非均質構造材料の設計・評価・モデリングへのニューラルネットワークの応用
【研究分野】機械材料・材料力学
【研究キーワード】
階層型ニューラルネットワーク / 計算力学 / 破壊力学 / 傾斜機能材料 / 複合材料 / 欠陥同定 / モデル簡略化 / 逆問題 / 簡略化モデル / 溶接材料 / 傾料機能材料
【研究成果の概要】
非均質構造材料には、多様な要求に応えるために複数の素材を積層化、分散化、傾斜機能化によって組み合わせたいわゆる複合材と、均質構造材料を接着・接合・溶接した構造が含まれる。均質材と比較すると、これらに共通する特徴として、構成素材の物性値の差、混合比率、混合法が材料のマクロ性能(剛性、破壊強度、継ぎ手効率、振動特性、熱、電気特性など)を決定する制御パラメータとして加わることが挙げられる。このために、設計、評価、モデリングなどの作業が格段に難しくなる。
本研究では、悪構造(ill-posed)の逆問題解析や最適化問題解析において特に大きな能力を発揮するニューラルニットワークと高精度の定量的な解析能力を有する計算力学シミュレーションを組み合わせた、非均質構造材料に対する高精度かつ高効率の設計・評価・モデリング手法について総合的に研究を行う。
本年度は、次の研究を行った。(1)従来定式化の困難であった傾斜機能材料の熱弾塑性域における構成則を、ランダム球状粒子分散モデルを仮定したマイクロメカニックモデル解析とニューラルネットワークを組み合わせて構築した。(2)ニューロ非破壊検査法については、3次元欠陥を電位差法で評価する問題を対象に、3次元き裂部材の自動有限要素法解析と並列処理技術を用いて学習データ作成プロセスの大幅な効率化を達成した。また、ニューラルネットワークと並列有限要素法解析コードを組み合わせ超音波非破壊検査システムを構築し、斜め欠陥の同定を行った。(3)ニューラルネットワークに基づく逆問題解析手法を繊維強化複合材積層梁の固有振動数と振動モードの変化からその損傷位置や程度を同定する問題に適用した。(4)概略形状を4分木を利用して階層化し、符号化形態表現法を利用してリスト化し、この概略形状と外力の関係から、ニューロを用いて簡易な力学モデルへと変換した。
【研究代表者】