【AI】流体ー構造連成解析手法と人工知能による予測技術の開発】
東洋大学 総合情報部 総合情報学科 田村善昭教授
研究概要
流体-構造連成解析手法の開発と AI 技術を用いた解析結果予測技術の開発
研究シーズの内容
数値計算技術の分野において、現在非常に重要な研究の一つとして位置付けられている、流体と構
造の連成現象を解く為に開発しました。
本手法は、SUPG/PSPG 安定化有限要素法を用いた流体解析手法と Enriched Free Mesh Method
を用いた構造解析手法とを組み合わせることで、線形要素のみを用いているにも関わらず、従来の解析
手法と比較して、解析精度を向上させることが可能となりました。
一方、AI では機械学習手法を用いて、解析条件と解析結果の組み合わせを学習させることで、解析
条件から解析結果を予測することが可能です。ここではニューラルネットワーク的な技術(Multi-Layer
Perceptron:MLP や深層学習)を用いて予測技術を開発します。入力項目が解析条件であり独立変数と
なることから、Auto encoder などを用いた Pre-training を行う学習器を作成します。学習時に大量の学
習データを必要とするので、解析結果も並行して収集することも重要です。
研究シーズの応用例・産業界へのアピールポイント
① 解析に用いる要素が線形要素のみである為、計算機リソース及び計算時間の抑制をしつつ、解析
精度の向上も可能です。
② AI に解析結果を予測させることで、多数の予備試験を行わなくても解析の指標を得られます。
特記事項(関連する発表論文・特許名称・出願番号等)
Shinsuke Nagaoka, Yasushi Nakabayashi, Genki Yagawa, “Parallelization of Enriched Free Mesh
Method for Large Scale Fluid-structure Coupled Analysis”, Procedia Engineering, 90, pp.288-293,
2014(論文)
【お問い合わせ】
さらに詳しい内容は、一般社団法人産学連携推進協会へお問い合わせください。
