文献

J-GLOBAL ID：202302250131389563   整理番号：23A2678959

最適化PCAベースEWMA制御方式を用いたPMaSynRMStator巻線故障検出アプローチ【JST・京大機械翻訳】

A PMaSynRM Stator Winding Fault Detection Approach using an Optimized PCA-based EWMA Control Scheme

著者 (4件)： Lare Pakedam (IFP Energies nouvelles, Institut Carnot IFPEN Transports Energie,Rueil Malmaison,France) ,  Sarabi Siyamak (IFP Energies nouvelles, Institut Carnot IFPEN Transports Energie,Rueil Malmaison,France) ,  Delpha Claude (Universite ́ Paris-Saclay, CNRS, CentraleSupe ́lec, L2S,Gif-sur-Yvette,France) ,  Diallo Demba (Universite ́ Paris-Saclay, CentraleSupe ́lec, CNRS, GeePs,Gif-sur-Yvette,France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2023  号： ISIE  ページ： 1-6  発行年： 2023年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,閉ループ運転における電化車両のためのPMaSynRMにおけるターン間短絡故障検出に対する統計的方法論を提示することを目的とする。提案手法は,その性能が制御パラメータに強く依存する主成分分析(PCA)と指数加重移動平均(EWMA)の組み合わせに基づいている。False Alarm(PFA)確率は,制御パラメータを正しく調整するために最小化される。さらに,PCA部分空間におけるデータの固有値の比較に基づく戦略を開発し,最小誤検出確率(PMD)で最良の故障検出を可能にする統計的指標を自動的に選択した。PMaSynRMのハイブリッド有限要素-解析モデルを,合成データを生成するためにシミュレートした。7つの故障重度と3つの異なる負荷に対して,性能を評価した。すべての操作と故障条件に対して,故障検出がPMD<0.02とPFA<0.055の最悪の場合に保証されることを示した。提案した方法論は従来の手法よりも優れており,その効率を証明した。Copyright 2023 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 固有値 ,  *最適化 ,  *故障 ,  *巻線 ,  電化 ,  *故障検出 ,  統計的方法 ,  *制御方式 ,  主成分分析 ,  解析モデル ,  誤検出 ,  制御パラメータ ,  *改変
準シソーラス用語： 部分空間 ,  有限要素 ,  *指数加重移動平均 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 最適化 ,  PCA ,  EWMA ,  制御方式 ,  巻線 ,  故障検出