{"product_id":"ieej-zt20204-147","title":"機械学習によるIPMSMの磁場分布予測モデルの基礎検討","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e4-147\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】令和2年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2020\/03\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eBasic study of a prediction model of the magnetic field distribution for IPMSM based on machine learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e町田啓（明電舎）,坂本宏紀（明電舎）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eHiraku Machida (Meidensha Corporation),Hiroki Sakamoto (Meidensha Corporation)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e機械学習|ディープラーニング|電動機|キカイガクシュウ|ディープラーニング|デンドウキ\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003eEVなど応用分野の拡大につれIPMSMを高速かつ精度よく模擬するモデルの需要が高まっている。有限要素法をベースとした手法では構造を含めた解析が可能だが計算に時間がかかる。本手法はディープラーニングを用い、有限要素法によるIPMSMの磁界解析結果を学習することで、パラメトリックかつ高速に磁界解析結果を得るモデルの作成を目的とする。MLPを用いてまずベクトルポテンシャルを学習するモデルを作成し、次にこのモデルを転移学習して2軸電流と位相、機械角の三角関数を入力パラメータとする予測モデルを作成した。このモデルで磁場の予測を行い、良好な結果が得られた。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e本誌掲載ページ: \u003c\/strong\u003e240-241 p\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":46402149908719,"sku":"IEEJ-ZT20204-147-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_80a0e61f-8f48-4915-b534-cd25baf21f47.png?v=1744974909","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt20204-147","provider":"電気学会 電子図書館","version":"1.0","type":"link"}