研究者学術情報データベース

（最終更新日 : 2022-06-07 15:34:42）

シミズユウキ
清水悠生
SHIMIZU YUKI

所属理工学部電気電子工学科

職名助教

学歴
1.	2020/04～2022/03	大阪府立大学大学院工学研究科電気・情報系専攻
2.	2016/04～2018/03	大阪府立大学大学院工学研究科電気・情報系専攻

職歴
1.		立命館大学理工学部電気電子工学科
2.	2022/04 ～	立命館大学理工学部電気電子工学科
3.	2021/04 ～ 2022/03	大阪工業大学
4.	2021/02 ～ 2022/03	大阪府立大学
5.	2018/04 ～ 2020/03	トヨタ自動車株式会社 EHV電池設計部

委員会・協会等
1.	2022/04 ～	電気学会電磁界解析による回転機の高精度モデリングと先進最適化技術調査専門委員会
2.	2021/10 ～ 2022/03	電気学会電磁界解析による回転機の高精度性能評価技術調査専門委員会

所属学会
1.	2022/04 ～	パワーエレクトロニクス学会
2.	2022/04 ～	自動車技術会
3.	2020/04 ～	IEEE
4.	2017/04 ～	電気学会

研究テーマ
1.	機械学習を用いた磁石同期モータの形状最適化
2.	磁石同期モータのオンラインパラメータ同定

研究概要
機械学習を用いた磁石同期モータの構造最適化近年，環境問題への配慮から様々な製品の電動化が進んでおり，その動力源には電気エネルギーを力学的エネルギーに変換するモータが用いられる。現在，このようなモータの中でも特に，埋込磁石同期モータ（IPMSM）が主流となっている。IPMSMは設計自由度が高く，また特性解析に長時間の有限要素解析を要し，開発期間の長期化が問題となっている。そこで本研究では，機械学習によりモータ形状と運転特性の非線形な関係を数理モデル化し，短期間で効率よくIPMSMを設計できるような自動設計システムの構築を目指す。私は本研究を完成させ，開発期間の短縮という観点からモータ業界の更なる発展に寄与したい。製造業界は国際的な競争激化により，製品性能や信頼性を維持しながら従来の半分以下の期間で製品開発を完了しなければならない状況に追い込まれている。こういった現状を踏まえると，本研究はモータ業界におけるイノベーションの創出につながり，特に開発期間の短縮という面で業界に絶大なインパクトを与える。今後，実際に企業の設計現場にAI技術を実用化していくためには，性能面に加えて安全性・信頼性・コストといった側面に関しても検討する必要がある。そのため，本研究におけるモータの性能面における成果を土台として，企業と密に連携してこれらの課題を解決し，AI技術を実用化していくことで業界全体の更なる発展に貢献したい。

現在の専門分野
同期モータ，パワーエレクトロニクス，機械学習，深層学習

論文
1.	2021/09/01	Using Machine Learning to Reduce Design Time for Permanent Magnet Volume Minimization in IPMSMs for Automotive Applications │ IEEJ Journal of Industry Applications │ 10 (5),554-563頁 (共著)
2.	2021/05/17	Investigation of Irreversible Demagnetization Constraints in Magnet Volume Minimization Design of IPMSM for Automotive Applications Using Machine Learning │ 2021 IEEE International Electric Machines & Drives Conference (IEMDC) │ (共著)
3.	2021/03	Reducing Design Time of Permanent Magnet Volume Minimization for IPMSM for Automotive Applications Using Machine Learning │ SAMCON2021 │ (共著)
4.	2018/03/31	自動車駆動用2層IPMSMの運転特性に及ぼすPWMインバータのキャリア高調波の影響 │ パワーエレクトロニクス学会誌 │ 43 (0),130-137頁 (共著)
5.	2017/12	Reduction of torque ripple in double-layered IPMSM for automotive applications by rotor structure modification │ 2017 IEEE 12th International Conference on Power Electronics and Drive Systems (PEDS) │ (共著)
全件表示（8件）

学会発表
1.	2022/03	IPMSMのクロスサチュレーションを考慮した磁束平面推定を用いたオンラインMTPA制御 (令和4年電気学会全国大会)
2.	2022/03	機械学習を用いた自動車駆動用IPMSMの効率とトルクリプルの多目的最適設計期間短縮 (静止器/回転機合同研究会)
3.	2021/09	敵対的生成ネットワークと畳み込みニューラルネットワークを活用したIPMSMの回転子形状最適化 (静止器/回転機合同研究会)
4.	2021/08	半教師あり学習データにより構築した深層生成モデルと畳み込みニューラルネットワークを活用したIPMSMの回転子設計システムの基礎検討 (2021年電気学会産業応用部門大会)
5.	2021/03	機械学習を用いた2層IPMSMの特性予測精度向上と磁石量最小化設計時間の短縮 (静止器/回転機合同研究会)
全件表示（14件）

講師・講演
1.	2020/12	機械学習を活用した自動車駆動用IPMSMの最適設計期間短縮

受賞学術賞
1.	2022/03	大阪府立大学あおがき基金 TECHNOVATION奨励賞
2.	2022/03	大阪府立大学学長顕彰
3.	2022/03	電気学会優秀論文発表賞
4.	2022/03	電気学会優秀論文発表賞
5.	2022/03	電気学会優秀論文発表賞
全件表示（13件）

共同・受託研究実績
1.	2020/12 ～ 2023/03	機械学習を用いた磁石同期モータの構造最適化

研究者からのメッセージ
1.	好奇心に身を任せる私はモータや電源回路などの電機システムの分野における人工知能応用の研究を行っています。私は元々電機システム分野の人間で、モータの設計・解析やバッテリ設計、それらの制御など、関連する様々な業務に携わっていました。そんな中、2010年代前半から後半にかけて、ディープラーニング技術の登場により人工知能分野が急激に発達し、魅力的な技術が多く生まれました。私もその技術に魅了されたうちの一人であり、特に深層生成モデルと呼ばれる「創造する人工知能」の技術の虜になりました。そして、その技術をぜひ使ってみたいという強い好奇心から、モータ設計を創造する人工知能の研究を始めました。このように、私は強い好奇心が行動の原動力となっており、研究の方向性を決定するときはいつも、その研究はわくわくするか？と自分に問いかけます。好奇心に身を任せて、心から楽しいと思える研究をこれからも続けていきたいです。

ホームページ
https://yuyumoyuyu.com/

科研費研究者番号
10962532

researchmap研究者コード
R000012563

外部研究者ID
ORCID ID

Researcher ID