機械学習によるデータ解析を前提とした連続計測によるe-Axle損失評価手法
An e-Axle Loss Evaluation Method Using Continuous Measurement, Assuming Machine-Learning-Based Data Analysis
- 提供方法
- 本サイト上にてダウンロード・閲覧可
- 形態
- 価格
- 一般価格(税込)：￥1,100 会員価格(税込)：￥880
- 文献番号
- 20266012
- 文献・情報種別
- 学術講演会予稿集（秋）
No.95-26
- 掲載ページ
- 1-5(Total 5 p)
- 発行年月
- 2026年 10月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
- イベント
- 2026年秋季大会
書誌事項
| 著者 | 1) 児玉 亮哉, 2) 土川 晴久, 3) 松井 弘毅, 4) 犬飼 隆哉, 5) 鷹嶋 一直 |
|---|---|
| 著者（英） | 1) Ryoya Kodama, 2) Haruhisa Tsuchikawa, 3) Hiroki Matsui, 4) Takaya Inukai, 5) Kazunao Takashima |
| 勤務先 | 1) 日産自動車, 2) 日産自動車, 3) 日産自動車, 4) 日産自動車, 5) 日産自動車 |
| 勤務先（英） | 1) Nissan Motor, 2) Nissan Motor, 3) Nissan Motor, 4) Nissan Motor, 5) Nissan Motor |
| 抄録 | 電動車の主要因であるe-Axle損失の計測は，車両状態において回転数・トルクに加え油温・電圧にも依存し，多次元条件の計測が必要で長期化する．本研究では，動作領域で油温・電圧が広く変動するよう連続計測を設計し，取得データに基づく機械学習によりe-Axle損失MAPを短期間で構築し，有効性を確認した． |
| 抄録（英） | Measurement of e-Axle losses, a major loss contributor in electrified vehicles, depends under in-vehicle operating conditions not only on rotational speed and torque but also on oil temperature and voltage. Therefore, measurements across multidimensional conditions are required, resulting in long test durations. In this study, we designed a continuous measurement approach that enables wide variations in oil temperature and voltage over the operating region, and rapidly constructed an e-Axle loss map using machine learning based on the acquired data. The effectiveness of the proposed approach for loss evaluation was confirmed. 翻訳 |
