Multi-Fidelity Transfer Learning-Based Design of Rare-Earth/Non-Rare-Earth Hybrid Asymmetric Motors for Enhanced Performance through Magnetic Field Shifting Effect
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710111827
과학기술정보통신부
한국연구재단
영남대학교
김재현
6명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
6,230만원
6,230만원
기초연구
대학
경상북도 경산시
기계 > 자동차/철도차량 > 엔진/동력전달장치
... 통한 자기장 편이 효과를 체계적으로 분석하고, 출력밀도 향상 및 고조파 상쇄를 위한 최적 형상 도출1.1.2.2. Multi-Fidelity 전이학습 설계 프로세스 확립: 자기등가회로와 유한요소해석 데이터를 결합한 AI 기반 전이학습 알고리즘을 구축하여, 비대칭 구조의 복잡한 설계 공간을 기존 대비 80% 이상 빠른 속도로 정밀 설계하는 기술 확립1.1.2.3. 구동 시스템 성능 및 NVH ...
- 연구과제의 내용1차년도: 자기등가회로 기반 고속 해석 모델 구축 및 Low-Fidelity 데이터셋 확보 - 비대칭 구조 반영 MEC 구축 및 인버터 모델링1.1.1.1.1. 영구자석 배치 및 회전자 형상 비대칭성에 따른 자기장 편이 효과를 고려한 자기등가회로 구축1.1.1.1.2. 인버터 스위칭에 의한 고조파 전류 성분 계산을 위한 인버터 시뮬레이션 모델 ...
... 활용한 고조파 전자기력 상쇄 기술을 통해, 별도 물리적 차폐 장치 없이도 모터 단품 레벨에서 NVH 성능을 획기전으로 개선하는 데 활용 가능함1.1.2. AI 기반 고속·고정밀 설계 플랫폼의 산업계 확산1.1.2.1. 구축된 Multi-Fidelity 전이학습 프레임워크는 타 기종 모터 및 변압기, 액추에이터 등 다양한 전기기기 설게 프로세스에 수평적으로 전개 가능함1.1.3. ...