2018 Fiscal Year Annual Research Report
Development of full-automatic line heating system
| Project/Area Number |
16H04605
|
|---|
| Research Institution | Osaka Prefecture University |
|---|
Principal Investigator |
柴原 正和 大阪府立大学, 工学(系)研究科(研究院), 准教授 (20350754)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
伊藤 真介 大阪府立大学, 工学(系)研究科(研究院), 客員研究員 (50535052)
生島 一樹 大阪府立大学, 工学(系)研究科(研究院), 助教 (80734003)
大沢 直樹 大阪大学, 工学研究科, 教授 (90252585)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 線状加熱 / 自動化 / 変形 / 任意形状 / 理想化陽解法FEM / 熱弾塑性解析 |
|---|
| Outline of Annual Research Achievements |
任意位置・任意長さの加熱線を対象とした線状加熱問題に対し、FEM熱弾塑性解析を適用する際には、解析自由度数が1000万を超える場合があり、解析は困難を極める。この問題を解決するために、柴原・生島らが開発した理想化陽解法FEMに対しGPGPUを用いた超並列計算を導入した新しい理想化陽解法FEMを提案した。
船体を構成する曲面部材のうち、加熱方案の作成が特に難しいとされる船首部・船尾部における曲率が大きい部材に対し提案システムを適用することで、実構造物への適用性について検討した。さらに、AIを導入することにより、より効率的に任意形状を作成できるシステムに仕上げた。具体的には、加熱位置・長さと変形の関係をAIに学習させ、その逆問題をBack Propagationを用いて解くことにより、目的形状を得るための加熱方案をAIに作成させる方法を新たに提案した。すなわち、AIの学習機能により、AIに加熱位置・長さと変形の関係を学習させることができることを明らかにした。さらに、種々のニューラルネットワークを用いることで、加熱位置・加熱長さ・入熱量から変形を瞬時に求めることができるようにし、また、その逆問題である任意形状から加熱位置・加熱長さおよびその入熱量を求めることができるようにした。以上により、例えば、ガストーチを複数本用いた場合や加熱を一方向のみに限定した場合においても任意形状が作成できるなど、熟練技能者以上の加熱方案の作成が可能になった。最後に、本システムの実機適用に向けた取り組みとして、実機5mクラス平板の任意形状作成に対し、AIを導入した提案手法を適用することにより、本手法の適用性について検討した。その結果、基本形状である鞍型、椀型、ねじれ型、さらには、それらの複合形状、およびこれまで造船現場において作成が困難であった大曲率の任意形状に対し、本手法が有効であることが確認された。
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
