文献

J-GLOBAL ID：202002226196719205   整理番号：20A2502920

個別ピッチ制御の効率的チューニング:Bayes最適化機械学習アプローチ【JST・京大機械翻訳】

Efficient tuning of Individual Pitch Control: A Bayesian Optimization Machine Learning approach

著者 (3件)： Mulders SP (Delft Center for Systems and Control, Faculty of Mechanical Engineering, Delft University of Technology, Mekelweg 2, 2628 CD Delft, The Netherlands) ,  Pamososuryo AK (Delft Center for Systems and Control, Faculty of Mechanical Engineering, Delft University of Technology, Mekelweg 2, 2628 CD Delft, The Netherlands) ,  van Wingerden JW (Delft Center for Systems and Control, Faculty of Mechanical Engineering, Delft University of Technology, Mekelweg 2, 2628 CD Delft, The Netherlands)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1618  号： 2  ページ： 022039 (10pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 風力タービンロータ直径を増加させる傾向によって,ブレード疲労負荷の緩和は,タービン寿命を延長するために特に興味深い。疲れ荷重低減は,個々のピッチ制御(IPC)を用いて部分的に達成され,いわゆるマルチブレード座標(MBC)変換によって一般的に促進される。この操作は,非回転ヨー軸と傾斜軸におけるブレード負荷信号を変換し,分離する。しかし,実際のシナリオでは,得られた変換システムは軸間の結合を示す。この現象に対処するために,以前の研究は,付加的MBC調整変数,方位角オフセットの導入が多変数システムを切り離すことを示した。しかしながら,この余分な変数の導入は,コントローラ設計プロセスを複雑にし,エキスパート知識と専門分析ソフトウェアを必要とする。固定構造IPC制御装置の最適化のための効率的方法を提供するために,ブラックボックスと計算上コストの目的関数に基づいて,本論文は,Bayesian最適化制御装置調整フレームワークを考察した。結果は,事前知識なしで,組合せ1P+2P IPC実装を調整するフレームワークの効率性を示し,計算的に高価な目的関数を用いた高忠実度シミュレーション結果に基づく。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  シミュレーション ,  制御装置 ,  多変数系 ,  方位角 ,  *同調 ,  ブラックボックス ,  ソフトウェア ,  目的関数 ,  タービン ,  風力 ,  疲れ荷重 ,  *機械学習
準シソーラス用語： 事前知識 ,  ピッチ制御 , 【Automatic Indexing@JST】

分類 (2件)： 送風機,圧縮機,風車  (QD03000U) ,  風力発電  (NB03120Q)

タイトルに関連する用語 (4件)： ピッチ制御 ,  チューニング ,  Bayes最適化 ,  機械学習