機械学習を活用した自動車駆動用IPMSMの最適設計期間短縮

大阪府立大学 大学院
工学研究科 電気・情報系専攻 電気情報システム工学分野 モータドライブシステム研究グループ
清水 悠生

概要

モータの最適形状設計においては有限要素解析を繰り返し行う必要があり、計算時間の長期化が課題となっている。この課題を解決する方法として、機械学習を活用してモータの運転特性の高精度に表現する「代理モデル」が注目されており、有限要素解析を用いずに最適化設計を行うことが可能となる。講演者らは、自動車駆動用を想定したIPMSMの速度―トルク特性を高精度に予測するための学習方法を提案した。本講演では、JMAGを活用した学習方法、最適化結果について説明する。

講演論文を閲覧いただくには、サインインが必要です
こちらは会員限定コンテンツです。
『JMAGソフトウェア正規ユーザー(有償会員)』または『JMAG WEB MEMBER(無料会員)』でサインインが必要です。

『JMAG WEB MEMBER(無料会員)』へ登録することで、技術資料やそのほかの会員限定コンテンツを無料で閲覧できます。
登録されていない方は「新規会員登録」ボタンをクリックしてください。


新規会員登録 サインイン 


サインイン
新規会員登録(無料) JMAG WEBサイトの認証IDに関して

絞込み検索

  • カテゴリー 一覧

論文集アーカイブ

アーカイブ