RHINO-MAG：基于动态激励下观测磁通量的递归 H 场推断
系统与控制
2026-04-01 v1 材料科学
系统与控制
信号处理
摘要
受 MagNet Challenge 2025（MC2）的驱动，越来越多的研究兴趣指向铁氧体材料中瞬态磁场的建模。准确的时间分辨和温度感知的 H 场预测对于在准稳态/非稳态激励波形的应用中优化磁元件至关重要。在本研究范围内，比较了具有不同程度物理动机结构的若干模型结构。基于帕累托分析，发现一个相当黑盒的门控循环单元（GRU）模型结构配合优雅的初始化设置，在模型规模与模型精度的权衡中提供了最具吸引力的选择，而物理启发模型的表现较差。对于一个仅有 325 个参数的基于 GRU 的模型，在未见过的测试数据上，在五种不同材料上平均实现了 8.02% 的序列相对误差和 1.07% 的归一化能量相对误差。凭借出色的参数效率，所提出的模型在 MC2 的性能类别中获得了第一名。
引用
@article{arxiv.2603.29745,
title = {RHINO-MAG: Recursive H-Field Inference based on Observed Magnetic Flux under Dynamic Excitation},
author = {Hendrik Vater and Oliver Schweins and Lukas Hölsch and Wilhelm Kirchgässner and Till Piepenbrock and Oliver Wallscheid},
journal= {arXiv preprint arXiv:2603.29745},
year = {2026}
}