強化学習によるモータ回転速度制御のシミュレーション検証

カテゴリ: 部門大会

論文No: GS9-4

グループ名: 【C】2019年電気学会電子・情報・システム部門大会プログラム

発行日: 2019/08/28

タイトル(英語): Simulation of Reinforcement Learning Approach to a Moter Speed Control

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

著者名(英語): Toshiya Takano|Ryosuke Saito

キーワード: 強化学習|モータ|速度制御|永久磁石同期モータ|Reinforcement learning|Motor|speed control|Permanent Magnet Synchronous Motor

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，制御モデルの設計および制御モデルのパラメータを様々な動作シーケンスを繰り返し実行し調整することで回転脈動を低減していた。本稿では，このように人間系で構築していた回転速度制御モデルを強化学習により自動構築することでパラメータ調整不要な手法を提案する。提案手法に基づき，PMSM(Permanent Magnet Synchronous Motor)シミュレーションモデルにおける定負荷および変動負荷下での回転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。

PDFファイルサイズ: 837 Kバイト