CNN 기반 In-Painting 기법을 활용한 영구자석 전동기의 dq 자속맵 복원

초록

본 연구에서는 모터 설계 및 제어 알고리즘에 활용되는 고정자 자속을 전 운전영역에 대해 알아내기 위해, 전류 평면 내부의 모든 운전점을 직접 측정하지 않고, 경계값만을 활용해서 내부의 자속 정보를 복원하는 방법을 제안한다. 자속맵을 복원하기 위해 다단계 합성곱 네트워크(CNN, Convolutional neural network)를 통해 모터 자속맵을 학습시키고, 학습된 모델은 경계값을 입력받아 전체 자속 분포를 복원한다. 모델 학습에는 IEEE DataPort의 기계학습 기법을 적용해 생성된 합성 데이터 셋을 활용했으며, 회귀 손실 최소화와 적응형 최적화 기법으로 신경망 파라미터를 최적화하였다. 제안하는 자속맵 복원 방법을 FEA를 통해 측정된 자속맵과 비교하여 제안 방법의 타당성을 검증하였다.