Fugu-MT 論文翻訳(概要): ANN-based position and speed sensorless estimation for BLDC motors

論文の概要: ANN-based position and speed sensorless estimation for BLDC motors

arxiv url: http://arxiv.org/abs/2402.03534v1
Date: Mon, 5 Feb 2024 21:43:40 GMT
ステータス: 処理完了
システム内更新日: 2024-02-07 17:50:31.591657
Title: ANN-based position and speed sensorless estimation for BLDC motors
Title（参考訳）: ANNによるBLDCモータの位置と速度センサレス推定
Authors: Jose-Carlos Gamazo-Real, Victor Martinez-Martinez, Jaime Gomez-Gil
Abstract要約: BLDCモーターの応用には、センサーで伝統的に得られる正確な位置と速度の測定が必要である。本稿では, 終端位相電圧を減衰したスプリアスを用いて位置センサを使わずにこれらの測定値を推定する方法を提案する。その結果, 総合的な位置推定は従来の手法, 先進手法を有意に改善し, 速度推定は従来の手法をわずかに改善したが, 先進手法よりも悪いことがわかった。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: BLDC motor applications require precise position and speed measurements, traditionally obtained with sensors. This article presents a method for estimating those measurements without position sensors using terminal phase voltages with attenuated spurious, acquired with a FPGA that also operates a PWM-controlled inverter. Voltages are labelled with electrical and virtual rotor states using an encoder that provides training and testing data for two three-layer ANNs with perceptron-based cascade topology. The first ANN estimates the position from features of voltages with incremental timestamps, and the second ANN estimates the speed from features of position differentials considering timestamps in an acquisition window. Sensor-based training and sensorless testing at 125 to 1,500 rpm with a loaded 8-pole-pair motor obtained absolute errors of 0.8 electrical degrees and 22 rpm. Results conclude that the overall position estimation significantly improved conventional and advanced methods, and the speed estimation slightly improved conventional methods, but was worse than in advanced ones.
Abstract（参考訳）: BLDCモーターの応用には正確な位置と速度の測定が必要である。本稿では,PWM制御インバータを動作させるFPGAで得られた終端位相電圧を減衰した位相電圧を用いて位置センサを使わずにこれらの測定値を推定する方法を提案する。電圧は、パーセプトロンベースのカスケードトポロジーを持つ2つの3層ANNのトレーニングおよびテストデータを提供するエンコーダを用いて、電気的および仮想的なローター状態とラベル付けされる。第1のANNは、インクリメンタルタイムスタンプを持つ電圧の特徴から位置を推定し、第2のANNは、取得ウィンドウにおけるタイムスタンプを考慮した位置差の特徴から速度を推定する。センサーベースのトレーニングとセンサーレステストは125 - 1500 rpmで8極ペアモーターを装填し、絶対誤差は0.8度と22 rpmであった。その結果, 総合的位置推定は従来法および先進的手法を著しく改善し, 速度推定は従来法をわずかに改善したが, 先進的手法よりも悪くなった。

