文献

J-GLOBAL ID：202202213550758056   整理番号：22A0968219

電気自動車の効率と範囲拡張を考慮したニューラルネットワークとDoEアプローチを用いたIPM設計変換【JST・京大機械翻訳】

IM to IPM design transformation using neural network and DoE approach considering the efficiency and range extension of an electric vehicle

著者 (1件)： Demir Ugur (Mechatronics Engineering Department, Marmara University, Istanbul, Turkey)
資料名： Electrical Engineering  (Electrical Engineering)
巻： 104  号： 2  ページ： 1141-1152  発行年： 2022年 
JST資料番号： A0448A  ISSN： 0948-7921  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文は,牽引モータの効率を高め,電気自動車の範囲を拡張するために,誘導電動機(IM)から内部永久磁石モータ(IPM)への設計変換方法論に関するものである。さらに,IPMの回転子構造を設計するために,車両要求を満たし,モータ効率を最大化するために,IMの固定子と巻線構造を変えずに最適化することを試みた。最初に,設計パラメータ,車両要求,および制約を基準IMモデルのために決定する。第2に,IPMのための種々の回転子形状の長所と短所を考慮することによって,適切な回転子形状を選択した。次に,回転子の設計パラメータを決定し,IPMの回転子設計パラメータの重要性と優先順位を考慮して,Taguchi実験計画法(DoE)法を用いて研究した。第3に,より良い設計パラメータを予測するニューラルネットワーク(NN)を,フレームワークの優先順位付けと正規化に従ってDoEのデータで操作するために訓練した。最後に,基準IMと予測IPMモデルを,加速,傾斜上昇,運転性能(ECE R15),および電池消費特性に関して評価した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  実験計画法 ,  電池 ,  回転子 ,  電動機 ,  走行性能 ,  *電気自動車 ,  固定子 ,  巻線 ,  *ニューラルネットワーク ,  誘導電動機 ,  パラメータ ,  正規化 ,  PMモータ
準シソーラス用語： 設計変数 , 【Automatic Indexing@JST】

著者キーワード (5件)： ニューラルネットワーク ,  パラメータフィッティング ,  実験の設計 ,  電気自動車 ,  IPMモータ

分類 (1件)： 電動機  (NB07030U)

タイトルに関連する用語 (6件)： 電気自動車 ,  拡張 ,  ニューラルネットワーク ,  DOE ,  IPM ,  設計