機械学習を用いた磁気粘性流体ブレーキの最適設計

カテゴリ: 全国大会

論文No: 2-103

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): Optimal Design of Magnetorheological Fluid Brakes by Machine Learning

著者名: 彦坂岳志（信州大学）,菊池良巳（信州大学）,曽根原誠（信州大学）,佐藤敏郎（信州大学）,脇若弘之（信州大学）

著者名(英語): Takeshi Hikosaka (Shinshu University),Yoshimi Kikuchi (Shinshu University),makoto Sonehara (Shinshu University),Tosiro Sato (Shinshu University),Hiroyuki Wakiwaka (Shinshu University)

キーワード: 航空機|磁気粘性流体|機械学習|最適化|磁気設計|Aircraft|Magnetorheological Fluid|Machine Learning|Optimization|Magnetic Design

要約(日本語): 現在，著者らは非接触型ハイブリッドブレーキを研究開発している。中型航空機に搭載するのを目標としているが，先行研究で設計された実験機では制動力が不足している。制動力を増加させるには，より多くの磁束を磁気粘性流体に印加する必要がある。そこで，従来の実験機よりコイルの数を増やした新モデルを提案し，磁束密度の最大化を目的とした最適設計を行った。その際，2種類の機械学習を用いた最適化を行い，結果を比較した。2つの最適化の結果に大きな差は見られなかったため，今回の最適化の結果が最適値で間違いないと考えられる。今後は，

本誌掲載ページ: 118-119 p

原稿種別: 日本語

PDFファイルサイズ: 388 Kバイト