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 第2報

カテゴリ: 研究会(論文単位)

論文No: SA22086,RM22089

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: 2022/09/26

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, second report

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: ＩＰＭモータ|機械学習|ＬｉｇｈｔＧＢＭ|ＭＬＰ|IPM Motor|Machine Learning|LightGBM|MLP

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。第1報で報告した過学習の対策のため、回帰モデルの形状変数に対する汎化と電流指令値に対する汎化の調査を行い、形状のモデル数の増加で汎化した回帰モデルが得られた。形状に対する汎化を維持した状態で、電流を変化させたデータを追加して回帰モデルを作成し、形状と電流に対して汎化した回帰モデルが得られた。

要約(英語): By using AI to acquire data on the magnetic characteristics of the motor, it is possible to speed up the acquisition of data. As a countermeasure against overfitting reported in the first report, we investigated the generalization of the regression model for shape variables and the current command value, and obtained a generalized regression model by increasing the number of shape models. While maintaining the generalization for the shape, the regression model was created by adding the data in which the current was changed, and the regression model generalized for the shape and the current was obtained.

本誌: 2022年9月29日-2022年9月30日静止器/回転機合同研究会-2

本誌掲載ページ: 37-42 p

原稿種別: 日本語

PDFファイルサイズ: 2,050 Kバイト