Искусственный интеллект Fujitsu рассчитывает геометрию магнитных материалов +8

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.


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.


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

Практическая польза инновации



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.

Вы можете помочь и перевести немного средств на развитие сайта



Комментарии (8):

  1. mwizard
    /#18846955

    Разве теперь генетические алгоритмы являются ИИ?

    • FeeAR
      /#18847003

      Генетические алгоритмы, конечно, не являются ИИ. Речь идет об объединении технологии, использующей возможности искусственного интеллекта с генетическими алгоритмами. Фактически, о синергии.

      • hv1
        /#18847397

        Генетические алгоритмы — такой же раздел ИИ, как нейронные сети и нечеткая логика.
        Вики намекает: en.wikipedia.org/wiki/Artificial_intelligence#Search_and_optimization

        • hv1
          /#18847599

          Забыл добавить, что в зарубежных вузах генетические алгоритмы обычно преподаются в рамках курсов AI.

          Субъективно, у русскоязычных студентов и инженеров иногда возникает путаница с пониманием термина ИИ, из-за бытового восприятия слова «интеллект» и качества учебных материалов (включая переводы) по теме. Во всяком случае так было 5 лет назад, и сейчас я могу ошибаться.

    • menstenebris
      /#18847101

      Для бизнеса вообще смешались в кучу искусственный интеллект, машинное обучение и методы оптимизации.

    • smer44
      /#18848613 / -1

      генетические алгоритмы — часть машинного обучения, которое упрощённо называют «ИИ».
      хоть в генетических алгоритмах, нейронках, фаззи лгике и прочего настоящего ИИ 0%.
      Тут речь идёт об инженерном алгоритме (методика моделирования магнитных потерь) с которой используется эволюционный алгоритм. никакой «технологии, использующей возможности искусственного интеллекта» тут нет,

      • mwizard
        /#18848665 / +2

        В мое время это называлось «оптимизацией функций», и к ИИ не имело ни малейшего отношения.

        • smer44
          /#18853755

          а что в ваше время имело отношение к ии?