Download presentation
Presentation is loading. Please wait.
1
WASA18年主任設計 Oneiroi代表 淺野 遼
設計最適化と手法 WASA18年主任設計 Oneiroi代表 淺野 遼
2
目次 自己紹介 グラフ理論 人工知能(AI) トポロジー最適化
3
自己紹介 名前 淺野 遼 所属 早稲田大学情報理工学科 Twitter @ikarostech
名前 淺野 遼 所属 早稲田大学情報理工学科 Mail 専門領域 流体ー構造連成解析(FSI-Analysis) 生体流体力学 AIによる分類解析
4
Abstract 機体設計において計算機科学による最適化の メリット・デメリットを理解する
機体設計において計算機科学による最適化の メリット・デメリットを理解する 最適化手法についてその種類と適用例について 理解する
5
HPAの設計視点 HPA Structure Bio-Mechanics Aerodynamics
6
HPAの設計視点 機体構造を解析し、飛行時に構造物の変形につ いて考える 材料力学の知識が重要 解析手法として有限要素法、粒子最適化など
Structure 機体構造を解析し、飛行時に構造物の変形につ いて考える 材料力学の知識が重要 解析手法として有限要素法、粒子最適化など
7
HPAの設計視点 機体に働く空気力学的作用を分析し、 揚力および抗力について考える。 解析手法としてVLM、LLTなど
Aerodynamics 機体に働く空気力学的作用を分析し、 揚力および抗力について考える。 解析手法としてVLM、LLTなど
8
HPAの設計視点 人体工学に基づきパイロットが出力・操縦しや すい構造・機構を考える
Bio-Mechanics 人体工学に基づきパイロットが出力・操縦しや すい構造・機構を考える 解析手法はあまり確立されていない 死体切断法による回帰分析、官能評価など
9
HPAの設計視点 翼 プロペラ 駆動部・フレーム フェアリング Aerodynamics Structure Aerodynamics
Bio-Mechanics Aerodynamics Bio-Mechanics
10
HPAの設計視点 大体のケースにおいて どれかの要素を追求すると、どれかが悪くなる （トレードオフの関係にある）
大体のケースにおいて どれかの要素を追求すると、どれかが悪くなる （トレードオフの関係にある） バランスを取りながら、結果的に一番 飛距離が伸びる設計にすることが必要 →どうバランスを取り、最適化していくか？
11
今回紹介する最適化手法 グラフ理論 人工知能（AI）
12
概要：グラフ理論 物事を節(Node)と枝(Edge)の2要素のつながり方 として解釈する
形状などの情報を排除することで コンピューターで探索を扱いやすくする
13
概要：AI 断りがない限りニューラルネットワークの 教師有り学習について述べる 人間の神経網をシミュレート
断りがない限りニューラルネットワークの 教師有り学習について述べる 人間の神経網をシミュレート 正解データから学習を行い、 神経網を最適化していく 近年、性能向上が著しい分野の一つ
14
グラフ理論 図.都道府県のグラフ化(
15
グラフ理論 図.スライディングパズルの探索(
16
グラフ理論－桁への応用 Interval: +inf A D B C A’1 A’2 B’1 B’2 C’1 C’2 D’1 （根）
dummy A D B C A’1 A’2 B’1 B’2 C’1 C’2 D’1 （根） Interval: 1500 Interval: 500 図.山登り法による桁最適化木
17
グラフ理論－桁への応用 図.関数探索
18
グラフ理論－桁への応用 図.関数探索
19
グラフ理論－桁への応用 図.関数探索
20
グラフ理論－桁への応用 図.関数探索
21
グラフ理論－局所解の対策 代表点の感覚を狭める ビームサーチを活用する その他のアルゴリズムの活用 （焼きなまし法、遺伝的アルゴリズムなど）
22
概要：AI 脳の神経細胞の刺激に対する応答メカニズムを コンピューター上で模倣するもの
今までプログラムでは表現が困難であった 「人間の勘」についてうまく表現できる その用途に応じて、 特化したアルゴリズムを用いる（後述）
23
AIの種類 分類 生成 強化学習 CNN 画像分析 RNN 文章・音声解析 RBM 文章生成 GAN 画像生成
Q-Learn AlphaGOなど Sarsa 同時進行系 図.AIの種類別概要図
24
図.セマンティックセグメンテーション (https://www.cityscapes-dataset.com/examples/)
AIの活用事例 図.セマンティックセグメンテーション (
25
AIの活用事例 図.自動生成翼型の修正
26
AIの活用事例 図.設計支援フローチャート
27
AI 図.ノイズによる攻撃
28
AIの展望 さらに精度の高い翼型データベースの活用 生成モデル 没率を集計、そこから没をだしにくい 形状の逆算設計（企業などで行われている）
さらに精度の高い翼型データベースの活用 生成モデル 没率を集計、そこから没をだしにくい 形状の逆算設計（企業などで行われている） 開発の初期段階では人間による 品質保証が必要不可欠
29
トポロジー最適化 構造物の最小構成と、設計領域を与え 位相（簡単に言えば穴）についても自動で最適 化を行うもの
構造物の最小構成と、設計領域を与え 位相（簡単に言えば穴）についても自動で最適 化を行うもの 手法はいろいろあるが現在は均一化手法がメイ ンストリーム Fusion360, SolidWorks Simulationsで利用できる
30
トポロジー最適化 図. トポロジー最適化された椅子(
31
Oneiroi チームメンバーを募集しています 使用言語はC#,C++,MATLAB,Pythonなど 希望者はSlackに招待いたします
Similar presentations
