深層学習を用いた永久磁石磁化推定手法に関する検討

カテゴリ: 研究会(論文単位)

論文No: SA22026,RM22026

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): A Study on Estimation Method for Magnetization Distribution in Permanent Magnet Using Deep Learning

著者名: 髙須 大地(法政大学),佐々木 秀徳(法政大学),中村 勢到(法政大学),岡本 吉史(法政大学)

著者名(英語): Daichi Takasu(Hosei University),Hidenori Sasaki(Hosei University),Narichika Nakamura(Hosei University),Yoshifumi Okamoto(Hosei University)

キーワード: Ａｄａｇｒａｄ|深層学習|フーリエ級数展開|磁化推定|Ｎｄ－Ｆｅ－Ｂ　磁石|Adagrad|Deep Learning|Fourier Series Expansion|Magnetization Estimation|Nd-Fe-B Magnet

要約(日本語): 永久磁石同期電動機の性能は，永久磁石の磁化分布に依存するため，実用設計の前段階で磁化分布を推定することが重要である．非破壊推定手法として，最急降下法を用いた手法が提案されている．本手法により、磁化分布を高速に推定することが可能だが，パラメータの設定如何では，非物理的な磁化分布が導出される可能性がある．本報告では，非物理的な磁化分布の抑制に深層学習を用いた推定手法を提案する．

要約(英語): Since the performance of a permanent magnet synchronous motor depends on the magnetization distribution in the permanent magnet, it is essential to estimate the magnetization distribution. The method based on mathematical programming has been proposed as a nondestructive estimation method. Its method can estimate the magnetization distribution fast. However, this method has the possibility to derive unphysical magnetization distribution when some parameters are not adequately adjusted. In this presentation, the estimation method for magnetization distribution using deep learning is proposed to suppress the nonphysical magnetization.

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: 49-54 p

原稿種別: 日本語

PDFファイルサイズ: 4,060 Kバイト