機械学習を活用したデータ駆動型研究手法による電気絶縁材料劣化機構解明

点击翻译按钮获取中文摘要

本年度は，前年度に引き続き，電気絶縁材料開発分野への機械学習導入をおこなった。絶縁劣化現象は、例えば，電気トリーイング現象において，トリーの進展のしやすさやその進展形状は，さまざまな要因(印加電圧波形，温度，材料の諸物性値，マクスウェル応力など)が複雑に関係する。前年度より，機械学習の手法であるベイズ最適化を用いて，各種実験パラメータを決定するためのプログラムを構築し，網羅的実験より少ない試行回数で実験パラメータを求めることを試みている。ベイズ最適化を絶縁材料開発に活用する準備ができた。さまざまな要因が関係する電気トリー進展の実験結果をフェーズフィールドシミュレーションで再現することを目指した。本年度は，電圧印加時の静電エネルギーを考慮した電気トリーのフェーズフィールシミュレーションをおこなった。さまざまな要因を考慮したシミュレーションの準備ができた。各種パラメータと絶縁破壊電圧(直流電圧印加時)からなるデータベースを構築する際に，各々の試料を流れる微小電流および空間電荷蓄積状態を知ることは絶縁破壊の要因を探るために重要である。無機フィラーである酸化マグネシウム(MgO)，酸化亜鉛(ZnO)，酸化第二鉄(Fe2O3)を添加したポリマーを作製し，微小電流および空間電荷蓄積状態を測定した。また，空間電荷蓄積状態を再現するシミュレーションに用いるパラメータの機械学習を用いた推定をおこなった。