2020 Fiscal Year Annual Research Report
Data-driven topology optimization for designing of flow fields in redox flow batteries
Project/Area Number |
20H02054
|
Research Institution | Osaka University |
Principal Investigator |
矢地 謙太郎 大阪大学, 工学研究科, 助教 (90779373)
|
Project Period (FY) |
2020-04-01 – 2023-03-31
|
Keywords | トポロジー最適化 / レドックスフロー電池 / データ駆動型設計 / マルチフィデリティ設計法 |
Outline of Annual Research Achievements |
風力や太陽光といった自然エネルギーを貯蔵するための次世代の大規模蓄電システムとして、レドックスフロー電池(RFB: Redox Flow Battery)が注目を集めている。これに伴い、RFBに関する研究開発が世界各国で盛んに行われているものの、実用化にはさらなる充放電性能の向上が求められている。この課題に対し本研究では、RFB内部の流路構造が充放電性能に強く影響することを踏まえ、数理的な最適設計手法を駆使することで、RFBの超高性能化に繋がる革新的な流路構造の創成を目指している。この研究目的に対し、本年度は提案手法の基盤となるデータ駆動型設計の基礎的な方法論の開発に注力し研究を実施した。具体的には、RFBの物理モデルは単純化すると温度場と同じスカラー輸送に帰着できることから、まずは熱流体を対象に方法論の基盤構築を行った。当初の予定通りマルチフィデリティ設計法の考え方とトポロジー最適化を融合し、機械学習を取り入れることで、簡易モデルを用いた例題で上手く提案手法が機能することを確認した。また、高精度のRFBの物理モデルを組み込むことでより現実に近い問題を想定した上で検証するために、汎用の数値解析ソルバをカスタマイズする形で、RFBの高精度解析に特化したソルバの開発に着手した。本年度得られた研究成果については、国際会議(CSE21)や国内の学会・セミナーで発表を行い、オンラインで他の研究者と情報交換を積極的に行った。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は提案手法の基盤となるデータ駆動型設計の基礎的な方法論の開発に注力した。具体的には、RFBの物理モデルを模した単純なスカラー輸送(熱輸送)問題を対象として方法論の基盤構築を行った。当初の予定通りマルチフィデリティ設計法の考え方とトポロジー最適化を融合し、機械学習の一種である深層生成モデル(変分オートエンコーダー)を取り入れることで、簡易モデルを用いた例題で提案手法が有効に機能することを確認した。また、次年度への下準備として、高精度のRFBの物理モデルを組み込むために、汎用の数値解析ソルバをカスタマイズする形で、RFBの高精度解析に特化したソルバの開発に着手した。本年度得られた研究成果については、国際学会や国内の学会・セミナーで発表できるレベルに到達したことから、本研究は概ね順調に進展している。
|
Strategy for Future Research Activity |
本年度の研究成果により概ね提案手法の基盤構築は完了したため、次年度はRFBの高精度モデルを組み込んだ方法論へと展開していく。このモデルでは強い非線形性を有する電気化学反応モデルを扱う必要があることから、最適化過程において数値的に安定して解けるソルバを開発する必要がある。また、三次元の物理モデルを扱う必要があることから、これらのモデルを用いつつも効率的に最適化計算を行うための知見を蓄えていく必要がある。次年度はこれらの研究課題に取り組み、革新的なRFBの流路構造設計に向けた研究を実施する。
|