| Project/Area Number |
24KJ1905
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 国内 |
|---|
| Review Section |
Basic Section 24020:Marine engineering-related
|
|---|
| Research Institution | Osaka Metropolitan University |
|---|
Principal Investigator |
加藤 拓也 大阪公立大学, 大学院工学研究科, 特別研究員(DC2)
|
|---|
| Project Period (FY) |
2024-04-23 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥1,500,000 (Direct Cost: ¥1,500,000)
Fiscal Year 2025: ¥400,000 (Direct Cost: ¥400,000)
Fiscal Year 2024: ¥1,100,000 (Direct Cost: ¥1,100,000)
|
|---|
| Outline of Research at the Start |
本研究の基礎技術として、溶接最終状態の力学的支配因子である"3次元塑性ひずみ分布"をグラフ畳み込み深層学習で予測するThermal Elastic Plastic GCNを構築する。GCNはグラフ構造で表現されたデータ構造を畳み込んで深層学習を行う手法である。GCNによって最終冷却状態の” 塑性ひずみ分布”が既知となれば簡単な弾性解析で変形・応力分布を算出可能になる。熱弾塑性解析では時々刻々と変化する温度場応力場を数万step計算しているのに対して提案手法は最終の1stepのみを計算するために10,000倍の高速化が実現される。
|
