SHAPによる電流条件を考慮した埋込型永久磁石同期モータのトルク寄与領域可視化手法に関する基礎検討

カテゴリ: 研究会(論文単位)

論文No: SA24064,RM24102

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: 2024/09/07

タイトル(英語): Visualization Method for Torque Contribution of IPMSM Considering Current Conditions using SHAP

著者名: 山村 孝市(法政大学),佐々木 秀徳(法政大学)

著者名(英語): Koichi YAMAMURA(Hosei University),Hidenori SASAKI(Hosei University)

キーワード: ＳＨａｐｌｅｙ　Ａｄｄｉｔｉｖｅ　ｅｘＰｌａｎａｔｉｏｎｓ|説明可能ＡＩ|畳み込みニューラルネットワーク|トポロジー最適化|遺伝的アルゴリズム|モータ|SHapley Additive exPlanations|Explainable AI|Convolutional Neural Network|Topology Optimization|Genetic Algorithm|Motor

要約(日本語): 本発表では，電流位相を考慮した埋込型永久磁石同期モータ(IPMSM)のトルクに寄与する領域の可視化手法を提案する．提案手法は深層学習モデルの推定根拠を説明する手法の一つであるSHAPを用いる．IPMSMのトルクをマグネットトルクおよびリラクタンストルクに分離し，それぞれのトルクに寄与する領域を可視化する．さらに，電流位相を変化させた際の可視化結果の検証を行う．

要約(英語): A visualization method using SHAP which explains deep learning models, for rotor shape contributing to torque characteristics of Interior Permanent Magnet Synchronous Motor (IPMSM) considering current phase is proposed. The torque is separated into magnetic and reluctance torque, and the contributing regions are visualized respectively. Additionally, the visualization results are validated under various current conditions.

本誌: 2024年9月10日-2024年9月11日静止器/回転機合同研究会-2

本誌掲載ページ: 7-10 p

原稿種別: 日本語

PDFファイルサイズ: 1,374 Kバイト