深層生成モデルを活用したIPMSMの効率に関するロバスト最適化

カテゴリ: 研究会(論文単位)

論文No: SA22081,RM22084

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: 2022/09/26

タイトル(英語): Robust Optimization of IPMSM Efficiency Using Deep Generative Model

著者名: 清水 悠生(立命館大学)

著者名(英語): Yuki Shimizu(Ritsumeikan University)

キーワード: 埋込磁石同期モータ|効率|敵対的生成ネットワーク|トランスフォーマー|最適化|深層学習|interior permanent magnet synchronous motor|Efficiency|generative adversarial network|transformer|optimization

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，深層生成モデルを活用したIPMSMの効率最適化について報告し，最適設計期間の大幅な短縮を達成した。本研究では，先行研究で問題となっていた崩壊形状を回避し、更に最適化性能を向上させるアルゴリズムと実験結果について報告する。

要約(英語): This study proposes a robust optimization method using a deep generative model. This method avoids the collapsed shapes occurred in the previous study and further improves the optimization performance. This report presents the details of the method and experimental results.

本誌: 2022年9月29日-2022年9月30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: 2,674 Kバイト