機械学習法を取り入れた絶縁材料技術研究への一考察

カテゴリ: 研究会(論文単位)

論文No: DEI22109

グループ名: 【A】基礎・材料・共通部門 誘電・絶縁材料研究会

発行日: 2022/12/13

タイトル(英語): Mechanical Learning-based Electrical Insulation Technology Study

著者名: 田中 祀捷 (早稲田大学),今井 隆浩(東芝インフラシステムズ)

著者名(英語): Toshikatsu Tanaka(Waseda University),Takahiro Imai(Toshiba Infrastructure Systems & Solutions Corporation)

キーワード: 機械学習法|第一原理理論|分子動力学|物性評価|絶縁設計|絶縁診断|Mechanical Learning|DFT|Molecular Dynamics|Materials Characterization|Insulation Design|Insulation Diagnosis

要約(日本語): 最近、絶縁材料技術分野では、新しく機械学習法を取り入れる研究開発が盛んに行われるようになった。絶縁工学では、①材料創成・物性評価、②機器・ｹｰﾌﾞﾙ絶縁の設計と製造、③絶縁診断技術等が研究対象である。機械学習法として、第一原理理論(DFT)、分子動力学、ﾌｪｲｽﾞﾌｨｰﾙﾄﾞ解析、有限要素モデル解析、ﾆｭｳﾗﾙﾈｯﾄﾜｰｸ解析、回帰解析等があり、対象毎に適切な手法や複数手法の組み合わせで、研究が行われている。具体的には、期待する特性（複数）を有する材料の発見（逆問題）、空間電荷ﾌﾘｰ材料開発、3Dﾌﾟﾘﾝﾀｰの製造最適化等はﾁｬﾚﾝｼﾞすべき課題である。個々のテーマの現状を分析し、機械学習法を取り入れた絶縁材料技術研究の今後の展望を述べる。

要約(英語): Mechanical learning-based research has extensively been done on electrical insulation technology recently. There are three main categories in this technology such as (i) material development and property evaluation, (ii) design and manufacture of power apparatus and cable insulation, and (iii) insulation condition monitoring and diagnosis. Mechanical learning methods that can be applied to the three categories are the first-principles theory (DTF), molecular dynamics, phase field analysis, finite element model analysis, neural network analysis, regression analysis and the like. Single and multiple methods are applied to solve one of the problems that are emerging. Some of the future research targets may focus on the discovery of materials with conflicting multi properties (inverse problem), the development of space charge free insulating materials, and the optimization of additively manufactured materials (3D printer). This paper deals with the analysis of status-quo of recent targeted problems and future orientation of machine learning-based electrical insulation technologies.

本誌: 2022年12月16日誘電・絶縁材料研究会

本誌掲載ページ: 45-50 p

原稿種別: 日本語

PDFファイルサイズ: 1,191 Kバイト