|
電気自動車の駆動モータを始めとする電気機器の開発では，制約条件を満たし，かつ優れた性能を持つ構造を見出す必要がある．穴の生成消滅を含めて機器形状を自由に変形して最適構造を探索するトポロジー最適化は，このような複雑な最適設計問題に有効である．しかし電気機器のトポロジー最適化では，膨大な回数の電磁界有限要素解析を伴うため，実行に長い計算時間を必要としており，これが実利用の大きな障害となっていた．本研究では深層学習により機器特性を予測することで，トポロジー最適化の計算時間を大幅に短縮できることを初めて示した．開発した高速最適化法は，電気機器のみならず広い対象の設計に有効である．
|
