機械学習を用いたプレイモデル用磁化特性の推定方法に関する検討

カテゴリ: 研究会(論文単位)

論文No: SA22011,RM22011

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: 2022/03/04

タイトル(英語): Application of machine learning to the estimation of magnetic properties for play model

著者名: 阿波根 明(JSOL),長瀬 敦義(JSOL),山田 隆(JSOL)

著者名(英語): Ahagon Akira(JSOL),Nagase Atsuyoshi(JSOL),Yamada Takashi(JSOL)

キーワード: 機械学習|ガウス過程|ヒステリシス特性|プレイモデル|内挿|machine learning|Gaussian process|hysteresis property|play model|interpolation

要約(日本語): ヒステリシス現象を表現するためプレイモデルが盛んに使用されている．プレイモデルの精度は実測されたBH対称ループの数に依存するが，ループの数が増加するにしたがい測定負荷も増大する．本稿では，少ない対称ループから，測定していないループを機械学習を用いて内挿することを提案する．複数の材料を用いた試験を行い，ループ内挿に対する機械学習の適用性を示す．

要約(英語): The play model is used widly for the hysteresis loss calculation. It takes a high cost to measure many BH loops. In this paper, we apply machine learning to the interpolation of BH loops.Also the applicability of machine learning is shown by numerical examination.

本誌: 2022年3月7日-2022年3月8日静止器/回転機合同研究会-1

本誌掲載ページ: 53-58 p

原稿種別: 日本語

PDFファイルサイズ: 2,466 Kバイト