埋込型永久磁石同期モータの電気的モータパラメータから形状パラメータのベイズ最適化を用いた推定法

カテゴリ: 研究会(論文単位)

論文No: SPC22229,HCA22054,VT22029

グループ名: 【D】産業応用部門 半導体電力変換/【D】産業応用部門 家電・民生/【D】産業応用部門 自動車合同研究会

発行日: 2022/12/09

タイトル(英語): Estimation Method of Geometry Parameters from Electrical Motor Parameters for Interior Permanent Magnet Synchronous Motors Using Bayesian Optimization

著者名: 重道 大河(東京理科大学),星 伸一(東京理科大学)

著者名(英語): Taiga Shigemichi(Tokyo Univercity of Science),Nobukazu Hoshi(Tokyo Univercity of Science)

キーワード: 埋込型永久磁石同期モータ|電磁界解析|ベイズ最適化|モデルベース開発|形状パラメータ|Interior Permanent Magnet Synchronous Motor|Electromagnetic Field Analysis|Bayesian Optimization|Model Based Development|Geometry Parameter

要約(日本語): 埋込型永久磁石同期モータ(IPMSM)の電磁界解析モデルの解析精度は，形状の正確さに依存しているため，モデル作成時には正確な形状パラメータが必要となる。しかし，IPMSMを完全に分解できない場合、正確な形状パラメータを得ることができない。本稿では，ベイズ最適化を用いてIPMSMの形状パラメータを推定する方法について検討した。提案手法では，モータを完全には分解せずに得られる14個のパラメータと電気的パラメータから，計測できない残りの形状パラメータを推定することが可能である。

要約(英語): Accurate geometry parameters of an interior permanent magnet synchronous motor (IPMSM) are required when analyzing the characteristics of the motor by an electromagnetic field analysis. However, if the IPMSM cannot be completely decomposed, only some geometry parameters can be obtained. This paper investigates a method for estimating the geometry parameters of the IPMSM using Bayesian optimization. The proposed method can estimate ten remaining geometry parameters that cannot be measured from the 14 parameters and electrical parameters obtained without fully decomposing the motor.

本誌: 2022年12月12日-2022年12月13日半導体電力変換/家電・民生/自動車合同研究会-2

本誌掲載ページ: 7-12 p

原稿種別: 日本語

PDFファイルサイズ: 1,517 Kバイト