2019 Fiscal Year Annual Research Report
構造安全性評価のためのデジタルツイン構築のための要素技術の検討
| Project/Area Number |
19H02356
|
|---|
| Research Institution | Yokohama National University |
|---|
Principal Investigator |
川村 恭己 横浜国立大学, 大学院工学研究院, 教授 (50262407)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岡田 哲男 横浜国立大学, 大学院工学研究院, 教授 (10753048)
満行 泰河 横浜国立大学, 大学院工学研究院, 准教授 (40741335)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 構造安全性 / デジタルツイン / モニタリング / 海象推定 / 強度評価 |
|---|
| Outline of Annual Research Achievements |
本課題では、船舶の運航を構造安全性の観点からサポートするためのデジタルツインの概念の検討と、そのための要素技術に関する検討を行う。具体的には、運航中の船舶の構造安全性評価のためのデータモデルの検討、船舶の運航中のモニタリングデータを活用した構造応答評価手法の検討、そして、不確定性を考慮した強度評価シミュレーション手法に関する研究を実施する。これらの研究により、デジタルツイン実現のための基礎技術を確立することを目的とする。
今年度の研究においては、まず第一に、デジタルツインのデータモデルのコンセプトについて検討した。具体的には、中核となるデジタルデータとしてFEMの構造モデルを想定するとともに、運航中の船舶のモニタリングデータ等の情報をモデル内の当該部位での計測情報として保存していく。ただしそれらのデータは時系列の大量データを保存するのではなく、ある一定の時間毎の応答スペクトルとして保管する。さらに、対象船舶の性質を示すデータとして、あらかじめ各構造部位の応答関数を準備しておく。本研究では第２に、上記のデータモデルを想定して、船舶の運航中のモニタリングデータを活用した任意の部位の構造応答評価を行うことを目的として、ニューラルネットワークを用いた２次元海象スペクトルの推定法の検討を行った。具体的には、まず一峰の山を有する２次元海象スペクトルを、計測された応答情報から推定する手法の開発を行った。将来的に本手法により海象を推定することができれば、デジタルツインデータモデルに保管している応答関数を用いて、各構造部位の応答を評価することが可能となる。本研究の第３の目的である、構造強度評価に関しては、防撓板の弾塑性FEM解析を行うことにより、強度評価に有する物理的な不確定性及びモデル化の不確定性の最終強度評価への影響に関して検討した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究の第一の目的である、デジタルツインのデータモデルの提案については、構造安全性を評価するための標準的なコンセプトが提案できたと考えている。しかしながら、研究当初検討していた実データを用いたモデルの構築に関しては、船体構造モデルの機密性や膨大なデータ量を必要とすることから実現が困難であることがわかってきた。よって今後は、提案したデータモデルを想定した、海象推定等のアプリケーションの開発やデータモデルを用いた評価システムの提案が重要な課題となってくる。以上から、第一の目的に関してはやや遅れていると評価する。また、第2の目的であるニューラルネットワークを用いた２次元海象スペクトルの推定法の開発に関しては、python言語の機械学習のライブラリであるTensorflowを用いた推定プログラムの開発が進んでおり、当初の計画以上の進展を見せている。第３の目的である、構造強度評価に関しても、LS-DYNAを用いた弾塑性FEM解析にもづいて、最終強度評価における不確定性に関して検討することができた。第３の目的に関しては、順調に進展していると言える。
以上のような状況であるので、全体的には、おおむね順調に進展していると判断した。
|
| Strategy for Future Research Activity |
今後の研究の推進方策としては以下を考えている。
まず、ニューラルネットワークを用いた（計測された応答スペクトルから）２次元海象スペクトルを推定する手法においては、入力データとして応答スペクトルに関するパラメータ（0次及び1次モーメント)を用いて、一峰で表現される海象スペクトルパラメータを推定した。しかしながら、これらのパラメータだけでは情報量が少ないため、二峰の海象スペクトルを推定する等より高い精度の推定は難しいと考えられる。よって、今後は、推定精度を向上するために、情報量を増やすことを考える。すなわち、推定のための入力データとしては、応答スペクトル（及びクロススペクトル）のデータそのものを用いるとともに、畳み込みニューラルネットワーク(CNN）を用いた推定手法について検討する。さらに、それを用いた、モニタリングしていない場所における構造応答の推定について検討していく。
第２に、不確定性の検討に関しては、現在までに強度評価の不確定性に着目した検討を行って、物理的不確定性やモデル化の不確定性の影響について知見を得ることができた。しかし、研究を進める過程で実船のモニタリングデータを観察すると、単なる解析の不確定性だけではなく、観測データの不確定性に関しても、十分注意する必要があることがわかってきた。そこで本研究では、観測データの不確定性及びそれを用いた評価手法の不確定性を評価し、それを考慮した構造応答の不確定性の推定法の考え方について検討していく。具体的には、ベイズ推定手法を用いた計測データに関する不確定性パラメータの推定手法を検討し、それによる構造応答や強度評価の不確定性評価手法について考察していく。さらに、これらの考え方のデジタルツインのコンセプトにおける位置づけについて整理したい。
|
