| 研究課題/領域番号 |
21K14081
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分19010:流体工学関連
|
|---|
| 研究機関 | 函館工業高等専門学校 |
|---|
研究代表者 |
藤原 亮 函館工業高等専門学校, 生産システム工学科, 准教授 (70791375)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2021年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 深層学習 / 変分オートエンコーダ / 海洋発電機 / 流体場 / 海洋発電 / 機械学習 / 最適設計 |
|---|
| 研究開始時の研究の概要 |
潮海流発電において効率的にエネルギを回収するため，人間社会の利益となる物理量を最大化し，不利益となる物理量を最小化する性能を実現する設計（最適設計）を機械学習により行う．最適設計を行うため，流体・機械・電気要素等の幾多もの設計値間の多変量解析を行う必要がある．従来の多変量解析手法では，計算時間が膨大となる，発電機の形状や流況により数理モデルが恣意的になる，他海域におけるエネルギ回収へ応用可能な知見が得られるとは限らない等の問題点がある．本研究課題ではこれらの問題点を解決するため，機械学習により流速場等の実験データを学習させ海洋発電機の最適設計値を推定する．
|
| 研究成果の概要 |
本研究課題では，発電機設計における多変量解析を高速化し，かつ汎用的な結果を得るために，深層学習等の機械学習手法を組み合わせてアーキテクチャを構成し，ビッグデータを学習させ津軽海峡の潮流・海流を利用した発電機の最適設計値を推定することを目的としている．深層ニューラルネットワークと変分オートエンコーダにより設計値および境界条件から流速場を予測し，海洋発電機性能を予測するアーキテクチャの基礎を構築できた．このアーキテクチャを応用すれば他の流体機械の設計問題にも応用可能である．
|
| 研究成果の学術的意義や社会的意義 |
本研究課題で開発したアーキテクチャを応用すれば他の流体機械の設計問題にも応用可能である．機械学習アーキテクチャによる解法は同様の問題にも適用できることが他の問題解決手法と大きく異なる特徴である．
|
