深層学習による永久磁石モータの電流特性推定とトポロジー最適化への適用

カテゴリ: 研究会(論文単位)

論文No: SA21027,RM21027

グループ名: 【B】電力・エネルギー部門 静止器/【D】産業応用部門 回転機合同研究会

発行日: 2021/03/01

タイトル(英語): Current characteristics prediction of permanent magnet motor using deep learning and its application to topology optimization

著者名: 青柳 泰我(北海道大学),大友 佳嗣(北海道大学),五十嵐 一(北海道大学),佐々木 秀徳(三菱電機),日高 勇気(三菱電機),有田 秀哲(三菱電機)

著者名(英語): Taiga Aoyagi(Hokkaido University),Yoshitsugu Otomo(Hokkaido University),Hajime Igarashi(Hokkaido University),Hidenori Sasaki(Mitsubishi Electric),Yuki Hidaka(Mitsubishi Electric),Hideaki Arita(Mitsubishi Electric)

キーワード: 深層学習|ＣＮＮ|遺伝的アルゴリズム|ＮＧｎｅｔ法|永久磁石モータ|トポロジー最適化|Deep Learning|CNN|Genetic Algorithm|NGnet method|permanent magnet motor|topology optimization

要約(日本語): 本研究では，CNNによる深層学習を用いて永久磁石モータのdq軸鎖交磁束をdq軸電流の関数として回転子断面形状から推定することで，モータの電流特性を推定する．また，推定されたモータの電流特性をトポロジー最適化内に組み込むことで，従来では計算に膨大な時間を要していた電流条件可変の下での永久磁石モータのトポロジー最適化の計算時間短縮を図る．

要約(英語): In this study, the current characteristics of a PM motor are determined through the magnetic flux characteristic, which is a function of id and iq, predicted from the motor cross sectional image using a deep convolutional neural network. On the basis of this method, the rotor shape is designed using topology optimization considering the current characteristic depending on the d and q axis currents.

本誌: 2021年3月4・5日静止器/回転機合同研究会―2

本誌掲載ページ: 73-78 p

原稿種別: 日本語

PDFファイルサイズ: 1,796 Kバイト