深層学習を用いた建設用3Dプリンタの積層経路最適化

• Project/Area Number: 25H00203
• Research Category: Grant-in-Aid for Encouragement of Scientists
• Allocation Type: Single-year Grants
• Review Section: 2160:Civil engineering, architecture, building engineering, aerospace engineering, marine and maritime engineering, social systems engineering, safety engineering, disaster prevention engineering, and related fields
• Research Institution: Hokkaido University
• Principal Investigator: 本田 佳己 北海道大学, 工学研究院, 技術職員
• Project Period (FY): 2025-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥480,000 (Direct Cost: ¥480,000); Fiscal Year 2025: ¥480,000 (Direct Cost: ¥480,000)

Outline of Research at the Start

本研究は、建設用3Dプリンタ構造物の力学特性における、プリント経路依存性の解明を目的とする。
10000パターンのプリント経路を対象に、造形物の曲げ挙動をシミュレーションし、深層学習を用いてシミュレーション結果の特徴量を抽出する。本手法により、力学特性に影響を及ぼす経路の特性および影響の大きさを解明し、実験的検証によって結果の妥当性を確認する。
実験用の3Dプリンタは学生と協働して製作予定であり、製作指導を通してマルチスキル習得を促す教育効果へと波及させる。また、オープンキャンパスや模擬講義の場でプリントデモを実施し、中等教育および高等教育の領域においても工学分野への興味関心の向上に貢献する。