機械学習を用いたヒステリシス損失の解析

カテゴリ: 研究会(論文単位)

論文No: SA23064,RM23063

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: 2023/08/25

タイトル(英語): Hysteresis Loss Analysis Using Machine Learning

著者名: 地引 琢人(北海道大学),五十嵐 一(北海道大学)

著者名(英語): Takuto Jibiki(Hokkaido University),Hajime Igarashi(Hokkaido University)

キーワード: 機械学習|インダクタ|ヒステリシス損失|スカラプレイモデル|machine learning|inductor|hysteresis loss|scalar play model

要約(日本語): 本論文では，機械学習を用いたヒステリシス損失の解析について検討する．事前にプレイモデルでインダクタのヒステリシス損失を計算し，磁性体コアの磁界波形とヒステリシス損失の関係をニューラルネットワークに学習させる．結果としてパルス幅変調によって生成された単純な磁界波形に対して，ヒステリシス損失を精度よく予測することができた．

要約(英語): This paper presents hysteresis loss analysis using machine learning. A neural network is trained by the hysteresis characteristics, which are here represented by the Play model, so that it outputs the hysteretic curve from the magnetic field. The magnetic field in an inductor is analyzed by finite element method to compute the magnetic field in elements, from which the hysteresis curve is obtained by the trained neural network for the loss evaluation. It is shown that the proposed method accurately computes the hysteresis loss for simplified current waveforms generated by pulse width modulation.

本誌: 2023年8月28日-2023年8月29日静止器/回転機合同研究会-1

本誌掲載ページ: 35-40 p

原稿種別: 日本語

PDFファイルサイズ: 2,928 Kバイト