機械学習を用いた2層IPMSMの特性予測に関する基礎検討

カテゴリ: 研究会(論文単位)

論文No: SA20068,RM20092

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 Predicting Characteristics of Double-Layered IPMSM by Machine Learning

著者名: 清水 悠生(大阪府立大学),森本 茂雄(大阪府立大学),真田 雅之(大阪府立大学),井上 征則(大阪府立大学)

著者名(英語): Yuki Shimizu(Osaka Prefecture University),Shigeo Morimoto(Osaka Prefecture University),Masayuki Sanada(Osaka Prefecture University),Yukinori Inoue(Osaka Prefecture University)

キーワード: 埋込磁石同期モータ|機械学習|サポートベクタ―回帰|勾配ブースティング|構造最適化|遺伝的アルゴリズム|interior permanent magnet synchronous motor|machine learning|support vector regression|gradient boosting|structure optimization|genetic algorithm

要約(日本語): 埋込磁石同期モータは設計自由度が高く，短期間での自動設計システムの構築が求められている。本稿では，短期間の構造最適化を目的とした，機械学習による埋込磁石同期モータの運転特性の予測方法について記述する。まず，多数の解析データの学習により運転特性を高精度に予測する数理モデルを構築する。その後，構築した数理モデルを用いて最適化を行い，短時間で最適構造に到達することを示す。

要約(英語): This paper describes a method for accurately predicting the operating characteristics of an IPMSM by machine learning. First, learning a large number of analytical data constructs mathematical models which accurately predict the operating characteristics. We then show that the optimization with the constructed model can reach the optimal structure in a short time.

原稿種別: 日本語

PDFファイルサイズ: 1,766 Kバイト