Menggunakan pembelajaran mesin untuk mengarahkan cermin dalam array surya?

10

Saya telah memikirkan kolektor surya di mana beberapa cermin independen memfokuskan cahaya pada kolektor surya, mirip dengan desain berikut dari Inovasi Energi.

Solar Array

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.

Buttons840
sumber
Maaf karena tidak menjawab pertanyaan Anda, tetapi tiba-tiba saya mendapat ide untuk membaca posting Anda. Apakah tidak masuk akal untuk menggunakan pengukuran pihak lain untuk menentukan siapa yang memiliki keselarasan terbaik, dan tujuan keseluruhan untuk membuat standar deviasi sekecil mungkin DAN bahwa setiap orang harus menghasilkan sama dengan atau lebih dari maks dari populasi?
AlexanderBrevig
2
Lihat juga en.wikipedia.org/wiki/Heliostat
Robert Harvey
2
Di dunia di mana setiap ponsel tahu di mana itu dan bagaimana posisinya, asumsi bahwa cermin heliostat tidak tidak realistis.
mouviciel
1
Selama Anda tahu di mana array Anda berada, di mana masing-masing cermin relatif terhadap titik itu, di mana kolektor relatif terhadap setiap cermin dan bagaimana array berorientasi (bijaksana-bijak), segala sesuatu yang ingin Anda lakukan dapat dihitung. Ini bukan masalah pembelajaran mesin, itu semua geometri.
Blrfl
1
Saya melihat hasil edit baru Anda. Sepertinya saya seperti masalah Anda intinya untuk menerjemahkan koordinat cermin menjadi azimuth dan elevasi. Seharusnya tidak memerlukan array, juga tidak membutuhkan pembelajaran mesin; itu mungkin hanya beberapa persamaan matematika sederhana dengan beberapa konstanta.
Robert Harvey

Jawaban:

15

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.

Robert Harvey
sumber
5
Anda masih perlu memperhitungkan ketidaksempurnaan perakitan, tetapi ini adalah masalah kalibrasi yang tidak melibatkan pembelajaran mesin. Teknik kontrol akan menjadi kerangka kerja teori yang lebih relevan.
mouviciel
2
@FrustratedWithFormsDesigner: Jika cermin Anda dipasang pada mobil kereta api, saya kira. GPS run-of-the-mill dan sensor leveling akan menyelesaikan masalah itu.
Robert Harvey
3
@RobertHarvey: Tapi apakah itu akan menyenangkan? ;)
FrustratedWithFormsDesigner
7
Fakta bahwa Anda memiliki ratusan cermin bukanlah masalah besar, perilaku untuk setiap cermin tidak bergantung pada tetangganya. Anda sengaja membuat masalah ini lebih sulit dari yang sebenarnya.
whatsisname
4
@ Buttons840: Jika Anda tidak memiliki cara untuk mengkorelasikan apa arti sensor posisi Anda relatif terhadap posisi aktual cermin, pembelajaran mesin tidak akan membantu Anda memposisikannya. Apa pun yang Anda lakukan tanpa data itu pada dasarnya akan menjadi pemabuk. Kalibrasi kasar harus menjadi faktor desain. Kalibrasi yang bagus dapat dilakukan dengan mengubah masing-masing cermin ke matahari dan menonton keluaran kolektor Anda. Whatsisname benar sekali: Anda membuat ini lebih sulit daripada yang seharusnya.
Blrfl
9

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.

Philip
sumber
Seperti yang dinyatakan saya melanjutkan dengan asumsi bahwa saya tidak tahu posisi cermin di dunia nyata, dan klaim bahwa dengan beberapa matematika saya bisa "cukup dekat" tidak memiliki dasar.
Buttons840
Ketika Anda mengatakan Anda tidak tahu posisi cermin di dunia nyata, apa yang Anda maksud dengan hal itu? Saya memiliki GPS di ponsel saya yang dapat memberi Anda koordinat lintang dan bujur, akurat hingga beberapa meter.
Robert Harvey
2
Asumsikan GPS telah dianggap tidak beroperasi oleh suar matahari atau bom Kessler.
Insinyur Dunia
@WorldEngineer - Asumsikan bahwa segala sesuatu kecuali pembelajaran mesin telah dianggap tidak beroperasi, akankah pembelajaran mesin menjadi solusinya?
mouviciel
@mouviciel tidak, tanpa beberapa servos atau sensor, pembelajaran mesin tidak ada yang bisa dipelajari dan tidak ada hubungannya setelah semua pemikiran itu.
Philip
2

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:

  • Pilih pengaturan acak untuk setiap cermin dan simpan di dalam array. Ulangi, sehingga Anda memiliki beberapa konfigurasi bidang cermin.
  • Selanjutnya, jalankan melalui konfigurasi bidang cermin, mengatur semua cermin untuk masing-masing dan kemudian mengukur panas yang dihasilkan.
  • Hapus konfigurasi bidang cermin yang menghasilkan paling sedikit panas dari daftar.
  • Hasilkan beberapa konfigurasi baru dengan menggabungkan kembali bagian-bagian dari konfigurasi yang tetap ada dalam daftar.
  • Ulangi sampai konfigurasi menyatu ke solusi tunggal atau peningkatan pada setiap iterasi turun di bawah ambang batas (yaitu Anda telah mencapai "cukup baik").

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.

Caleb
sumber
1

Saya hampir benci menulis ini.

  • Tentukan dari sel surya apakah matahari bersinar atau tidak.
  • Jika matahari bersinar, mulailah dengan cermin di (0, 0).
  • Putar cermin ke 0 pada sumbu x.
  • Putar cermin di sepanjang seluruh sumbu Y. Pada setiap langkah, ukur untuk melihat apakah output panas dari kolektor surya Anda meningkat. Jika demikian berhenti, dan pindah ke mirror berikutnya dalam array.
  • Putar cermin di sepanjang sumbu X satu langkah. Ulangi langkah sebelumnya.
  • Jika cermin telah diputar sepanjang sumbu x dan y tanpa meningkatkan keluaran panas, tandai cermin sebagai membutuhkan pemeliharaan, dan pindah ke x = 0 dan y = 0.
  • Ulangi semua langkah dengan setiap cermin di array cermin.
  • Tunggu satu jam, dan ulangi semua langkah.
Gilbert Le Blanc
sumber
Sederhana, namun pendekatan ini masih jauh dari optimal, dengan asumsi bahwa rotasi cermin
memerlukan
Itu tidak layak publikasi sekalipun.
Ayub
3
Oh, maaf, apakah Anda ingin SE.Program membantu Anda dengan tesis Anda? Saya tahu masalah pekerjaan rumah adalah masalah, tetapi sekarang kami memiliki mahasiswa pascasarjana yang ingin kami melakukan pekerjaan mereka?
Philip
@ Mikera: Benar, ini adalah solusi brute force. Namun, karena salah satu suntingan klarifikasi adalah "Selain itu, dua mirror mungkin pada posisi (4, 42) tetapi menunjuk ke arah yang berlawanan di dunia nyata.", Saya tidak melihat jalan pintas.
Gilbert Le Blanc
@Gilbert - Anda perlu menggunakan informasi dari pengukuran sebelumnya. Dua pengukuran, misalnya, cukup untuk mendapatkan estimasi gradien parsial. Kemudian Anda dapat mulai menggunakan metode seperti gradient descent untuk menemukan posisi optimal. Jauh lebih baik daripada brute force, terutama karena masalah optimasi dalam kasus ini cenderung cembung!
mikera