2022 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, 大学院工学研究科, 助教 (90779373)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | トポロジー最適化 / データ駆動型設計 / マルチフィデリティ設計法 / レドックスフロー電池 / 深層学習 / 設計工学 |
|---|
| 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、提案する枠組みの基盤となるトポロジー最適化の深化、ならびに変分オートエンコーダーを利用したデータ駆動型設計の開発を実施した。当初の予定通り、レドックスフロー電池の高精度モデルを組み込んだデータ駆動形トポロジー最適化を実現し、具体的な稼働条件のもとで、有望な設計解を導出することに成功した。得られた成果は国内会議で発表し、現在、論文化に向けて検討を進めている。本年度は定常の電解液流れを対象に最適化を実施したが、非定常流れを考慮した方法への発展も視野に入れており、単純なスカラー輸送場を対象に非定常流れの最適化に関する基礎検討も実施した。また、開発したデータ駆動型トポロジー最適化の汎用性を検証するため、様々な最適設計問題における性能評価を実施した。その結果、本研究で主要な対象となる流体問題に限らず、構造問題においても高い汎用性を有することがわかった。今後は枠組みとしての有用性も高めつつ、引き続きRFBの高性能化に向けた方法論の洗練化を行っていきたい。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
