磁界分布を用いた回転機トルク性能の深層学習ー基礎検討

カテゴリ: 研究会(論文単位)

論文No: SA20060,RM20084

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: 2020/09/03

タイトル(英語): Basic study on deep learning of torque performance of rotating machines based on magnetic field distribution

著者名: 佐々木 秀徳(三菱電機・北海道大学),日高 勇気(三菱電機),有田 秀哲(三菱電機),伊藤 一将(三菱電機),五十嵐 一(北海道大学)

著者名(英語): HIDENORI SASAKI(Mitsubishi Electric Corp., Hokkaido University),YUKI HIDAKA(Mitsubishi Electric Corp.),HIDEAKI ARITA(Mitsubishi Electric Corp.),KAZUMASA ITO(Mitsubishi Electric Corp.),HAJIME IGARASHI(Hokkaido University)

キーワード: トポロジー最適化|深層学習|回転機|Topology Optimization|Deep Learning|Rotating machines

要約(日本語): 本稿では回転機トルク性能を予測するAIの精度向上手法について提案する。回転機のある回転位置における磁界分布を入力し、トルク性能を推測した。その結果、材料分布を入力した場合に比べ予測精度の向上を確認できた。

要約(英語): This paper proposes a method to improve the accuracy of AI for predicting the torque performance of a rotating machine. The magnetic field distribution at a certain rotational position of a rotating machine is input and the torque performance is estimated. As a result, it is confirmed that the prediction accuracy is better than that of the material distribution.

原稿種別: 日本語

PDFファイルサイズ: 1,921 Kバイト