Auto-Encoderを用いた同期リラクタンスモータ最適化計算におけるData Augmentationの検討

カテゴリ: 研究会(論文単位)

論文No: SA25029,RM25029

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: 2025/03/03

タイトル(英語): A Study on Data Augmentation in Synchronous Reluctance Motor Optimization Calculations Using Auto-Encoder

著者名: 家田 航希(早稲田大学),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): Koki Ieda(Waseda University),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 Matsushita(TOSHIBA Infrastructure Systems & Solutions Corporation)

キーワード: 同期リラクタンスモータ|潜在変数|オートエンコーダ|データ拡張|レベルセット法|Synchronous reluctance motors|latent variables|Auto-Encoder|data augmentation|level-set method

要約(日本語): 脱炭素社会に向けて、モータの高効率化を目的とした最適化設計が求められている。先行研究ではAuto-Encoderの応答局面近似を活用した多目的位相最適化手法が検討された。この手法の課題として、最適化結果を向上させるために設計上適している形状データを多く用意する必要性が挙げられている。この課題克服のため、本研究ではAuto-Encoderの潜在変数に混合ガウスを適用したData Augmentationについて提案する。この手法により最適化結果が向上したことを報告する。

要約(英語): Optimization design is required to improve the efficiency of motors. A previous study explored optimization using Auto-Encoder's response phase approximation, requiring extensive geometry data. This study proposes a data augmentation method using mixed Gaussian on latent variables to address this limitation. We report that this method improves the optimization results.

本誌: 2025年3月6日-2025年3月7日静止器/回転機合同研究会-1

本誌掲載ページ: 159-164 p

原稿種別: 日本語

PDFファイルサイズ: 1,408 Kバイト