Optimointimenetelmät tehoelektroniikan suunnittelussa
Saarela, Leevi (2025)
Kandidaatintyö
Saarela, Leevi
2025
School of Energy Systems, Sähkötekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2025051240315
https://urn.fi/URN:NBN:fi-fe2025051240315
Tiivistelmä
Tämän kandidaatintyön tavoitteena on tutkia tehoelektroniikan optimointimenetelmien nykytilannetta sekä analysoida, miten optimointimenetelmiä voidaan hyödyntää suunnitteluprosessissa. Työssä suoritetaan kirjallisuuskatsaus tehoelektroniikan optimointimenetelmiä käsitteleviin tutkimuksiin sekä tehdään aineistoanalyysi, jossa tarkastellaan tehoelektroniikan optimointimenetelmiä käsittelevien tieteellisten julkaisujen määrää.
Kirjallisuuskatsauksen perusteella voitiin päätellä, että yleisiä optimointimenetelmiä ovat monitavoiteoptimointi, koneoppimiseen perustuvat menetelmät sekä tekoälyyn perustuvat menetelmät. Hyödyntämiseen soveltuvia kohteita havaittiin olevan topologian ja komponenttien valinta sekä kolmiulotteisten rakenteiden optimointi. Menetelmien hyödyntämistä rajoittavia tekijöitä tunnistettiin työssä. Aineistoanalyysin tuloksista voitiin päätellä, että tehoelektroniikan optimointimenetelmien tutkimuksessa on kasvava trendi. This bachelor's thesis aims to find out the current state of optimization methods in power electronics and how the optimization methods can be utilized in the designing process. A literature review is conducted to examine research articles on optimization methods in the field of power electronics. The thesis contains a quantitative data analysis, which analyzes the number of published research articles related to optimization methods in power electronics.
Based on the literature review, it was concluded that common optimization methods include multi-objective optimization, machine learning-based methods, and artificial intelligence-based methods. Identified areas of application included topology and component selection as well as optimization of three-dimensional structures. The limitations of the methods were noted. The results of the quantitative data analysis indicated a growing trend in the research of optimization methods in power electronics.
Kirjallisuuskatsauksen perusteella voitiin päätellä, että yleisiä optimointimenetelmiä ovat monitavoiteoptimointi, koneoppimiseen perustuvat menetelmät sekä tekoälyyn perustuvat menetelmät. Hyödyntämiseen soveltuvia kohteita havaittiin olevan topologian ja komponenttien valinta sekä kolmiulotteisten rakenteiden optimointi. Menetelmien hyödyntämistä rajoittavia tekijöitä tunnistettiin työssä. Aineistoanalyysin tuloksista voitiin päätellä, että tehoelektroniikan optimointimenetelmien tutkimuksessa on kasvava trendi.
Based on the literature review, it was concluded that common optimization methods include multi-objective optimization, machine learning-based methods, and artificial intelligence-based methods. Identified areas of application included topology and component selection as well as optimization of three-dimensional structures. The limitations of the methods were noted. The results of the quantitative data analysis indicated a growing trend in the research of optimization methods in power electronics.
