Taajuusmuuttajan pääpiirin simulaatiomallin rakentaminen MATLAB Simulink-ohjelmistoon ChatGPT:llä
Näsinkoski, Joni (2024)
Näsinkoski, Joni
2024
Tieto- ja sähkötekniikan kandidaattiohjelma - Bachelor's Programme in Computing and Electrical Engineering
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2024-02-19
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202402202396
https://urn.fi/URN:NBN:fi:tuni-202402202396
Tiivistelmä
Tekoäly on yksi teknologian nopeimmin kehittyvistä aihealueista tällä hetkellä ja sille etsitään uusia sovelluskohteita jatkuvasti. Tässä työssä tutkitaan suurelle yleisölle saatavilla olevan tekoälyn tämänhetkistä kyvykkyyttä rakentaa simulaatiomalleja. Työssä selvitetään, kuinka hyvin tekoäly suoriutuu simulaatiomallin rakentamisesta, ja dokumentoidaan prosessi, jolla simulaatiomallin voi rakentaa tekoälyä käyttäen.
Työssä käytettäväksi tekoälyksi valittiin ChatGPT:n versio 3.5. Systeemiksi, jolle simulaatiomalli rakennetaan, valittiin yksinkertainen taajuusmuuttajan pääpiiri. Simulaatioalustana käytetään MATLAB Simulink-ohjelmistoa. Simulink-ohjelmiston käyttäminen mahdollistaa myös MatGPT-rajapintasovelluksen hyödyntämisen.
Työssä rakennetaan simulaatiomalli taajuusmuuttajan pääpiirille. Pääpiirin moduuleista tasasuuntaaja ja DC-välipiiri rakennettiin komponenttitasolla. Vaihtosuuntaajalle sekä ohjauslohkolle käytettiin valmiita ohjelmiston kirjastosta löytyviä lohkoja. Simulaatiomallin rakentaminen tehtiin käyttämällä MatGPT:tä sekä ChatGPT:n selainversiota.
Työn tuloksena saatiin rakennettua yksinkertainen simulaatiomalli taajuusmuuttajan pääpiirille käyttäen tekoälyä. Mallin toiminta pystyttiin verifioimaan, ja rakentamisprosessi saatiin dokumentoitua ja eriteltyä selkeisiin kokonaisuuksiin.
Työstä saatujen tulosten pohjalta pystytään muodostamaan johtopäätös, että simulaatiomallien rakentaminen tekoälyllä ei ole vielä käytännöllistä. Tekoälyä koskevat rajoitteet ja simulaatiomallien ohjelmalliseen rakentamiseen liittyvän tiedon harvuus vaikeuttaa ja hidastaa rakentamisprosessia. Myös tekoälylle opetetusta tiedosta muodostuvan tietokannan rajoittuminen haittaa sovellettavuutta. Manuaalinen simulaatiomallien rakentaminen on vielä nopeampaa ja johtaa parempaan lopputulokseen. Voidaan kuitenkin olettaa tekoälyn kehittyvän myös simulaatiomallien rakentamisessa. On myös mahdollista, että ChatGPT:n uusin versio, GPT-4, onnistuu tehtävässä jo edeltäjäänsä paremmin.
Työssä käytettäväksi tekoälyksi valittiin ChatGPT:n versio 3.5. Systeemiksi, jolle simulaatiomalli rakennetaan, valittiin yksinkertainen taajuusmuuttajan pääpiiri. Simulaatioalustana käytetään MATLAB Simulink-ohjelmistoa. Simulink-ohjelmiston käyttäminen mahdollistaa myös MatGPT-rajapintasovelluksen hyödyntämisen.
Työssä rakennetaan simulaatiomalli taajuusmuuttajan pääpiirille. Pääpiirin moduuleista tasasuuntaaja ja DC-välipiiri rakennettiin komponenttitasolla. Vaihtosuuntaajalle sekä ohjauslohkolle käytettiin valmiita ohjelmiston kirjastosta löytyviä lohkoja. Simulaatiomallin rakentaminen tehtiin käyttämällä MatGPT:tä sekä ChatGPT:n selainversiota.
Työn tuloksena saatiin rakennettua yksinkertainen simulaatiomalli taajuusmuuttajan pääpiirille käyttäen tekoälyä. Mallin toiminta pystyttiin verifioimaan, ja rakentamisprosessi saatiin dokumentoitua ja eriteltyä selkeisiin kokonaisuuksiin.
Työstä saatujen tulosten pohjalta pystytään muodostamaan johtopäätös, että simulaatiomallien rakentaminen tekoälyllä ei ole vielä käytännöllistä. Tekoälyä koskevat rajoitteet ja simulaatiomallien ohjelmalliseen rakentamiseen liittyvän tiedon harvuus vaikeuttaa ja hidastaa rakentamisprosessia. Myös tekoälylle opetetusta tiedosta muodostuvan tietokannan rajoittuminen haittaa sovellettavuutta. Manuaalinen simulaatiomallien rakentaminen on vielä nopeampaa ja johtaa parempaan lopputulokseen. Voidaan kuitenkin olettaa tekoälyn kehittyvän myös simulaatiomallien rakentamisessa. On myös mahdollista, että ChatGPT:n uusin versio, GPT-4, onnistuu tehtävässä jo edeltäjäänsä paremmin.
Kokoelmat
- Kandidaatintutkielmat [8430]