逆解法による工作機械壁面熱伝達率分布の同定とその熱変形解析への応用

• Project/Area Number: 08650129
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Single-year Grants
• Section: 一般
• Research Field: 機械工作・生産工学
• Research Institution: Nagaoka University of Technology
• Principal Investigator: 高田 孝次 長岡技科大, 工学部, 教授 (80126474)
• Co-Investigator(Kenkyū-buntansha): 李 鍾斗 長岡技術科学大学, 工学部, 助手 (70283033) ; 田辺 郁男 長岡技術科学大学, 工作センター, 助教授 (30155189)
• Project Period (FY): 1996 – 1997
• Project Status: Completed (Fiscal Year 1997)
• Budget Amount: ¥2,200,000 (Direct Cost: ¥2,200,000); Fiscal Year 1997: ¥600,000 (Direct Cost: ¥600,000); Fiscal Year 1996: ¥1,600,000 (Direct Cost: ¥1,600,000)
• Keywords: 工作機械 / 熱伝達率 / 逆解法 / ニューラルネットワーク

Research Abstract

精密工作機械の熱変形解析には壁面の熱伝達率を把握することが重要であるが,これを精度よく求めることは実験的にも解析的にも容易ではない.そこで,我々は実験と数値解析を併用する方法として,逆解法の適用の可能性を研究している.その一つとして,比較的短時間の壁面温度測定結果を用いて特異値分解法により熱伝達率分布を推定する方法を開発してきた.
本研究では,他の方法としてニューラルネットワークを用いる熱伝達率分布の推定を試み,特異値分解法と比較検討した.本方法においても,壁面温度測定結果を入力データとして熱伝達率分布を推定するので,逆解法の一つとみることができる.得られた結果を以下に要約する.
(1)ニューラルネットワークを用いて工作機械各面の壁面温度から滅伝達分布を推定することができた.ただし,本方法では,学習した運転条件の範囲内では,特異値分解法と大差ない精度で推定できたが,学習範囲外の条件に対しては推定精度は低かった.
(2)有効なモデルを構築するには広範囲な運転条件の下での実験データが必要であり,実験にかかる負担が大きい.いっぽう,特異値分解法を用いる方法は,一度対象とする工作機械の有限要素モデルを作成すれば広範囲な運転条件に対して有効である.
(3)したがって,特異値分解法による方法がニューラルネットワーク法より,汎用性,実用性の点で優れているといえる.

Research Products

• [Publications] 上倉政樹,李鍾斗,小田桐寛和,高田孝次: "ニューラルネットワークによる工作機械壁面熱伝達率の同定" 1997年度精密工学会春季大会学術講演論文集. (1997)