回転機トポロジー最適化への深層学習の適用

カテゴリ: 部門大会

論文No: MC6-4

グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム

発行日: 2018/09/05

タイトル(英語): Application of Deep Learning to Topology Optimization of Rotating Machines

著者名: 土居 周平(北海道大学),五十嵐 一(北海道大学)

著者名(英語): Shuhei Doi|Hajime Igarashi

キーワード: 遺伝的アルゴリズム|IPMモーター|深層学習|多目的最適化|トポロジー最適化|Genetic algorithm|IPM motor|Deep learning|Multi-objective optimization|Topology optimization

要約(日本語): 近年，モータの性能向上が強く求められており，モータの高性能化には平均トルクやトルクリプル，鉄損などの多くの要素を最適化する必要がある。そこで，本研究では多目的最適化に着目した。また，多目的最適化アプローチとして，遺伝的アルゴリズム（以下GA）を用いた。GAは多点探索法であり，一度の最適化でパレート解が多く得られることが期待できる。しかし，モータの最適化にGAを用いた場合，有限要素法(以下FEM)を用いた電磁界解析による評価回数が非常に多くなってしまうため，最適化に時間を要してしまう。そこで本発表では，畳み込みニューラルネットワーク(以下CNN)を用いて，FEMによる評価回数を減少させる多目的最適化手法を提案する。入力をモータの材料分布画像とし，平均トルクとトルクリプルのそれぞれを出力として，学習させたCNNを用いて多目的最適化を行った結果，通常の最適化に比べて25%程度短い時間で，同等のパレート解が得られた。

PDFファイルサイズ: 423 Kバイト