Auto-commissioning of acoustic control of IM drive using bayesian optimization

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23220%2F20%3A43960143" target="_blank" >RIV/49777513:23220/20:43960143 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/abstract/document/9215871" target="_blank" >https://ieeexplore.ieee.org/abstract/document/9215871</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.23919/EPE20ECCEEurope43536.2020.9215871" target="_blank" >10.23919/EPE20ECCEEurope43536.2020.9215871</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Auto-commissioning of acoustic control of IM drive using bayesian optimization

Popis výsledku v původním jazyce

Recently proposed model predictive acoustic control of an AC drive relies on availability of the transfer function from the drive current to acoustic pressure. Since such model is typically not available, we propose to consider its parameters to be unknown and use methods of Bayesian optimization to find them. Specifically, we define a acoustic control performance criterion and optimize it in an additional outer loop. A microphone is necessary in this operation to provide feedback for tuning of the parameters used in model predictive drive control algorithm. However, the microphone is removed after the tuning. Since single evaluation of the performance criteria is time consuming, we choose the Bayesian Optimization that is able to find optimal tuning with very few evaluations.

Název v anglickém jazyce

Auto-commissioning of acoustic control of IM drive using bayesian optimization

Popis výsledku anglicky

Recently proposed model predictive acoustic control of an AC drive relies on availability of the transfer function from the drive current to acoustic pressure. Since such model is typically not available, we propose to consider its parameters to be unknown and use methods of Bayesian optimization to find them. Specifically, we define a acoustic control performance criterion and optimize it in an additional outer loop. A microphone is necessary in this operation to provide feedback for tuning of the parameters used in model predictive drive control algorithm. However, the microphone is removed after the tuning. Since single evaluation of the performance criteria is time consuming, we choose the Bayesian Optimization that is able to find optimal tuning with very few evaluations.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20201 - Electrical and electronic engineering

Projekt

<a href="/cs/project/EF18_069%2F0009855" target="_blank" >EF18_069/0009855: Elektrotechnické technologie s vysokým podílem vestavěné inteligence</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

22th European Conference on Power Electronics and Applications (EPE’20 ECCE Europe) : /proceedings/

ISBN

978-90-75815-36-8

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

"„P.1"-"„P.8"

Název nakladatele

IEEE

Místo vydání

Piscataway

Místo konání akce

Lyon, France

Datum konání akce

7. 9. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000629036800285