DNNを用いた初期波形推定による単板磁気特性試験用磁束波形制御の高速化に関する検討

カテゴリ: 研究会(論文単位)

論文No: MAG22104,MD22122,LD22075

グループ名: 【A】基礎・材料・共通部門 マグネティックス/【D】産業応用部門 モータドライブ/【D】産業応用部門 リニアドライブ合同研究会

発行日: 2022/11/18

タイトル(英語): Speedup of Waveform Control by Estimating Initial Waveform Using Deep Neural Network in Single Sheet Tester

著者名: 角 和樹(法政大学),岡本 吉史(法政大学),藤原 耕二(同志社大学),佐々木 秀徳(法政大学)

著者名(英語): Kazuki Sumi(Hosei University),Yoshifumi Okamoto(Hosei University),Koji Fujiwara(Doshisha University),Hidenori Sasaki(Hosei University)

キーワード: 磁気特性測定|単板磁気試験器|電磁鋼鈑|波形制御法|深層学習|初期波形推定|Magnetic property measurement|Single sheet tester|Electrical steel sheet|Waveform control|Deep learning|Initial waveform estimation

要約(日本語): 電磁鋼鈑の磁気特性を測定する有力な試験法として単板磁気特性試験法がある．当該試験法による高磁束密度領域での波形制御法（従来法）では，励磁電圧波形の反復修正を行うことから，フィードバック回数が著しく増加し，測定時間の増大が懸念される．本稿では，Deep Neural Networkを用いて励磁電圧波形を初期波形として推定する波形制御機構を用いて，波形制御の高速化および有用性について検討したので報告する．

要約(英語): The single sheet tester is a powerful testing method for the measurement of magnetic properties in the Electrical steel sheet. In the conventional waveform control method in the high magnetic flux density region, the number of feedback cycles increases significantly due to repetitive modification of the excitation voltage waveform. As a result, the elapsed time for the measurement tends to be longer. In this paper, the acceleration method for the waveform control using a deep neural network is proposed.

本誌: 2022年11月21日-2022年11月22日マグネティックス/モータドライブ/リニアドライブ合同研究会-2

本誌掲載ページ: 9-14 p

原稿種別: 日本語

PDFファイルサイズ: 3,418 Kバイト