以下のデータセットタスクを解くための個人的メモです。
https://www.kaggle.com/wkirgsn/electric-motor-temperature
Context訳
このデータセットはPMSM(永久磁石同期電動機)を試験環境にて動作させ、いくつかのセンサーから取得したデータから構成されています。
対象のPSMSは、或るドイツのOEM企業のプロトタイプ製品であり、テスト環境での測定はパダボーン大学のLEA学部で行われました。データはマイルドに匿名化されています。
Content訳
すべての記録は2Hzでサンプリングされました。データセットは複数の測定結果であり、それぞれの測定はprofile_id列で示されるIDでわけられています。それぞれの測定では、1~6時間あります。
モーターは、基準速度と基準トルクを示す手動で設計された駆動サイクルによって励起されます。標準的な基準速度と基準トルクに沿って制御した結果の電流が、d/q座標でid列とiq列にて示され、電圧は同じくd/q座標でud, uqにより示されます。motor_speedとmotor_torqueは、その制御方式を行った際に実際に観測されたモータ速度とトルクです。
ほとんどの駆動サイクルは実際の駆動サイクルを模倣するために、スピード-トルク空間においてランダムウォークとなっています。
Inspiration訳
もっとも興味深いターゲット特徴量はロータ温度(pm)、ステータ温度(stator_*)、トルクです。特にロータ温度とトルクは実際の自動車では精度良く、そして経済的にも測定ができません。
ロータ温度の良い推定器を得ることは、省材料のモータを作ることを手助けでき、モータの性能を最高に引き出せる駆動方法を獲得できます。
制度の良いトルク推定ができればモータをより正確に、適切に制御でき、パワーロス、発熱を防止できます。
Data訳
データの各行は2Hzサンプリングにより取得されたスナップショットです。各測定セッションはprofile_idにより分けられます。
| id | |
|---|---|
| ambient | 環境温度。ステータ付近の温度センサにより測定。 |
| coolant | モータは水冷で、そのクーラントの温度。出口で測定。 |
| u_d | 電圧。dp座標のd部 |
| u_q | 電圧。dq座標のq部 |
| motor_speed | 実測モータスピード。 |
| torque | 実測トルク。 |
| i_d | 電流。dp座標のd部 |
| i_q | 電流。dq座標のq部 |
| pm | ロータの永久磁石の温度。赤外線サーモグラフィにより取得。 |
| stator_yoke | ステータの外郭部の温度。温度センサにより取得 |
| stator_tooth | ステータのtooth(電磁石以外)部の温度。温度センサにより取得。 |
| stator_winding | ステータのwinding(電磁石)部の温度。温度センサにより取得。 |
| profile_id | 測定セッションのID.一つのセッションから他のセッションを推定しないこと。独立性が強いです。 |
個人的感想
車業界ってカメラ映像からの物体認識くらいにしか機械学習を使っていないイメージだったので、新鮮な内容だなと思いました。もちろん工場での生産などには用いているんでしょうけど。モータ内部の温度をサーモグラフィで測定するってどうやってるんですかね？筐体を一部透明にするとか？