文献

J-GLOBAL ID：202002254657008883   整理番号：20A2161791

磁界分布を用いた回転機トルク特性の深層学習:基礎検討

Basic study on deep learning of torque performance of rotating machines based on magnetic field distribution

著者 (6件)： 佐々木秀徳 (三菱電機) ,  佐々木秀徳 (北大) ,  日高勇気 (三菱電機) ,  有田秀哲 (三菱電機) ,  伊藤一将 (三菱電機) ,  五十嵐一 (北大)
資料名： 電気学会研究会資料
号： SA-20-051-070/RM-20-075-094 静止器研究会/回転機研究会  ページ： 51-56  発行年： 2020年09月03日 
JST資料番号： Z0924B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文は,深層ニューラルネットワーク(DNN)による回転機トルク特性の予測における新しい精度向上方法を提案する。DNNへの入力としての材料分布の代わりに磁界分布を使用することで,I字磁石とV字磁石を用いたIPMモータに対して,分類問題の推定精度をそれぞれ8%と15%改善することを示す。FEM解とDNN推定値との間の相関係数は回帰問題に対して改善されることも示す。(翻訳著者抄録)

シソーラス用語： *形状最適化 ,  機械学習 ,  有限要素法 ,  *PMモータ ,  ニューラルネットワーク ,  動特性 ,  トルク ,  学習モデル ,  磁束分布 ,  精度 ,  分布 ,  相関係数
準シソーラス用語： *トポロジー形状最適化 ,  深層学習 ,  *IPMモータ ,  *深層ニューラルネットワーク ,  回転機トルク特性 ,  ネットワークモデル ,  磁束密度分布 ,  予測精度 ,  磁界分布

分類 (1件)： 電動機  (NB07030U)

引用文献 (10件)：

• 五十嵐一,「深層学習の最適設計への適用」,JMAGユーザー会 2019,2019年12月4日.
• H. Sasaki, H. Igarashi, “Topology Optimization Accelerated by Deep Learning,” IEEE Transactions on Magnetics, DOI:10.1109/TMAG.2019.2901906, 2019.
• S. Doi, H. Sasaki, H. Igarashi, “Multi-Objective Topology Optimization of Rotating Machines Using Deep Learning,” IEEE Transactions on Magnetics, DOI:10.1109/TMAG.2019.2899934, 2019.
• 佐々木他,“深層学習における追学習手法に関する検討,”電気学会研究会資料.RM2019(93-111),29-34,2019-09-13.
• 佐々木他,“説明可能AIを援用した回転機のトポロジー最適化手法:基礎検討.”電気学会研究会資料.RM2020.16(2020):25-30.

タイトルに関連する用語 (5件)： 磁界分布 ,  回転機 ,  トルク特性 ,  深層学習 ,  基礎