ギャップ磁束密度分布を活用した回転機特性予測モデルの汎化に関する検討

カテゴリ: 研究会(論文単位)

論文No: SA22027,RM22027

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): Study on Generalization of the Prediction Model of Rotating Machine Characteristics Using the Gap Flux Density Distribution

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

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

キーワード: 機械学習|トポロジー最適化|モータ|有限要素法|Machine Learning|Topology Optimization|Motor|Finite Element Method

要約(日本語): トポロジー最適化の高速化のため，材料分布から回転機特性を推定する畳込みニューラルネットワークモデルが提案されている．しかし，本モデルは未学習の磁石配置の回転機の推定は困難である．そこで，本発表ではギャップ磁束密度分布から回転機特性を推定するモデルを提案する．本提案手法により，未学習の磁石配置に対しても推定精度を保証できるか検討を行う．

要約(英語): A Convolutional Neural Network model estimating rotating machine characteristics from material distribution has been proposed to accelerate topology optimization. However, this method has difficulty in prediction of rotating machines with untrained magnet configurations. Therefore, this paper proposes a model to estimate the rotating machine characteristics from the gap magnetic flux density distribution and validates if the proposed method can keep the prediction accuracy even for untrained magnet configurations.

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: 55-60 p

原稿種別: 日本語

PDFファイルサイズ: 3,237 Kバイト