適応代替モデルによるIPMモータのトポロジー最適化

カテゴリ: 研究会(論文単位)

論文No: SA21069,RM21090

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): Basic Study on Topology Optimization of IPM Motors with Adaptive Surrogate Model

著者名: 佐藤 駿輔(北海道大学),五十嵐 一(北海道大学)

著者名(英語): Hayaho Sato(Graduate school of information science and technology, Hokkaido university),Hajime Igarashi(Graduate school of information science and technology, Hokkaido university)

キーワード: 畳み込みニューラルネットワーク|代替モデル|トポロジー最適化|ＮＧｎｅｔ　ｏｎ／ｏｆｆ法|永久磁石モータ|convolutional neural network|surrogate model|topology optimization|NGnet on/off method|permanent magnet motor

要約(日本語): 本研究では，トポロジー最適化の高速化を目的とし，IPMモータの特性を予測する代替モデルを，逐次的に学習させる手法を提案する．提案手法では，代替モデルにより形状データ群を評価し，高い評価を得た形状のみ有限要素法により解析する．さらに，解析で得られたデータを用いて代替モデルを逐次更新する．本報告では特に，IPMモータの速度－トルク特性の改善を目的としたトポロジー最適化について述べる．

要約(英語): In this study, we propose an adaptive surrogate model to predict the characteristics of IPM motors for fast topology optimization. In the proposed method, shape data set is evaluated with the surrogate model, and only high-scored individuals are analyzed by finite element method. Moreover, we update the surrogate model with data set during the process of the topology optimization. In this report, we consider the topology optimization in which we optimize the speed-torque characteristic of an IPM motor.

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: 19-24 p

原稿種別: 日本語

PDFファイルサイズ: 1,420 Kバイト