ベイズアプローチとRBF-netを用いた巻線界磁モータの実機データドリブン

カテゴリ: 全国大会

論文No: 5-049

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): Actual equipment data driven of wound field motor using Bayesian approach and RBF-net

著者名: 趙鉄陽（長岡技術科学大学）,日高勇気（長岡技術科学大学）,比留間真吾（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）,松下佳子（エムエスシーソフトウェア）

著者名(英語): Tieyang Zhao (Nagaoka University of Technology),Yuki Hidaka (Nagaoka University of Technology),Shigo Hiruma (Kyoto University),Hiroyuki Kaimori (Science Solutions International Laboratory, Inc.),Michi Egawa (MSC Software),Yoshiko Matsushita (MSC Software)

キーワード: ベイズアプローチ|単層ニューラルネットワーク|巻線界磁モータ|Bayesian approach|Neural network|Wound field motor

要約(日本語): 巻線界磁モータは，高いトルク密度と可変磁束特性を持つ，複雑な非線形磁気特性を有すことから，制御に必要な磁束マップ生成や実機データ取得に，多くの計算/作業時間を要する。そのため，RBF-netを用いたデータドリブン法を提案し，計算時間削減を実現してきた。本研究では同手法は実機データに対する有効性が検証する。また，学習データ構築法として，ベイズアプローチに基づく新しい学習データ構築法を提案する。 本研究では，ベイズアプローチに基づく方法は，実機データドリブンに充分に有効であるという結果を得られた。本研究におい

本誌掲載ページ: 88-89 p

原稿種別: 日本語

PDFファイルサイズ: 616 Kバイト