深層学習を用いた回転機のトポロジー最適化－第二報

カテゴリ: 研究会(論文単位)

論文No: RM18021

グループ名: 【D】産業応用部門 回転機研究会

発行日: 2018/01/24

タイトル(英語): Topology optimization of rotating machines using deep learning II

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: 深層学習|トポロジー最適化|有限要素法|回転機|Deep learning|Topology optimization|Finite element method|Rotating machine

要約(日本語): 最適化に要する時間を短縮する手法として，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し，平均トルクの最大化を目的としたトポロジー最適化に有効な手法であることを示してきた．本発表では複数の分類器を使用し，平均トルクおよびトルクリップルを目的関数に組み込んだ最適化に本手法を適用した場合について検討，報告を行う．

要約(英語): The authors have proposed a new topology optimization method based on the deep neural network, which is trained to output the motor characteristics from input material distribution. In this study, the proposed method is applied to optimization problems where average torque and torque ripple are included in the objective function.

原稿種別: 日本語

PDFファイルサイズ: 1,796 Kバイト