講演情報
[3E2-GS-2g-06]誘導加熱条件の磁場解析におけるPhysics-Informed Neural Networkの収束特性に関する考察
〇鈴木 友則1、小泉 拓2、中村 幸太郎2、山出 吉伸2、水原 慎一2、植竹 宏往2 (1. 株式会社アイシン・デジタルエンジニアリング、2. みずほリサーチ＆テクノロジーズ株式会社)
キーワード：
PINNs、磁場解析、誘導加熱、収束特性
本研究は誘導加熱における交流磁場解析を対象として Physics-Informed Neural Networks（PINNs）の収束特性を検討したものである。高周波かつ高比透磁率条件下では、表皮厚さの極端な縮小や内部境界条件処理が学習を著しく困難にすることが確認された。本研究では、支配方程式の無次元化、サンプリング点の最適化、内部境界条件の明示的導入、ならびに領域分割ネットワークの採用により収束性の改善を図った。その結果、比透磁率5000 という強いマルチスケール、マルチドメイン性を有する条件下においても、FEM と整合する物理的に妥当な場分布を再現可能であることを示した。