単層ニューラルネットワークを用いた代替磁束モデル生成における d 軸磁束の推定精度向上に関する基礎検討

カテゴリ: 研究会(論文単位)

論文No: SA22084,RM22087

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: 2022/09/26

タイトル(英語): Basic Study on Improvement of d-axis Flux Estimation Accuracy in Alternative Magnetic Flux Model Generated by Neural Network

著者名: 日高 勇気(長岡技術科学大学),趙 鉄陽(長岡技術科学大学),比留間 真悟(京都大学),貝森 弘行(サイエンスソリューションズ),江川 みち(エムエスシーソフトウェア),松下 嘉子(エムエスシーソフトウェア)

著者名(英語): Hidaka Yuki(Nagaoka University of Technology),Zhao Tieyang(Nagaoka University of Technology),Hiruma Shingo(Kyoto University),Kaimori Hiroyuki(Science Solutions International Laboratory, Inc.),Egawa Michi(MSC Software),Matsushita Yoshiko(MSC Software)

キーワード: 単層ニューラルネットワーク|代替磁束モデル|ｄ軸磁束|巻線界磁モータ|Neural network|Alternative flux model|d-axis flux|Wound field notor

要約(日本語): 本研究は、機械学習を用いた、d/q軸磁束マップの推定法に関するものである。著者らは、単層ニューラルネットワークを用いた代替磁束モデルの生成法を提案してきた。同手法を巻線界磁モータに適用し、その有効性を明らかにしてきた。一方、これまでの研究では、特にd軸磁束の推定精度に課題があった。そこで、本研究では、推定精度の改善を実現する、学習データの構築法を考案する。また、考案した新データ構築法を、巻線界磁モータに適用し、数値検証する。

要約(英語): This study concerns a method for estimating d/q-axis magnetic flux maps using machine learning. The authors have proposed a method for generating an alternative magnetic flux model using a single-layer neural network. The method has been applied to wound field motors and its effectiveness has been clarified. On the other hand, previous studies had problems in estimation accuracy, especially for d-axis magnetic flux. Therefore, we will devise a new method for constructing training data that will improve the estimation accuracy. We will also apply the new data construction method to a wire-wound field motor and verify it numerically.

本誌: 2022年9月29日-2022年9月30日静止器/回転機合同研究会-2

本誌掲載ページ: 25-30 p

原稿種別: 日本語

PDFファイルサイズ: 2,435 Kバイト