敵対的生成ネットワークと畳み込みニューラルネットワークを活用したIPMSMの回転子形状最適化

カテゴリ: 研究会(論文単位)

論文No: SA21067,RM21088

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: 2021/09/06

タイトル(英語): Rotor Shape Optimization of IPMSM Using Generative Adversarial Networks and Convolutional Neural Networks

著者名: 清水 悠生(大阪府立大学),森本 茂雄(大阪府立大学),真田 雅之(大阪府立大学),井上 征則(大阪府立大学)

著者名(英語): Yuki Shimizu(Osaka Prefecture University),Shigeo Morimoto(Osaka Prefecture University),Masayuki Sanada(Osaka Prefecture University),Yukinori Inoue(Osaka Prefecture University)

キーワード: 埋込磁石同期モータ|半教師あり学習|敵対的生成ネットワーク|畳み込みニューラルネットワーク|最適化|深層学習|interior permanent magnet synchronous motor|semi-supervised learning|generative adversarial network|convolutional neural network|optimization|deep learning

要約(日本語): 埋込磁石同期モータ(IPMSM)は設計自由度が高く，短期間の自動設計システムの構築が求められている。先行研究で筆者らは，IPMSMの運転特性を高精度に予測する寸法ベースの代理モデルについて報告した。本研究では，汎用的な回転子形状設計システムの構築のための，提案代理モデルと半教師あり学習によるデータ拡張法，設計用の敵対的生成ネットワークおよび特性予測用の畳み込みニューラルネットワークの学習法について報告する。

要約(英語): We aim to build a general-purpose design system for automotive IPMSMs that combines an adversarial generative network and a convolutional neural network for regression, using semi-supervised learning to generate training data. In this paper, we describe the configuration of this design system and discuss the results of optimization design with this system.

本誌: 2021年9月9日－2021年9月10日静止器/回転機合同研究会－2

本誌掲載ページ: 7-12 p

原稿種別: 日本語

PDFファイルサイズ: 2,303 Kバイト