深層学習を用いた回転機のトポロジー最適化－基礎的検討

カテゴリ: 研究会(論文単位)

論文No: RM17112

グループ名: 【D】産業応用部門 回転機研究会

発行日: 2017/09/22

タイトル(英語): Topology optimization of rotating machines using deep learning: a fundamental study

著者名: 佐々木 秀徳(北海道大学),五十嵐 一(北海道大学)

著者名(英語): Hidenori Sasaki(Hokkaido University),Hajime Igarashi(Hokkaido University)

キーワード: トポロジー最適化|深層学習|回転機|Topology optimization|Deep learning|Rotating machines

要約(日本語): トポロジー最適化の実行のためには長い計算時間を要する．本発表では，この問題を克服するための一つの方法として，材料分布を入力とする深層学習を最適化の過程で用いる手法を提案する．本手法ではGAに用いる個体を，事前に学習した多層ニューラルネットワークにより評価する．そして，計算するべき個体数を削減し，最適化全体の計算コストを下げる．本発表では回転機の形状最適化に本手法を適用し，従来手法との比較を行う．

要約(英語): Topology optimization using genetic algorithm needs long computational time. The authors propose a new topology optimization method based on deep learning in which material distribution is used as the input data to reduce the computational time.

原稿種別: 日本語

PDFファイルサイズ: 2,090 Kバイト