再帰型ニューラルネットワークによる磁気ヒステリシスモデリングの検討

カテゴリ: 研究会(論文単位)

論文No: SA25003,RM25003

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: 2025/03/03

タイトル(英語): Magnetic Hysteresis Modeling Using Recurrent Neural Networks

著者名: 佐藤 佑樹(青山学院大学),上原 裕二(磁気デバイス研究所),岡本 聡(東北大学),谷口 卓也(東北大学),塚原 宙(東北大学)

著者名(英語): Yuki Sato(Aoyama Gakuin University),Yuji Uehara(Magnetic Device Laboratory Ltd.),Satoshi Okamoto(Tohoku University),Takuya Taniguchi(Tohoku University),Hiroshi Tsukahara(Tohoku University)

キーワード: 磁気ヒステリシス|再帰型ニューラルネットワーク|Ｃａｕｅｒ回路|渦電流損失|Magnetic hysteresis|Recurrent Neural Networks|Cauer circuit|Eddy current loss

要約(日本語): 再帰型ニューラルネットワーク(RNN)を用いた磁気ヒステリシスモデリングに関して検討を行った。RNNにより、DCヒステリシスモデリングを行い、渦電流損失に関してはCauer回路により評価を行う手法を提案する。実際の材料に適用を行い、比較を行う。

要約(英語): The study investigates the use of Recurrent Neural Networks (RNN) for magnetic hysteresis modeling. A method is proposed that utilizes RNN for DC hysteresis modeling and evaluates eddy current losses using a Cauer circuit. The proposed approach is applied to actual materials, and comparisons are conducted.

本誌: 2025年3月6日-2025年3月7日静止器/回転機合同研究会-1

本誌掲載ページ: 15-20 p

原稿種別: 日本語

PDFファイルサイズ: 1,016 Kバイト