特異値分解を用いた次元削減に基づくトポロジー最適化形状の局所探索法に関する基礎検討

カテゴリ: 研究会(論文単位)

論文No: SA24068,RM24106

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: 2024/09/07

タイトル(英語): A Basic Study on Local Search Method for Topology Optimization Based on Dimensionality Reduction Using the Singular Value Decomposition

著者名: 大友 佳嗣(長崎大学),佐藤 一樹(オムロン),小野坂 健(オムロン),五十嵐 一(北海道大学)

著者名(英語): Yoshitsugu Otomo(Nagasaki University),Kazuki Sato(OMRON Corporation),Ken Onozaka(OMRON Corporation),Hajime Igarashi(Hokkaido University)

キーワード: 局所探索|トポロジー最適化|特異値分解|次元削減|Local search|topology optimization|singular value decomposition|dimensionality reduction

要約(日本語): 進化計算を利用する電気機器のトポロジー最適化では一般に，乱数シード値に依存して異なる最適形状に収束することが知られている。実際の機器設計においては，得られた複数の形状候補から最良の結果を導く特徴量を見出す必要があるが，自由変形により獲得されるトポロジー最適化形状からそのような特徴を見出すことは容易でない。本研究では特異値分解を用いた局所探索法により，この問題の解決を試みた結果について報告する。

要約(英語): This paper proposes a novel local search method for topology optimization using the singular value decomposition (SVD). In the proposed method, we apply the SVD to optimal design variables obtained using the NGnet-based topology optimization to extract their major features. Moreover, we derive the global optimal shape by optimizing the weighting coefficients corresponding to each singular vector.

本誌: 2024年9月10日-2024年9月11日静止器/回転機合同研究会-2

本誌掲載ページ: 29-33 p

原稿種別: 日本語

PDFファイルサイズ: 1,355 Kバイト