知能化プレス加工技術【オンライン】“スマートなものづくり”のための基礎理論から深層学習の適用可能性までを知る R2

東京農工大学大学院

工学研究院　教授

桑原　利彦

13:30

～16:30

★材料力学と塑性力学の基礎を再学習

東京農工大学大学院

工学研究院 教授

10:00
～15:00

(昼休み60分）

＜プレス成形の基礎と初等解析＞
１．絞り加工の解析　　２．曲げ加工の解析

＜材料の異方性＞

＜異方性を考慮した材料モデリングとその評価方法＞

＜有限要素シミュレーションによるプレス成形の解析事例＞
－材料モデルが成形不具合の予測精度に及ばす影響について－

＜研究室見学・実演＞※ビデオを配信予定です

桑原研究室で開発した金属および樹脂材料用の各種材料試験機を見学して頂きます。具体的には、十字形試験片に任意の二軸引張応力を負荷可能な二軸引張試験機、円管試験片に軸力と内圧を同時に制御・負荷可能な二軸バルジ試験機、板材の引張・圧縮繰り返し反転負荷特性（バウシンガ効果）を測定可能な面内反転負荷試験機、円筒パンチ張出し（マルシニアック法）による成形限界ひずみ測定試験機、樹脂製円管試験片の二軸バルジ試験機。

＜結晶塑性有限要素法に基づく多軸応力試験と深層学習の活用＞

結晶塑性有限要素法(CPFEM)を用いた仮想的な多軸応力試験（数値材料試験）を解説します。多軸応力試験機がなくても、単軸引張時の応力-ひずみ曲線と金属板材の集合組織情報を入力データとして、数値材料試験から降伏関数のパラメータ（材料モデル）を同定できることを紹介します。
(参考論文： http://doi.org/10.2464/jilm.65.196)

前半は、CPFEMの基礎を解説し、数値材料試験の原理を解説します。数値材料試験には、CPFEMのプログラムが必要となり、誰でも実施できるわけではありません。そこで、CPFEMのプログラムをお持ちでない方でも、材料モデル同定に必要なデータを得る方法として、ニューラルネットワークを用いた深層学習を数値材料試験の代替として活用する方法を紹介します。(参考論文：　https://doi.org/10.9773/sosei.61.48)

東京農工大学大学院

工学研究院　准教授

＜深層学習を用いた数値材料試験＞

深層学習を活用した数値材料試験の活用方法を理解していただくために、畳み込みニューラルネットワークの基礎を解説します。その後、Neural Network Console(ソニー株式会社開発・無償)を使った深層学習の基礎演習を行います。さらに、数値材料試験で得られた仮想実験データを用いて、応力-ひずみ曲線や等塑性仕事面の推定するニューラルネットワークの訓練を実習し、深層学習の理解を深めて頂きます。

＜数値材料試験の結果に基づく成形シミュレーション＞

• Zoomの推奨環境を事前にご確認ください。
• PC、インターネット通信環境（有線LAN接続、Wi-Fi推奨）、PCに接続可能なマイク、カメラ、スピーカーをご用意ください。（PCに内臓されている場合は不要）
• 「オンライン講座に関する規約」をご確認の上、このページ下部からお申込みください。当該規約をご確認いただける場合のみ、FAXでのお申込みを受付いたします。尚、受講資格はお申込みをいただいた方（１申込１名）に限ります。

• 申込締切後、受講決定者には受講票・受講料請求書等の必要書類をお送りします。また、受講日前日までにテキストをお送りします。
• 申込締切後でも、定員に余裕がある場合はお申込みを受付けられる場合がありますのでお問合せください。
• 8割以上の出席者には｢修了証｣を送付いたします。
• 講義中、許可なく講義内容の一部、およびすべてを複製、転載または撮影、配布、印刷など、第三者の利用に供することを禁止します。
• やむを得ない事情により、日程・内容等の変更や中止をする場合があります。
• その他、お申込みについてご不明な点は、下記へお問い合わせください。