同期リラクタンスモータの最適化設計におけるフラックスバリア形状と目的関数値の相関学習に関する基礎的検討

カテゴリ: 研究会(論文単位)

論文No: SA22083,RM22086

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): Fundamental Research on Correlation Learning between Flux Barriers Shapes and Objective Functions Values for Optimal Design of Synchronous Reluctance Motors

著者名: 岸 正寛(早稲田大学),若尾 真治(早稲田大学),村田 昇(早稲田大学),牧野 宏明(東芝インフラシステムズ),竹内 活徳(東芝インフラシステムズ),松下 真琴(東芝インフラシステムズ)

著者名(英語): Masahiro Kishi(Waseda University),Shinji Wakao(Waseda University),Noboru Murata(Waseda University),Hiroaki Makino(TOSHIBA Infrastructure Systems & Solutions Corporation),Katsutoku Takeuchi(TOSHIBA Infrastructure Systems & Solutions Corporation),Makoto Mat

キーワード: マルチフラックスバリア|オートエンコーダ|畳み込みニューラルネットワーク|レベルセット法|概念設計|逆設計|multi-flux barriers|auto-encoder|convolutional neural network|level set method |conceptual design|inverse design

要約(日本語): 本稿では、設計形状と目的関数値の相関を学習するオートエンコーダを、同期リラクタンスモータのフラックスバリア形状最適化へ適用した。本モデルは基礎的な磁気回路設計において有効性が示されており、オートエンコーダの潜在表現に目的関数を結びつけることで、目的関数を入力し、対応する形状を出力する逆推定関数として機能する。その結果、目的関数に応じた連続的な形状変化を可視化できるため、概念設計法として有用である。

要約(英語): In this paper, we developed an autoencoder system that learns the correlation between the objective function values and the design shapes for the flux barriers shape optimization of a synchronous reluctance motor. Using a simple magnetic circuit design as an example, the authors have verified that the autoencoder system is useful for correlation learning. By associating objective function values to the latent representation of the autoencoder, the system acts as an inverse estimation function that takes the objective functions as inputs and outputs the corresponding shapes. As a result, it is valuable as a conceptual design method by visualizing the continuous change in shape from the base shape in response to changes in the objective function values.

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: 19-24 p

原稿種別: 日本語

PDFファイルサイズ: 2,378 Kバイト