深層学習を用いたREBCOパンケーキコイルのクエンチ予測に関する検討

Investigation of quench prediction using deep learning for REBCO pancake coil


間藤 昂允, 中井 優介, 野口 聡 (北大)


Abstract:本研究では,REBCO (rare-earth barium copper oxide)パンケーキコイルがクエンチする際の電圧波形を深層学習により予測する.超電導磁石の保護にはクエンチの予兆を速やかに検知することが必要である.しかし,一般に,高温超電導磁石の保護は困難である.高い比熱および遅い熱伝導率に起因して常電導領域が速やかに広がらず,常電導領域の電圧検知が遅れるためである.これを解決するために様々な手法が提案されてきた.しかし,決定的な手法は未だ無い.そこで,本研究ではREBCO超電導磁石がクエンチする際の電圧波形予測器をCNN (convolutional neural network)を用いて構築する.電圧波形はPEEC (partial equivalent element circuit)法により収集する.いくつかの検証を行い,クエンチ波形の予測に深層学習が効果的であるか検討する.