関連論文リスト

DCNet: A Data-Driven Framework for DVL Calibration [2.915868985330569]
本稿では,2次元畳み込みカーネルを革新的な方法で利用するデータ駆動型フレームワークDCNetを紹介する。平均精度は70%,キャリブレーション時間は80%向上した。また, 低コストで高精度なDVLを用いた海洋ロボット工学の新たな応用を開拓した。
論文参考訳（メタデータ） (2024-10-11T13:47:40Z)
A New Method for Sensorless Estimation of the Speed and Position in Brushed DC Motors Using Support Vector Machines [0.0]
本稿では, ブラシドdcモータの速度と位置推定のためのリップル成分に基づく新しい手法を提案する。ゴーストパルスを検知し、偽パルスを破棄する能力は、他のセンサレス法に比べて、この方法の主な利点である。
論文参考訳（メタデータ） (2024-02-07T21:15:53Z)
High Frequency, High Accuracy Pointing onboard Nanosats using Neuromorphic Event Sensing and Piezoelectric Actuation [22.06308723585416]
衛星が小さくなるにつれて、安定したポインティングを維持する能力は低下する。現在のナノサットは通常10秒から100秒の範囲で、宇宙領域の認識タスクには不十分である。圧電段と閉ループに結合したニューロモルフィック事象センサを利用する新しいペイロードを開発した。
論文参考訳（メタデータ） (2023-09-04T05:05:15Z)
Environmental Sensor Placement with Convolutional Gaussian Neural Processes [65.13973319334625]
センサーは、特に南極のような遠隔地において、その測定の情報量が最大になるように配置することは困難である。確率論的機械学習モデルは、予測の不確実性を最大限に低減するサイトを見つけることによって、情報的センサ配置を提案することができる。本稿では,これらの問題に対処するために,畳み込み型ガウスニューラルプロセス(ConvGNP)を提案する。
論文参考訳（メタデータ） (2022-11-18T17:25:14Z)
Correlating sparse sensing for large-scale traffic speed estimation: A Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
論文参考訳（メタデータ） (2022-10-21T07:25:57Z)
SenseMag: Enabling Low-Cost Traffic Monitoring using Non-invasive Magnetic Sensing [40.55828486246774]
そこで本稿では, 直線道路上に展開する2つの非侵襲型磁気センサを用いて, 車両の車体型を認識するための低コストなSenseMagを提案する。 SenseMagは、車両がすべてのセンサーノードから到着または出発する正確な時間ポイントによって、受信したノイズとセグメントをフィルタリングする。フィールド実験の結果,SenseMagは車種分類精度が90%以上,車両長分類誤差が5%未満であることが確認された。
論文参考訳（メタデータ） (2021-10-24T07:47:43Z)
Two-Timescale End-to-End Learning for Channel Acquisition and Hybrid Precoding [94.40747235081466]
本研究では,ミリ波(mmWave)大規模マルチインプット多重出力(MIMO)システムのためのエンドツーエンドの深層学習に基づくジョイントトランスシーバ設計アルゴリズムを提案する。我々は受信したパイロットを受信機でフィードバックビットにマッピングし、さらに送信機でハイブリッドプリコーダにフィードバックビットをマッピングするDNNアーキテクチャを開発した。
論文参考訳（メタデータ） (2021-10-22T20:49:02Z)
Artificial Neural Networks Based Analysis of BLDC Motor Speed Control [0.0]
ブラシレス直流モータ(BLDC)は、電子クローズドループコントローラを使用して、直流電流をモータ巻線に切り替え、磁場を発生させる。 BLDCモータはその高速、低保守、適切なトルク能力のために様々な応用を見出す。本稿では、ブリッジコンバータの直流入力電圧を変更して速度を制御するBLDCモータの速度制御方法を提案する。
論文参考訳（メタデータ） (2021-08-27T14:55:10Z)
Cascade-Forward Neural Network Based on Resilient Backpropagation for Simultaneous Parameters and State Space Estimations of Brushed DC Machines [0.0]
本稿では,ニューラルネットワーク(NN)に基づくセンサレス速度,平均温度,抵抗推定手法を提案する。本研究の目的は, ブラシ直流機の速度, 温度, 抵抗を同時に推定するために, レジリエントBPに基づくインテリジェントセンサを導入することである。
論文参考訳（メタデータ） (2021-03-31T08:56:14Z)
Real-time detection of uncalibrated sensors using Neural Networks [62.997667081978825]
オンライン学習に基づく温度・湿度・圧力センサの非校正検出装置を開発した。このソリューションはニューラルネットワークをメインコンポーネントとして統合し、校正条件下でのセンサーの動作から学習する。その結果, 提案手法は, 偏差値0.25度, 1% RH, 1.5Paの偏差をそれぞれ検出できることがわかった。
論文参考訳（メタデータ） (2021-02-02T15:44:39Z)
A Graph Convolutional Network with Signal Phasing Information for Arterial Traffic Prediction [63.470149585093665]
動脈交通予測は現代のインテリジェント交通システムの発展に重要な役割を担っています動脈交通予測に関する既存の研究の多くは、ループセンサからの流量と占有率の時間的測定のみを考慮し、上流と下流の検出器間のリッチな空間的関係を無視している。我々は,信号タイミング計画から発生する空間情報を用いて,深層学習アプローチである拡散畳み込みリカレントニューラルネットワークを強化することで,このギャップを埋める。
論文参考訳（メタデータ） (2020-12-25T01:40:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。