[論文レビュー] New Method for Accurate Parameter Estimation of Induction Motors Based on Artificial Bee Colony Algorithm

Mohammad Jamadi, Farshad Merrikh‐Bayat|arXiv (Cornell University)|Feb 18, 2014

Electric Motor Design and Analysis参考文献 16被引用数 10

ひとこと要約

本稿では、トルク、電流、力率のモデル予測値とメーカーが提供する値との誤差を最小化することにより、二巻線巻線形誘導電動機のパラメータを正確に推定するための人工蜂 Colony（ABC）アルゴリズムを提案する。ABC法は、PAMPアルゴリズムと同等の精度を達成するとともに、GA や PSO よりも高速かつ高精度に収束する。

ABSTRACT

This paper proposes an effective method for estimating the parameters of double-cage induction motors by using Artificial Bee Colony (ABC) algorithm. For this purpose the unknown parameters in the electrical model of asynchronous machine are calculated such that the sum of the square of differences between full load torques, starting torques, maximum torques, starting currents, full load currents, and nominal power factors obtained from model and provided by manufacturer is minimized. In order to confirm the efficiency of the proposed method the results are also compared with those achieved by using GA, PSO, and PAMP. The simulations show that in the problem under consideration ABC converges considerably faster than other algorithms and the results are as accurate as PAMP.

研究の動機と目的

• 二巻線巻線形誘導電動機のパラメータを推定するための、強固で効率的な手法を開発すること。
• 始動トルク、定格負荷トルク、最大トルク、力率といった主要な性能指標について、シミュレーションモデル出力と実際のメーカー提供データとの誤差を最小化すること。
• 従来のメタヒューリスティックアルゴリズム（GA、PSO、PAMP）と比較して、収束速度と精度を向上させること。
• 実際のモーター仕様条件下での比較的シミュレーション研究を通じて、ABCアルゴリズムの有効性を検証すること。

提案手法

• 二巻線巻線形誘導電動機の等価回路モデルにおける未知パラメータの最適化に、人工蜂 Colony（ABC）アルゴリズムを用いる。
• 目的関数は、定格負荷および始動状態におけるモデル予測値（トルク、電流、力率）とメーカーが提供する定格値との差の二乗和として定義される。
• アルゴリズムは、誤差関数を最小化する最適なパラメータ集合を探索するために反復的に動作し、ミツバチの採餌行動を模倣する。
• 集団ベースの探索戦略を用い、従事蜂、見守り蜂、探索蜂が協働して解空間を効率的に探索・利用する。
• 物理的および電気的制約（モーターのパラメータの実際の範囲）を適用することで、現実的で妥当な解が得られるように制限する。
• 同一のシミュレーション条件と収束指標を用いて、ABCの性能をGA、PSO、PAMPと比較評価する。

実験結果

リサーチクエスチョン

• RQ1 人工蜂 Colony（ABC）アルゴリズムは、誘導電動機パラメータ推定において、GA や PSO、PAMP よりも高速に収束するか？
• RQ2 ABCに基づく手法は、始動トルク、定格負荷トルク、最大トルク、始動電流、定格負荷電流、力率について、メーカーが提供する値をどれほど正確に再現できるか？
• RQ3 ABCを用いる場合、他のメタヒューリスティックアルゴリズムと比較して、収束速度と推定精度のトレードオフはどのようなものか？
• RQ4 ABCアルゴリズムは、パラメータ推定プロセスにおける異なる初期パラメータの初期値に対して、安定性と頑健性を保っているか？
• RQ5 ABC法は、シミュレーションと実際のモーター性能指標との誤差をどの程度低減できるか？

主な発見

• ABCアルゴリズムは、誘導電動機パラメータ推定において、GA や PSO、PAMP よりも顕著に高速に収束する。
• ABC法の推定精度は、高精度で知られるPAMPアルゴリズムと同等である。
• ABCアプローチを用いることで、モデル予測値とメーカー提供データとの二乗誤差の和が効果的に最小化される。
• ABC法は複数回の実行においても安定した性能を示し、パラメータ推定の安定性が確認された。
• 提案手法は、始動トルク、定格負荷トルク、最大トルク、始動電流、定格負荷電流、定格力率といった重要なモーター性能指標を的確に再現した。
• シミュレーション結果から、ABCは、指定されたパラメータ推定問題において、GA や PSO よりも収束速度と最終解の精度の両面で優れていることが確認された。