自動車駆動用モータにおける磁気回路設計の自動化と高速化に向けたモータの磁気特性予測の検討

カテゴリ: 研究会(論文単位)

論文No: SA22025,RM22025

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): Examination of magnetic characteristic prediction of motors for automation and speeding up of magnetic circuit design in automobile drive motors

著者名: 中川 大輔(日本電産),上田 智哉(日本電産),佐々木 秀徳(法政大学),五十嵐 一(北海道大学)

著者名(英語): Daisuke Nakagawa(Nidec Corporation),Tomoya Ueda(Nidec Corporation),Hidenori Sasaki(Hosei University),Hajime Igarashi(Hokkaido University)

キーワード: 機械学習|ＩＰＭモーター|ＬｉｇｈｔＧＢＭ|Machine Learning|IPM Motor|LightGBM

要約(日本語): モータの磁気特性のデータの取得にAIを使うことで、データの取得を高速化することができる。実際の設計に適用するにあたって個別のモータ特性を見る必要があるので、本研究ではモータの各特性での予測精度の検証を行った。入力データに含まれるテストデータでは高精度で予測したが、未知のモデルでは予測精度が悪化した。入力データの形状に偏りが生じていたため、データ取得時に考慮する必要がある。

要約(英語): By using AI to acquire data on the motor characteristics, it is possible to speed up the acquisition of data. In this study, we verified the prediction accuracy of each motor characteristic because we need to look at individual motor characteristics when applying it to actual design. The test data included in the input data made predictions with high accuracy, but the unknown model deteriorated the prediction accuracy. Since it was found that the shape of the input data is biased, it is necessary to consider it when acquiring the data.

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-2

本誌掲載ページ: 43-48 p

原稿種別: 日本語

PDFファイルサイズ: 1,379 Kバイト