文献

J-GLOBAL ID：202302230384568912   整理番号：23A0008367

深層学習による磁石位置と磁性体形状の変化を同時考慮したIPMSMの特性推定に関する検討

Prediction of IPMSM performance using deep learning with considering the position of magnets and distribution of rotor core

著者 (5件)： 岩田和久 (法政大) ,  佐々木秀徳 (法政大) ,  五十嵐一 (北大) ,  中川大輔 (日本電産) ,  上田智哉 (日本電産)
資料名： MAGDAコンファレンス講演論文集  (MAGDAコンファレンス論文集)
巻： 31st (CD-ROM)  ページ： 458-461  発行年： 2022年11月01日 
JST資料番号： F1353A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,コア分布と磁石位置を同時に考慮した畳込みニューラルネットワーク(CNN)を用いて,内部永久磁石同期モータ(IPMSM)の性能を予測するための新しい方法を提案した。提案方法では,トポロジー最適化によって作られた磁束密度分布のベクトルをCNNに入力して予測精度を改善した。提案方法は,従来の方式よりも平均トルクとトルクリップルの予測に対してより高い精度を有することを示した。(翻訳著者抄録)

シソーラス用語： *同期電動機 ,  *特性 ,  磁石 ,  磁性体 ,  変位 ,  変化 ,  機械学習 ,  磁心 ,  最適化 ,  磁束密度 ,  脈動 ,  トルク
準シソーラス用語： *IPMSM ,  トポロジー最適化 ,  トルクリプル ,  形状変化 ,  深層学習 ,  *電動機特性

分類 (1件)： 電動機  (NB07030U)

引用文献 (14件)：

• 高橋則雄, 磁界系有限要素法を用いた最適化, 森北出版, 2001.
• K. Watanabe et al., Optimization of inductors using evolutionary algorithms and its experimental validation, IEEE Transactions on Magnetics, Vol. 46, No. 8, pp. 3393-3396, 2010.
• J. Cros, P. Viarouge and M. T. Kakhki, ′′Design and optimization of soft magnetic composite machines with finite element methods,′′ IEEE Transactions on Magnetics, Vol. 47, No. 10, pp. 4384-4390, 2011.
• 佐藤孝洋, 五十嵐一, 高橋慎矢, 内山翔, 松尾圭佑, 松橋大器: 「トポロジー最適化による埋込磁石同期モータの回転子形状最適化」, 電気学会論文誌D, vol.135, no. 3, pp.291-298, 2015.
• H. Sasaki and H. Igarashi, ′′Topology optimization accelerated by deep learning,′′ IEEE Transactions on Magnetics, Vol. 55, No. 6, pp. 1-5, 2019.

タイトルに関連する用語 (5件)： 深層学習 ,  磁石 ,  磁性体 ,  IPMSM ,  推定