningkat, simpan perubahan itu. Simpan perubahan sebagai
calOffset
. Sebut itu selesai.Saya setuju dengan Harvey, pembelajaran mesin itu berlebihan untuk ini.
Tapi hei, katakanlah Anda menginginkan sistem otonom seluler yang dapat bangun setelah tidur panjang dan mencari matahari . Dan kita tidak mampu membeli baterai $ 0,05 untuk menjaga waktu. Dan karena itu mobile, matahari bisa berada di tuhan-tahu ke arah mana. Dan semua manusia mati. Dan robot sel surya kita memiliki binger yang serius dan mereka tidak tahu di bagian dunia mana mereka bangun. Dan GPS mereka tidak dapat menerima sinyal. Dan tidak ada teman mereka yang tahu apa yang terjadi.
1) Sapu area dengan satu cermin dan catat setiap lonjakan output daya. Ulangi itu beberapa kali untuk memastikan itu bukan awan atau sesuatu.
2) Anda sekarang tahu posisi matahari. Pergi itu.
3) Tunggu satu jam.
4) Sapu seluruh area lagi dengan cermin. Sepatu berduri. Awan. Yada yada.
5) Anda sekarang tahu jalur matahari. Ikuti sampai Anda mencapai batas servos Anda atau sampai daya turun
6) Putar 180 derajat dan tunggu 12 jam.
7) Lakukan penyapuan.
8) Dari perbedaan posisi pengaturan matahari dan posisi naik, Anda sekarang secara kasar mengetahui garis lintang / musim *. (Setidaknya, offset Anda dari garis khatulistiwa. Masih tidak tahu utara dari selatan). Sesuaikan dengan itu.
9) Tunggu sehari. Perhatikan perbedaan lokasi matahari terbit. Anda sekarang tahu sisi solstis yang Anda pakai.
10) Tunggu hingga 6 bulan ke atas. Perhatikan di mana arah puncak matahari terbit. Anda sekarang tahu jika Anda berada di musim dingin atau musim panas, dan dapat dengan aman mengetahui jalur matahari untuk EON berikutnya.
Jika salah satu langkah dengan "sekarang Anda tahu" tidak jelas, jawabannya adalah MATI (dan mekanisme orbital Bumi **). Pak Math adalah temanmu. Dia bisa memberitahumu banyak hal. Dan kecuali aksioma kesetaraan atau semacamnya ternyata salah, Anda bahkan bisa mempercayainya.
* Penawaran tidak valid di lingkaran Kutub Utara atau Antartika.
** Penawaran juga tidak berlaku di Mars, Venus, Titan, Io, dan lokasi tertentu lainnya.
sumber
Pertanyaan Anda tampaknya tidak terlalu terkait dengan pembelajaran mesin seperti halnya kalibrasi otomatis pada sekelompok perangkat. Anda memiliki perangkat (cermin) dengan sensor posisi, dan Anda tahu di mana Anda ingin mengarahkan perangkat, tetapi Anda tidak tahu bagaimana output sensor berhubungan dengan dunia nyata. Jadi Anda benar-benar hanya perlu mengkalibrasi perangkat - temukan posisi yang benar sehingga Anda dapat menentukan bagaimana bacaan sensor berhubungan dengan posisi aktual. Setelah dikalibrasi, sepertinya Anda dapat mengandalkan sensor untuk memposisikan perangkat.
Mengingat semua itu, Anda mungkin harus mengkalibrasi masing-masing perangkat satu per satu . Anda dapat melakukannya secara otomatis menggunakan semacam algoritma pencarian. Gilbert Le Blanc menggambarkan satu yang seharusnya bekerja. Cara lain adalah dengan mengasumsikan bahwa data sensor benar dan menggunakannya untuk mengarahkan cermin kira-kira di posisi yang tepat; kemudian gerakkan cermin dalam pola yang berputar ke arah luar sampai Anda mencapai target.
Jika Anda benar-benar ingin menyesuaikan semua mirror sekaligus , algoritma genetika mungkin diperlukan:
Juga, saya harus menunjukkan bahwa jika Anda mencoba metode di atas, hal yang Anda coba optimalkan adalah kalibrasi sensor cermin, bukan posisi. Setiap langkah akan memakan waktu, jadi Anda harus memperhitungkan pergerakan matahari saat proses berlangsung. "Pengaturan" untuk setiap cermin bukanlah posisi tetapi kesalahan sensor, yaitu perbedaan antara pembacaan sensor dan pembacaan yang ideal.
sumber
Saya hampir benci menulis ini.
sumber