유전알고리즘과 준뉴턴법을 이용한 IPMSM의 효율 향상 설계에 대한 연구 : Efficiency improvement design and influence analysis of IPMSM using genetic algorithm and quasi-Newton method :

백성민

추천

검색

자료유형: 학위논문

저자정보: 백성민 (창원대학교, 창원대학교 대학원)

지도교수: 김규탁

발행연도: 2019

저작권: 창원대학교 논문은 저작권에 의해 보호받습니다.

이용수38

이 논문의 연구 히스토리 (9)

2019

유전알고리즘과 준뉴턴법을 이용한 IPMSM의 효율 향상 설계에 대한 연구 : Efficiency improvement design and influence analysis of IPMSM using genetic algorithm and quasi-Newton method

백성민 메카트로닉스공학부 2019.01 학위논문

2018

유전 알고리즘을 이용한 IPMSM의 효율 향상 설계 및 영향도 분석

백성민 , 강현수 , 박병준 외 1명 대한전기학회 학술대회 논문집 2018.10 학술대회자료

Quasi-Newton법을 이용한 IPMSM의 효율 최적화 설계

백성민 , 박병준 , 김용태 외 1명 전기학회논문지 2018.10 학술저널

Quasi-Newton Method와 Genetic Algorithm을 통한 IPMSM의 효율 향상 설계

백성민 , 김용태 , 박병준 외 1명 대한전기학회 학술대회 논문집 2018.07 학술대회자료

Quasi-Newton법을 이용한 IPMSM의 효율 최적화 설계 및 분석

백성민 , 김용태 , 박병준 외 1명 대한전기학회 학술대회 논문집 2018.04 학술대회자료

2017

Quasi-Newton법을 이용한 IPMSM의 효율 최적화를 위한 최적화 기법 비교

백성민 , 박병준 , 장기봉 외 1명 대한전기학회 학술대회 논문집 2017.10 학술대회자료

Quasi-Newton 법을 이용한 600W급 IPMSM 의 회전자변수에 따른 효율최대화 설계

백성민 , 전병길 , 김용태 외 2명 대한전기학회 학술대회 논문집 2017.07 학술대회자료

Quasi-Newton Method에 의한 600W IPMSM의 철손 최소화 설계

백성민 , 조규원 , 김규탁 전기학회논문지 2017.07 학술저널

Quasi-Newton법을 이용한 600W급 IPMSM의 자기회로 설계 변수에 따른 거동 분석

백성민 , 김용태 , 조규원 외 2명 대한전기학회 학술대회 논문집 2017.04 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

에너지 정책이 공급 중심에서 효율 향상과 에너지 절약과 같은 수요 중심관리로 바뀌고 있다. 여기에 맞춰 전기산업 분야 연구 개발도 친환경, IT융합, 고효율 부문에 집중하는 추세이다. 특히, 세계 전력량의 상당부분을 차지하는 모터 효율 향상에 대한 연구가 계속해서 진행되고 있다. 따라서 전자기 시스템은 고 효율화, 고 정밀화에 따라 전동기의 성능 향상을 위한 최적화 설계의 필요성이 대두 되고 있다.
본 연구에서는 Quasi-Newton법과 Genetic Algorithm을 적용하여 IPMSM의 효율 최적화 설계를 하였다. IPMSM(Interior Permanent Magnet Synchronous Motor)은 영구자석이 회전자 내부에 위치하기 때문에 구조적으로 형상의 자유도가 높으며 고속회전이 가능하다.
두 최적화 기법을 통한 최적설계 결과를 통계학을 사용하여 상관계수 r과 P-value를 통해 객관적 수치로써 나타내었다. 각 변수와 출력특성의 거동을 상관계수와 P-value를 통해서 검증하고 영향도를 분석하였다.

#Quasi-Newton Method #Genetic Algorithm #Cost #Design optimization #Correlation coefficient #P-value #Efficiency

목 차
국문 요약
그림 목차
표 목차
제 1장 서 론 1
제 2장 최적화 기법 2
2.1 Newton법 2
2.2 Quasi-Newton법 5
2.3 Genetic Algorithm 7
2.3.1 선택 (Selection) 8
2.3.2 교차 (Crossover) 8
2.3.3 변이 (Mutation) 9
2.3.4 종료조건 (End Condition) 9
제 3장 최적화 설정 10
3.1 기본모델 10
3.2 목적함수 및 제한 조건 11
3.3 설계 변수 12
제 4장 Quasi-Newton Method를 이용한 최적화 14
4.1 최적화 수행 결과 14
4.2 변수 및 출력특성의 거동 분석 15
4.3 각 변수와 출력특성간의 상관관계 분석 18
제 5장 Genetic Algorithm(GA)를 이용한 최적화 28
5.1 최적화 수행 결과 28
5.2 변수 및 출력특성의 거동 분석 29
5.3 각 변수와 출력특성간의 상관관계 분석 32
제 6장 결 론 40
참고문헌 43

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (9)

초록· 키워드

목차

최근 본 자료

댓글(0)