強化学習によるPMSM速度センサレス制御の実機検証

カテゴリ: 部門大会

論文No: TC10-1

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Experiment of PMSM Speed Sensor-less Control by Reinforcement Learning Approach

著者名: 高野 俊也（東芝インフラシステムズ）,茂田 智秋（東芝インフラシステムズ）

著者名(英語): Toshiya Takano (TOSHIBA Infrastracure & Service Company),Tomoaki Shigeta (TOSHIBA Infrastracure & Service Company)

キーワード: 強化学習|モータ制御|永久磁石型同期モータ|センサレス|Reinforcement Learning|Motor Control|Permanent Magnet Synchronous Motor|Sensor-less

要約(日本語): 近年、自動運転技術 やロボット制御 などモデルが複雑で、高度な制御が要求される分野のブレークスルー技術として、人工知能技術のひとつである強化学習(Reinforcement Learning)が注目されている。従来、モータ回転速度制御において、コンプレッサなど負荷変動下では、制御モデルを設計し、制御モデルのパラメータを繰り返し調整することで速度脈動を低減していた。このように人間系で構築していた速度制御モデルに対して、強化学習により、モデルフリー化かつパラメータ調整フリー化を実現する手法を提案し、PMSM(Permanent Magnet Synchronous Motor)実機検証において有効性を確認した。本稿では、回転速度をPMSMの状態から推定するセンサレス方式において、速度制御モデルを強化学習により構築し、その有効性について検討する。