(セッション表へ)

平成21年度 電気・情報関連学会中国支部第60回連合大会

部門: セッション 1503  4. 電気機器・電気応用-(1)
日時: 2009年10月17日(土) 13:00 - 14:18
部屋: 講義棟 504室 (→地図)
座長: 高橋 則雄 (岡山大学)

4-1 (時間: 13:00 - 13:13)
題名接触帯電型静電農薬散布における付着量に対するノズル電圧と散布距離の影響調査
著者*道原 翔太 (鳥取大学大学院工学研究科), 西村 亮, 西守 克己, 石原 永伯 (鳥取大学)
Pagep. 512
Keyword静電農薬散布, 接触型
Abstract農薬を散布する際,ノズルから噴射された農薬は全てターゲットである樹木・農作物に付着するわけではない.そこで,静電気を利用し作物に農薬を付着させる静電農薬散布が挙げられる.静電農薬散布は散布する農薬微粒子を人工的に帯電させ,その帯電した粒子が静電気力により目的の作物に付着するというものである.農薬微粒子の帯電量が増加した場合,微粒子にかかる静電気力も上昇する.その結果農薬の作物への付着率は向上する.そこで,本研究では金属製のダミーツリー(樹木を模擬したもの)に,様々な波形を用いて散布実験することにより効率の良い帯電方法を検討することで農薬微粒子の農作物・樹木への付着率向上を図る.

4-2 (時間: 13:13 - 13:26)
題名変動速度入力時の二相誘導電動機の制振トルク特性
著者*小川 大介, 荻原 弘之, 岡田 昌丈 (足利工業大学)
Pagepp. 513 - 514
Keyword誘導電動機, 制振トルク, 変動速度駆動, トルク算定式
Abstract直流励磁した二相誘導電動機の正弦波状振動に対する制振トルク特性に関しては、すでに明らかにされている。しかし、回転に振動が重畳する変動速度駆動時の振動成分に対する制振トルクに関しては、ほとんど検討されておらず不明である。 ここでは、二相誘導電動機の変動速度駆動時の振動成分に対する制振トルクを検討し、変動速度駆動時二相誘導電動機の制振トルク特性を明らかにする。

4-3 (時間: 13:26 - 13:39)
題名集中巻励磁方式による小型リニア誘導モータの特性解析
著者*小西 隆太, 佐藤 毅, 脇坂 和也, 安藤 詔生 (福山大学 工学部)
Pagep. 515
Keywordリニアモータ, 磁界解析, 励磁方式
Abstract厚さ0.5(mm)のEコアを積層した励磁鉄心と薄いアルミ平板による小型の片側式三相リニア誘導モータを作成、短節集中巻コイルの配置を変えた励磁を行った。励磁コイルの配置を変えた励磁方式の変化に対する推進力の変化を調べる。

4-4 (時間: 13:39 - 13:52)
題名PICによるパルス発生装置の構築
著者*坂野 一成, 横山 正春, 光本 真一 (宇部工業高等専門学校/電気工学科), 村上 義信, 長尾 雅行 (豊橋技術科学大学)
Pagep. 516
KeywordPIC, パルス

4-5 (時間: 13:52 - 14:05)
題名アダプティブ二次元有限要素磁界解析のための磁束線を用いた一手法の提案(2)
著者*佐々木 雄太 (広島工業大学大学院工学系研究科情報システム科学専攻), 山下 英生 (広島工業大学情報学部知的情報システム学科)
Pagep. 517
Keyword磁界解析, 有限要素法, アダプティブ法
Abstract有限要素法は、場の数値解析手法として電磁界解析をはじめ広く工学分野で利用されている。しかし、解析場を有限要素に分割する際に、解析者の経験により解析精度が影響を受ける。この問題を解決するためにアダプティブ法に関する研究が進められている。昨年、我々は磁束線を用いたアダプティブ法を提案し、その有用性を示した。今回、アダプティブ分割の収束性を改善するために、アダプティブ解析の回数の増加とともに磁束線数を増加させる方法について検討した。また、解析結果の誤差評価についても検討を行った。

4-6 (時間: 14:05 - 14:18)
題名クラスタリングとマスキングを用いたGAによる電力平準化システムの最適化
著者*伊藤 純平, 舩曳 繁之, 山本 真義 (島根大学)
Pagepp. 518 - 519
KeywordGA, SimE, クラスタリング, マスキング
Abstract本研究では,これまで,超電導エネルギ−貯蔵装置(Superconducting Magnetic Energy Storage ; SMES)を用いた電力平準化システム(Electric Power Leveling Systems; EPLS)を最適化する新しい手法を提案した。それは,シミュレーティド・エボリューション(Simulated Evolution; SimE)と遺伝的アルゴリズム(Genetic Algorithms; GA)を組み合わせたハイブリッドアルゴリズムであり,両手法の利点を活かし,最適解を探索する手法である。 本報告では,GAを改良した新しいアルゴリズムを提案する。それは,クラスタリングとマスキングを用いたGAであり,GA本来の局所探索能力を一層向上させた手法である。