Искусственный интеллект Fujitsu рассчитывает геометрию магнитных материалов
Дата публикации: 05.07.2018
Метки:

Источник: информация из открытых интернет-источников

Искусственный интеллект Fujitsu рассчитывает геометрию магнитных материалов

Современные методики расчета геометрии магнитных материалов затрудняют выбор ее оптимальных параметров из-за высокого показателя нелинейности (так называемого магнитного гистерезиса). Даже после выполнения моделирования геометрии возникают ошибки при вычислении магнитных потерь, которые могут значительно отличаться от экспериментально измеренных значений. Компания Fujitsu разработала ИИ-технологию, автоматически рассчитывающую оптимальную геометрию магнитных материалов. Об этой инновации мы расскажем в данной статье.

2018-07-05-38.jpeg

Материалы, которые при воздействии на них магнитного поля работают в качестве магнита, используются в различных компонентах и устройствах, включая электромоторы и индукторы, позволяющие сохранять электроэнергию в аккумуляторах. При этом магнетизм сам по себе вызывает потерю энергии. Уровень магнитных потерь серьезно зависит от геометрии магнитных материалов. В итоге он напрямую связан с энергоэффективностью компонента или устройства. Поэтому для обеспечения высокой энергоэффективности очень важно рассчитать оптимальную геометрию материалов с учетом магнитных потерь.

Преимущества новой технологии

Компания Fujitsu разработала ИИ-технологию, которая автоматически рассчитывает геометрию магнитных материалов в виртуальном пространстве для сокращения потери энергии. Новая разработка значительно повышает эффективность конструкторских отделов, позволяя рассчитывать геометрию магнитов для различных областей применения, включая силовую электронику и электромоторы. Технология Fujitsu сокращает сроки разработки прототипов с нескольких месяцев до нескольких дней.

С ее помощью можно с высокой точностью просчитать распределение вихревых токов, которые проходят через индуктор. Для этого необходимо представить их в виде формулы диэлектрических эффектов ферритных микроструктур, используемых в качестве индуктивных материалов. В используемых ранее методах оценки существовало ограничение в точности определения размера потери на вихревых токах в случае, если рабочая частота индуктора превышала несколько десятков килогерц. Новая разработка позволяет выполнять оценку при частоте, достигающей несколько мегагерц.

2018-07-05-39.jpeg

Слева — моделирование магнитных потерь индуктора (распределение плотности магнитного потока в магнитном материале). Справа — сравнение экспериментальных и смоделированных результатов

Практическая польза инновации

2018-07-05-40.jpeg

Результаты автоматизированного проектирования индуктора (каждая точка соответствует одному из вариантов геометрии индуктора)

За счет объединения новой методики моделирования магнитных потерь с генетическим алгоритмом* Fujitsu создала формулу для автоматического поиска набора геометрических параметров. Они обладают оптимальной по Парето формой** (размерами для каждой части формы магнитного материала) и максимально сокращают магнитные потери энергии. К 2020 году Fujitsu планирует представить на рынке услуги проектирования, которые будут включать в себя описанную выше технологию.

* Вычислительный метод оптимизации, работающий на основе принципов биологической эволюции. Для имеющегося поколения возможных решений создаются несколько копий, которые затем перекрещиваются друг с другом и мутируют. «Выжившие» копии отбираются для создания следующего поколения решений. Путем повторения этого процесса обираются лучшие решения.

** В ситуации минимизации нескольких значений, которые имеют компромиссное соотношение, и отсутствия обстоятельств, которые предоставили бы меньшие значения для всех переменных, эти параметры называются оптимальными по Парето. Как правило, существует несколько оптимум Парето, и линия или плоскость, сформированная этими оптимумами, называется оптимальной по Парето формой.