CNNを用いた複数電流条件におけるトルクリップル推定高精度化に関する検討

カテゴリ: 研究会(論文単位)

論文No: SA21066,RM21087

グループ名: 【B】電力・エネルギー部門 静止器/【D】産業応用部門 回転機合同研究会

発行日: 2021/09/06

タイトル(英語): Accuracy Improvement of Torque Ripple Estimation under Multiple Current Conditions Using CNN

著者名: 佐々木 秀徳(法政大学)

著者名(英語): Hidenori Sasaki(Hosei University)

キーワード: 深層学習|畳込みニューラルネットワーク|モータ|Deep Learning|Convolutional Neural Network|Motor

要約(日本語): 本論文では複数の電流条件に対し複数トルク特性を出力する畳込みニューラルネットワーク(CNN)の構築手法について述べる．また，多数の電流条件を考慮する際のネットワーク構成や入力データに関して詳細に検討を行う．

要約(英語): This paper discusses a construction method for a convolutional neural network (CNN) that estimates multiple torque characteristics for several current conditions. In addition, it will be discussed the network configuration and training data for considering several current conditions in detail.

本誌: 2021年9月9日－2021年9月10日静止器/回転機合同研究会－2

本誌掲載ページ: 1-6 p

原稿種別: 日本語

PDFファイルサイズ: 1,710 Kバイト