オンラインセミナー

　　　　　　Zoom

　機械学習を活用した
　PMSM : 永久磁石同期モータ設計


　～モータ設計/制御/異常検知への応用までを解説～


　　　　　＜ 基礎からモータの設計・制御・異常検知への応用まで
　　　　　　　　　 ～ すべての技術者がデータ解析技術を駆使する時代に向けて ＞

　　　　■ ハンズオン形式の講義を一部含みます。

　　　　　　Google Colaboratory, Google Drive, Google Formsを使用しますので、
　　　　　　会社PCから参加の方は使用可能か事前にご確認ください。



　S230727NW

本セミナーは Zoomを使用いたします。

開催日時：2023年10月18日（水）　13:00-17:00　（12:55受付開始）

受 講 料：お1人様受講の場合　50,600円[税込] / 1名

　　　　　1口でお申込の場合　62,700円[税込] / 1口（3名まで受講可能）

　清水 悠生　氏　　　　立命館大学 理工学部 電気電子工学科　助教
　　　　　　　　　　　　　　 ㈱MotorAI　代表取締役

　

　　　　近年、自動車の電動化や再生可能エネルギーの普及など、電気で動く製品の需要が高まっており、その
　　　動力源として主に用いられる永久磁石同期モータの高性能化が大きな重要課題となっています。
　　　　他方、2022年後期以降の生成AIブームに起因して、ディープラーニング技術が急速な発展を遂げていま
　　　す。2022年8月にオープンソースで公開された画像生成モデルStable Diffusionや、2022年11月に発表され
　　　た自然言語モデルベースのチャットボットChatGPTは非研究者にも広く利用され、AIと人間が協調する社会
　　　が形成されつつあります。
　　　　モータ分野においてもAI技術は間違いなく波及し、すべての技術者がデータ解析技術を駆使する時代が
　　　到来します。本セミナーでは、永久磁石同期モータの設計に焦点を置き、永久磁石同期モータの基本原理
　　　から、有限要素解析と機械学習を活用したデータ駆動型の設計手法について説明します。

　　１． 永久磁石同期モータの基礎
　　　　(1). モータの分類
　　　　(2). モータの構造
　　　　(3). 動作原理
　　　　(4). 基本的な制御方式

　　２． 永久磁石同期モータ開発の動向

　　　　
　　　　　　　～小型・高速化、磁性材料、高トルク密度化、高電圧化、冷却、振動、冗長性・信頼性、LCAなど

　　３． 機械学習の基礎（Google Colaboratoryを用いたハンズオン形式）
　　　　(1). 機械学習の基本事項
　　　　(2). 代表的な回帰モデル
　　　　(3). ニューラルネットワーク
　　　　(4). 回帰分析ハンズオン（Google Colaboratory）

　　４． 機械学習を用いたモータ設計最適化（Google Colaboratoryを用いたハンズオン形式）
　　　　(1). モータ分野で機械学習を応用するメリット
　　　　(2). 埋込磁石同期モータの設計最適化ハンズオン
　　　　(3). 機械学習を始めるために重要な事項（Google Colaboratory）

　　５． 機械学習のモータ応用事例
　　　　(1). モータ設計への応用
　　　　(2). モータ制御への応用
　　　　(3). モータ異常検知への応用