【seeds AI流体ー構造連成解析手法と人工知能による予測技術の開発】

東洋大学 総合情報部 総合情報学科 計算力学研究センター

総合情報学部 総合情報学科†, 計算力学研究センター*
田村善昭†, 中林靖†, 増田正人*教授†, 研究助手*

~研究概要~

流体-構造連成解析手法の開発と AI 技術を用いた解析結果予測技術の開発

~研究シーズの内容~

数値計算技術の分野において、現在非常に重要な研究の一つとして位置付けられている、流体と構造の連成現象を解く為に開発しました。
本手法は、SUPG/PSPG 安定化有限要素法を用いた流体解析手法と Enriched Free Mesh Methodを用いた構造解析手法とを組み合わせることで、線形要素のみを用いているにも関わらず、従来の解析手法と比較して、解析精度を向上させることが可能となりました。
一方、AI では機械学習手法を用いて、解析条件と解析結果の組み合わせを学習させることで、解析条件から解析結果を予測することが可能です。ここではニューラルネットワーク的な技術(Multi-LayerPerceptron:MLP や深層学習)を用いて予測技術を開発します。入力項目が解析条件であり独立変数となることから、Auto encoder などを用いたPre-training を行う学習器を作成します。学習時に大量の学習データを必要とするので、解析結果も並行して収集することも重要です。

~研究シーズの応用例・産業界へのアピールポイント~
① 解析に用いる要素が線形要素のみである為、計算機リソース及び計算時間の抑制をしつつ、解析精度の向上も可能です。
② AI に解析結果を予測させることで、多数の予備試験を行わなくても解析の指標を得られます。

~特記事項(関連する発表論文・特許名称・出願番号等)~

Shinsuke Nagaoka, Yasushi Nakabayashi, Genki Yagawa, “Parallelization of Enriched Free MeshMethod for Large Scale Fluid-structure Coupled Analysis”, Procedia Engineering, 90, pp.288-293,2014(論文)

学校法人東洋大学

学校法人東洋大学研究推進部 産官学連携推進課

投稿者プロフィール

学校法人東洋大学
所在地 東京都 文京区
webサイト http://www.toyo.ac.jp/

この著者の最新の記事

関連記事

産学連携推進専門委員

ページ上部へ戻る
%d人のブロガーが「いいね」をつけました。