| 研究課題/領域番号 |
20H00273
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分23:建築学およびその関連分野
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
大岡 龍三 東京大学, 生産技術研究所, 教授 (90251470)
|
|---|
| 研究分担者 |
長井 達夫 東京理科大学, 工学部建築学科, 教授 (00316001)
池田 伸太郎 東京工業大学, 環境・社会理工学院, 准教授 (00843525)
菊本 英紀 東京大学, 生産技術研究所, 准教授 (80708082)
崔 元準 東京大学, 生産技術研究所, 助教 (30817458)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
45,500千円 (直接経費: 35,000千円、間接経費: 10,500千円)
2022年度: 12,090千円 (直接経費: 9,300千円、間接経費: 2,790千円)
2021年度: 15,080千円 (直接経費: 11,600千円、間接経費: 3,480千円)
2020年度: 18,330千円 (直接経費: 14,100千円、間接経費: 4,230千円)
|
|---|
| キーワード | デジタルツイン / 人工ニューラルネットワーク / 最適化システム / メタヒューリスティクス / 人工知能 / 機械学習 / メタヒューリスティックス / 強化学習 / 建築エネルギー / 運転最適化 / モデル予測制御 / 設備機器モデリング / 室内環境モデリング / 最適制御 / 建築エネルギー設備 |
|---|
| 研究開始時の研究の概要 |
近年、デジタルツインと呼ばれる概念が製造業を中心に注目を集めている。現実空間の計測データをサイバー空間に集約し、現実世界を模したシミュレーション環境を構築することで業務効率の改善が期待されている。本研究では、このような技術の理論構築および実用化を最終的な到達点に据え、①設備機器および室内環境のモデリング手法の開発、②完全自動制御手法の汎用化、③それらの統合プラットフォームの開発、以上の3項目について研究を行う。これにより、自動的かつ継続的な省エネ化や省CO2化、在室者の快適性向上といった効果が多様な建物で期待できる。
|
| 研究成果の概要 |
本研究では建物エネルギーシステムのデジタルツインの構築を目指し、①モデリング手法の開発、②完全自動制御手法の汎用化、③それらの統合プラットフォームの開発、以上の3項目について研究を行った。①のモデリング手法についてはリアルタイム予測を目指して人工ニューラルネットワーク（ANN）に基づく手法を開発した。②完全自動制御手法の汎用化については最適解の探索が必要になるが、メタヒューリスティクスと強化学習に基づく手法の検討を行い、それらの特性を確認した。③統合プラットフォームの開発については、実在の建物の建物エネルギーシステムのデジタルツインを構築することで仮想と現実をつなぐ統合プラットフォームとした。
|
| 研究成果の学術的意義や社会的意義 |
人工知能の特性とその建築設備応用可能性の検討を行った。また開発されたデジタルツインにおいては、設計業務効率等の改善とともに自動的かつ継続的な省エネ化や省CO2化、在室者の快適性向上といった効果が多様な建物で期待できる。
|
