畳み込みニューラルネットワークを用いた磁気回路の特徴量抽出に関する検討 (2) ～同期リラクタンスモータのトポロジー最適化へのマルチタスク学習の適用～

カテゴリ: 研究会(論文単位)

論文No: SA21028,RM21028

グループ名: 【B】電力・エネルギー部門 静止器/【D】産業応用部門 回転機合同研究会

発行日: 2021/03/01

タイトル(英語): Feature Extraction of Magnetic Circuits Using Convolutional Neural Networks (2) : multi-task learning of images for synchronous reluctance motor

著者名: 田中 眞之(同志社大学),桂井 麻里衣(同志社大学),髙橋 康人(同志社大学),藤原 耕二(同志社大学)

著者名(英語): Mayuki Tanaka(Doshisha University),Marie Katsurai(Doshisha University),Yasuhito Takahashi(Doshisha University),Koji Fujiwara(Doshisha University)

キーワード: 畳み込みニューラルネットワーク|マルチタスク学習|同期リラクタンスモータ|機械学習|磁気回路設計|可視化|convolutional neural network|multi-task learning|synchronous reluctance motor|machine learning|magnetic circuit design|visualization

要約(日本語): 本稿では，前報で提案した特徴抽出手法を拡張し，同期リラクタンスモータ（SynRM）に適用する．具体的には，SynRMの平均トルク最大化およびトルクリップル最小化を目的としたトポロジー最適化を実施し，最適化過程で得られた磁気回路画像にマルチタスク学習を適用することで，効率的な学習および有益な情報抽出を試みる．

要約(英語): This paper extends the method proposed in our previous work to extract visual features from practical rotating machines. Specifically, to improve the learning efficiency, we apply a multi-task learning to topology optimization of a synchronous reluctance motor, which maximize the average torque and minimize the torque ripple.

本誌: 2021年3月4・5日静止器/回転機合同研究会―2

本誌掲載ページ: 79-84 p

原稿種別: 日本語

PDFファイルサイズ: 5,080 Kバイト