機械学習を用いた自動車駆動用IPMSMの磁石量最小化設計における耐減磁制約の検討

カテゴリ: 全国大会

論文No: 5-086

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Investigation of Irreversible Demagnetization Constraints in Magnet Volume Minimization Design of IPMSM for Automotive Applications Using 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|ガウス過程回帰|不可逆減磁|形状最適化|自動車駆動用|interior permanent magnet synchronous motor|machine learning|Gaussian process regression|irreversible demagnetization|shape optimization|automotive application

要約(日本語): 過去の報告で筆者らは，機械学習を用いて埋込磁石同期モータ(IPMSM)の設計変数と運転特性の関係を数理モデル化し，短期間で形状最適化が完了することを報告した。過去の報告では不可逆減磁について未考慮であったため，本稿では不可逆減磁を高精度に予測する代理モデルの構築方法と，耐減磁制約を課した磁石量最小化設計の結果について報告する。

原稿種別: 日本語

PDFファイルサイズ: 959 Kバイト