An elemental study on the development of digital twin technologies for structural safety assessment

2021 Fiscal Year Final Research Report

• Project/Area Number: 19H02356
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 24020:Marine engineering-related
• Research Institution: Yokohama National University
• Principal Investigator: Kawamura Yasumi 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 / 畳み込みニューラルネットワーク（CNN） / 不確定性評価 / ホイッピング

Outline of Final Research Achievements

In this research project, an elemental study on the development of digital twin technologies for structural safety assessment is carried out. Firstly, the concept of a digital twin contributing to structural safety based on hull monitoring is presented. Secondly, in order to evaluate structural response at any part of ship hull structures using the monitoring data, a method to estimate the encounter sea state spectrum from the spectrum of motion and structural response obtained from monitoring data is developed using convolutional neural networks (CNN). Thirdly in this study, the ultimate strength of stiffened plates and the uncertainties of whipping loads are examined, because uncertainty assessment regarding loading and strength is important for the proper evaluation of structural safety.

Free Research Field

船舶海洋工学、構造力学、CAE

Academic Significance and Societal Importance of the Research Achievements

本研究では、船舶の構造安全性のための具体的なデジタルツインシステムを検討するとともに、構造モニタリングデータに基づく機械学習（CNN）を用いた海象推定手法の開発を行った。これらの研究により、船舶の構造安全性を実現するために有効な考え方と手法を提案できたと考えている。また、本研究で提案した機械学習（CNN）を用いた海象推定手法は、学術的な観点からも独自性が高く、今後の発展が期待される成果である。さらに、構造強度やホイッピング荷重の不確定性に関しては、有限要素解析を用いた評価やモニタリングデータの解析を実施することにより、構造健全性評価のために有用な確率モデルを示すことができたと考えている。