2021 Fiscal Year Research-status Report
Development of Image-based Deep Data Assimilation Method and Application to Metal Cutting Simulation
| Project/Area Number |
20K11859
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
三坂 孝志 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (20645139)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
古川 慈之 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究チーム長 (20392657)
HERWAN JONNY 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (80868969)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | データ同化 / ディープラーニング / 特徴同化 / 切削FEM / 加工画像 |
|---|
| Outline of Annual Research Achievements |
切削加工中の映像から有限要素法に基づく切削デジタルツインを改善するようなデータ同化を実現するために，実加工映像とそれを模擬し有限要素法で生成した疑似加工画像の類似度，すなわち疑似加工画像の尤もらしさ（尤度）を，実加工映像で学習した深層ニューラルネットワークに特徴空間で判断させ，その尤度から有限要素モデルの不確かなパラメータを推定する手法を開発している．
今年度は数値シミュレーション可視化画像で学習した深層ニューラルネットワークによる実験画像からの未計測量の推定を行った．これは数値シミュレーションを用いて，可視化画像と数値シミュレーションから得られる物理量を関連づけておくことによって実現した．まず，旋削加工における切削映像に関して，切りくず形態に注目した特徴情報に基づく残留応力の推定を試行した．その後，同じシステムを渦励振動する円柱の後流可視化映像に適用し，円流に働く揚力および抗力の推定を行った．このような推定においては深層ニューラルネットワークによる検出クラス数が推定している物理量の解像度に相当するため，可能な限り多くのクラスを設定したいところであるが，クラス数が増えてしまうと画像検出が難しくなるため，単純にクラス数を増やせばいいわけではないことが確かめられた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究計画で想定していた実映像で学習したニューラルネットワークによる数値シミュレーションのパラメータ推定と，数値シミュレーション画像で学習したニューラルネットワークによる実画像からの未計測量推定を検討し，切削加工応用に関しては学会発表，振動円柱可視化画像に関しては論文発表することができた．
|
| Strategy for Future Research Activity |
今後は実システムにおけるオンライン実証に向けた検討を引き続き進めていく．また，発展的課題として学習画像の注目すべき点の選択（アノテーション方法の推定結果への影響）に関しても検討を進めていく．
|
| Causes of Carryover |
今年度も学会参加が少なく，参加した場合にもオンライン参加であったため旅費の支出がなく，未使用分を次年度へ繰り越しした．
|
Research Products
(17 results)
