巻線界磁モータの実機トルク特性における効率的データドリブン法の検討 -ベイズアプローチを用いた学習データの品質向上-

カテゴリ: 研究会(論文単位)

論文No: SA23080,RM23079

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: 2023/08/25

タイトル(英語): An Effective Data Driven Method for Actual Torque Characteristics of Wound Field Motor -Improving Quality of Training Data using Bayesian Approach-

著者名: 趙 鉄陽(長岡技術科学大学),木原 由晴(長岡技術科学大学),日高 勇気(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): Zhao Tieyang(Nagaoka University of Technology),Kihara Yoshiharu(Nagaoka University of Technology),Hidaka Yuki(Nagaoka University of Technology),Hiruma Shingo(Kyoto University),Kaimori Hiroyuki(Science Solutions International Laboratory, Inc.),Egawa Michi(MSC Software Corporation),Matsushita Yoshiko(MSC Software Corporation)

キーワード: ベイズアプローチ|ニューラルネットワーク|巻線界磁モータ|ラテン超方格サンプリング|Bayesian approach|Neural network|Wound field motor|Latin Hypercube Sampling

要約(日本語): 本論文では，巻線界磁モータを対象に，新しいデータドリブン法を提案する。提案法では，RBF-netを用いた学習器とベイズアプローチに基づくデータ構築法である。これにより，従来法よりも高い推定精度を実現することができる。提案法の有効性を検証するため、実機トルク特性の推定に適用した。実験結果から，提案したデータドリブン法を用いることで，トルク特性を推定するための学習データ点を削減できることが確認できた。

要約(英語): This paper presents a novel data driven method for a wound field motor. In the proposed method, machine learning using RBF-net and data construction based on Bayesian approach are combined. Thanks to this, better estimation accuracy can be realized than that of the conventional method. To validate the effectiveness, the proposed method is applied to characteristic estimation of actual torque characteristic. From the experimental results, learning data points for performance estimating can be reduced by using the proposed data driven method.

本誌: 2023年8月28日-2023年8月29日静止器/回転機合同研究会-2

本誌掲載ページ: 65-70 p

原稿種別: 日本語

PDFファイルサイズ: 1,778 Kバイト