数値構造解析とデータ科学の融合で実構造物の状態を推定し余寿命・残存強度を予測
Society 5.0として注目されている技術では、AIとIoTによるセンサーを活用し現象を学習・予測しますが、センサーのない箇所までは対象にできません。機械やインフラなどの構造物には様々な力がはたらくため、IoT技術のみでは構造全体の状態の把握が難しくなります。また、AIの学習にも、センサーから得られる計測データを使用するため、長時間を要します。
この研究では、構造シミュレーション手法であるCAE技術を積極的に活用し、データ科学の手法と融合させることで、構造物の状態把握におけるセンサーと学習時間の問題の克服するデータ駆動型CAE技術の開発を目指します。しかし、従来のCAE技術を用いて構造物の予測するためには、大型コンピューターを用いた長時間の計算が必要になり、データ科学の手法で必要とされる膨大な数のシミュレーションを実行が難しくなります。そのため、この研究では、独自の高効率なシミュレーション技術である「理想化陽解法FEM」により、計算量の壁ともいえる問題を克服し、Society 5.0の技術に加えて物理現象のモデルを活用したSociety 5.1技術体系を構築します。
){kind=link}
){kind=link}
){kind=link}