ニューラルネットワークによるバスバーの寄生パラメータ推定

カテゴリ: 全国大会

論文No: 4-113

グループ名: 【全国大会】令和2年電気学会全国大会論文集

発行日: 2020/03/01

タイトル(英語): Prediction of the bus-bar parasitic parameters using a neural network

著者名: 三井晃司（首都大学東京）,和田圭二（首都大学東京）

著者名(英語): Koji Mitsui (Tokyo Metropolitan University),Keiji Wada (Tokyo Metropolitan University)

キーワード: ラミネートバスバー|寄生パラメータ|機械学習|ラミネートバスバー|キセイパラメータ|キカイガクシュウ

要約(日本語): スイッチング速度の高速化に伴いサージ電圧を低減することを目的としたラミネートバスバー配線が一般的に使用され，配線構造に起因する寄生インダクタンスの低減が実現されている。一方，スイッチングに起因して生じる電圧・電流の振動周波数は数十MHz を超えるため，バスバーの寄生パラメータを直接調整・設計することが要求される。バスバーの寄生パラメータは構造によって複雑に変化するため，正確なシミュレーションに電磁界解析が使用され，解析毎に時間を要する。本稿では電磁界解析で計算したデータをもとに機械学習を行い，任意のラミネートバスバー構造と周波数を入力することで，寄生パラメータを予測するモデルを構築したため報告する。

本誌掲載ページ: 180-182 p

原稿種別: 日本語