Development of anomaly detection and health assessment method by using machine learning for high-temperature superconducting coils

• Project/Area Number: 25K17589
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 21010:Power engineering-related
• Research Institution: Hokkaido University
• Principal Investigator: 間藤 昂允 北海道大学, 情報科学研究院, 助教 (51001820)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000); Fiscal Year 2027: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: 超伝導マグネット / クエンチ / 機械学習 / 異常予測

Outline of Research at the Start

2021年，MITの核融合スタートアップ企業が高温超伝導を用いた大口径コイルにより20 Tの磁場生成に成功したが，急速減磁実験中に予期せぬ熱暴走が発生し，マグネットが損傷した．また，米国国立強磁場研究所で稼働していた30 T級マグネットでは経年劣化と見られる性能低下により異常を起こして停止した．高磁場・高エネルギー密度化が進んでおり，熱暴走の検知と健全性の診断がより重要になっている．そこで，本研究では，熱暴走シミュレーションツールを用いて欠陥と熱暴走を再現し，大量のデータをAIに学習させた健全性監視および熱暴走予測システムを構築する．