| 研究課題/領域番号 |
26249131
|
|---|
| 研究機関 | 大阪府立大学 |
|---|
研究代表者 |
小木曽 望 大阪府立大学, 工学(系)研究科(研究院), 准教授 (70295715)
|
|---|
| 研究分担者 |
田中 宏明 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工, システム工学群, 准教授 (90532002)
岩佐 貴史 鳥取大学, 工学(系)研究科(研究院), 准教授 (90450717)
秋田 剛 千葉工業大学, 工学部, 准教授 (20405343)
坂本 啓 東京工業大学, 理工学研究科, 准教授 (40516001)
池田 忠繁 名古屋大学, 工学(系)研究科(研究院), 准教授 (40273271)
仙場 淳彦 名城大学, 理工学部, 准教授 (60432019)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| キーワード | 航空宇宙工学 / スマート構造システム / 不確定性伝播モデル / ロバスト最適設計 / 高精度画像計測 |
|---|
| 研究実績の概要 |
｢A. 計算機検証法の確立」では，おもに，A3 不確定性伝播モデルを含む高精度構造解析およびその近似解析モデル構築，A5 不確定性を考慮した最適設計法の構築，に取り組んだ．
A3では，複合材料性製リフレクターの面外方向熱変形に関する繊維配向角の不確定性による影響をFEMを用いた数値解析により明らかにし，数値計算モデルの高精度化に対する指針を得た．また，アンサンブルカルマンフィルタを用いた非線形モデル推定法の高度化を行い，宇宙構造モデルへ適用するとともに，接触解析機能を用いた高精度解析モデルの構築法に関する検討を行った．A5においては，情報量の不確定性，すなわち，平均や分散などの確率パラメータ自体の推定精度が低い場合の最適解が有するロバスト性について定式化を行い，簡単な計算モデルに対してその妥当性を検証した．
「B. 試験検証法の構築」では，B1 既存BBM 試験と設計課題抽出，B2 高精度計測法の開発，B4 高精度スマート構造プロトタイプの設計開発および地上試験による検証，に取り組んだ．
B1では，主にスマート構造の性能の温度依存性を評価する地上試験計測装置を開発し，異種金属を組み合わせることで熱変形の発生しにくい機構のプロトタイプを製作し，評価を行った．これにより，さらに高精度な数値解析モデルの必要性を明確にした．B2においては，前年度構築した高精度形状計測法における結合精度と仮想ターゲット点数との関係を明らかにし，直径1.5mのアンテナ模型の形状計測を通して妥当性の検証と課題の抽出を行った．B4においては，圧電アクチュエータを用いたアンテナ性能制御方法を提案し，有効性を検証した．展開アンテナ構造において問題となる形状再現性に関して，圧電アクチュエータを用いた補正方法を検討し，実験的に有効性を確認した．
個々のテーマはほぼ計画通り進んでいる．今後はテーマ間の統合が課題となる．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
結果的には，計画より進んでいるテーマ，計画通りのテーマ，計画より遅れているテーマがあり，トータルとしては計画通りと判断した．
計画より進んでいるテーマおよび計画通りに進んでいる個々のテーマについては，上欄の「概要」で示したので，ここでは，計画より遅れているテーマについて述べる．
A4 不確定性を統合した解析モデル更新法 があまり進んでいない．開発する手法としては確立できているが，適用すべきモデルに対する検討が進んでいないことにもその一因がある．というのは，B4 高精度スマート構造プロトタイプの設計開発 において，対象とする大型宇宙構造である大型リフレクターにおいて，開発時や運用中に起こりうる鏡面誤差に関する検討を進めているが，その不確定性パラメータが解析モデルに反映しきれるように絞り込めていないことがあげられる．つまり，遅れているこの2つのテーマは互いに関連性が強く，テーマ間の連携を強めていく必要がある．
また，上欄の「概要」で書ききれなかった内容として，計画通りに進んでいるテーマをここに示す．B4 高精度スマート構造プロトタイプの設計開発および地上試験による検証 において，アクチュエータの一つとして検討している形状記憶ポリマーに対して，塗料状ヒーターを塗布した試験片の粘弾性特性を実験により計測し，塗料状ヒータが粘弾性特性におよぼす影響を明らかにしている．
|
| 今後の研究の推進方策 |
平成28年度は3年目と後半に入り，計算機実証と実験実証を統合する段階に入る．平成27年度で明らかになった問題点として，試験検証から抽出された課題を計算機検証にフィードバックする過程が不十分であったことがあげられる．たとえば，どのパラメータをどのような精度で検証するかといった目標値の設定が十分に行えず，結果として，解析モデルに反映できていないことなどがあった．
このフィードバクループをスムーズに回すためには，平成28年度以降，さらにコミュニケーションを活発化して，研究を推進し，研究テーマ間の連携を強化することが必要である．
特に，C1 計算機検証: 不確定性モデルの改善と最適設計法の再構築，C2 大型モデルの設計と計算機検証 を推進するためには，メンバー間の連携をさらに強化していくことが重要となる．
|
