日本金属学会2023年秋期(第173回)講演大会

Presentation information

公募シンポジウム講演

[S7] S7.Digital Transformation Initiative R&D for Magnetic Material(2)

Thu. Sep 21, 2023 9:00 AM - 12:00 PM Rm. J (3rd Flr. Education and Research Building, School of Engineering)

座長:岡本 聡(東北大学)、高橋 有紀子(国立研究開発法人 物質・材料研究機構)

11:20 AM - 11:40 AM

[S7.13] machine learning prediction of effect of stress on iron loss and its frequency dependency in electrical steel

*Kyohei Hayakawa1, Isao Matsui1 (1. MHI)

Keywords:電磁鋼板、鉄損、応力、周波数、機械学習

電磁鋼板の鉄損は、応力やひずみに影響されることが知られているが、これらの影響やその周波数依存性は、未だ体系的に理解されていない。本発表では、鉄損予測の高精度化に向けて機械学習を適用した結果を報告する。

Please log in with your participant account.
» Participant Log In