IPMモータ（埋込磁石型） — 先端技術と研究動向

いくつかの重要な方向性がある。

従来のNdFeB磁石はDy（ジスプロシウム）を添加して耐熱性を確保していたが、希少性とコストが問題だ。最近はDyフリーの磁石グレードや、フェライト磁石を使ったIPM設計が注目されている。

突極比を大きくしてリラクタンストルクの比率を高めることで対応する。例えば突極比3以上の設計にすれば、フェライトでも実用レベルのトルク密度が得られる。JMAGのトポロジー最適化機能で磁路設計を行う研究が進んでいるよ。

パラメトリック最適化（寸法を変える）とは異なり、材料分布そのものを自由に変える手法だ。ロータ内部の鉄/空気/磁石の配置をゼロから探索できる。

ここで $\rho$ は各要素の材料密度変数（0: 空気、1: 鉄）だ。

JMAG v22以降でトポロジー最適化機能が搭載されている。またAnsysではOptiSlangとの連携で実現可能だ。ただし、製造性の制約（打ち抜き可能な形状か）を考慮したフィルタリングが実務では重要になる。

FEM解析は1ケース数十分かかるため、多数の設計点を探索するのに時間がかかる。そこでFEMの結果を学習したニューラルネットワーク（サロゲートモデル）を使って高速に設計空間を探索する手法が広がっている。

JMAGにはPython APIがあり、解析結果をCSV/NumPy形式で出力できる。それをscikit-learnやPyTorchで学習すれば、インダクタンスマップや効率マップの高速予測モデルが構築できる。JMAGの「AI活用最適化」機能も利用できるよ。

電圧が上がると巻線の絶縁設計が厳しくなる。部分放電（PD: Partial Discharge）が巻線間で発生するリスクがある。また高dv/dtによるベアリング電食も問題だ。Ansys MaxwellとQ3Dで浮遊容量を評価し、Workbenchの構造解析で電食リスクを定量化するアプローチが注目されている。