機械学習を活用したDC/DCコンバータの異常診断技術の検討

カテゴリ: 研究会(論文単位)

論文No: SPC23023,MD23023

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 モータドライブ合同研究会

発行日: 2023/01/23

タイトル(英語): Study on Fault Diagnosis Techniques for DC/DC Converter Based on Machine Learning

著者名: 王 承涛(東京工業大学),原田 茂樹(東京工業大学),浦壁 隆浩(東京工業大学)

著者名(英語): Chengtao Wang(Tokyo institute of technology),Shigeki Harada(Tokyo institute of technology),Takahiro Urakabe(Tokyo institute of technology)

キーワード: ＤＣ／ＤＣコンバータ|異常診断|機械学習|サポートベクターマシン|時間分解能|電圧分解能|DC/DC converter|fault diagnosis|machine learning|support-vector machine|time resolution|voltage resolution

要約(日本語): パワエレ機器の運転継続性を向上させるためには、機器が停止する前に異常を検知する必要がある。近年、機械学習に基づくパワエレ機器の故障・異常診断の研究が活発化してきている、本研究では機械学習を用いて、DC/DCコンバータの一部半導体素子のオープン故障や受動部品の容量値やインダクタンス値の変化を診断する。出力電圧信号波形の時間分解能と電圧分解能の変化と正解率の関係を明確し、低分解能で故障診断を可能にする方策を提案する。

要約(英語): Improving operational continuity of power electronics equipment, it is necessary to detect information of an abnormality something and take some action before stopping. In recent years, many studies on failure/abnormality diagnosis techniques for power electronics equipment based on a machine learning has become active. In this study, a machine learning is used to diagnose open faults in some power semiconductor devices, degradations of capacitances and inductances values of passive components in DC/DC converters. We clarify the relationship between the change in the time or voltage resolution of the output voltage signal waveform and the accuracy rate and propose a measure to enable failure diagnosis with low resolution.

本誌: 2023年1月26日-2023年1月27日半導体電力変換/モータドライブ合同研究会-2

本誌掲載ページ: 31-36 p

原稿種別: 日本語

PDFファイルサイズ: 1,892 Kバイト