| 研究課題/領域番号 |
19K04357
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分21010:電力工学関連
|
|---|
| 研究機関 | 法政大学 |
|---|
研究代表者 |
岡本 吉史 法政大学, 理工学部, 教授 (40415112)
|
|---|
| 研究分担者 |
若尾 真治 早稲田大学, 理工学術院, 教授 (70257210)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 電磁界数値解析 / トポロジー最適化 / 磁気特性測定 / 深層学習 / 感度解析 / 随伴変数法 / 永久磁石同期電動機 |
|---|
| 研究成果の概要 |
国内のエネルギーの半分以上が，モータに使用されている．本研究では，「1. モータの高出力化を主眼とした電磁界数値解析とトポロジー最適化を併用した革新的な設計最適化手法の構築」，さらには，「2.設計最適化手法で必要となるモータ鉄芯の磁気特性測定の高速化」を行った．1の研究では，三相交流回路で駆動される永久磁石同期電動機において，電磁界・電気回路の強連成，ロータの回転，鉄芯の磁気非線形性，定常状態における目的関数の勾配計算法を提案し，設計最適化へ導入することに成功した．2の研究では，Deep Neural Networkにより，Bコイルの出力電圧を正弦波化する時間を削減することに成功した．
|
| 自由記述の分野 |
電磁気工学
|
| 研究成果の学術的意義や社会的意義 |
三相交流回路で駆動する永久磁石同期電動機の設計最適化において，回転子の回転と磁界・回路双方の動特性を考慮して得られた感度を使用した手法は世界初の技術である．また，実際の時空間現象を緻密に考慮できるため，設計現場における高精度設計に役立つ技術となり得る．また，モータ鉄芯の磁気特性測定では，波形制御に相応の反復回数・時間が必要であったが，Deep Neural Networkの導入により，大幅に高速化することができた．設計最適化への導入だけではなく，新たな材料開発のためにも大いに役立つ技術であると考える．
|
