講演情報
[3H2-OS-9b-05]PINNを用いたセラミックス焼成プロセスのサロゲートモデリングと昇温条件最適化
〇北川 佳史1、加藤 祥太1、加納 学1 (1. 京都大学)
キーワード：
物理法則に基づくニューラルネットワーク、サロゲートモデル、製造プロセス最適化、熱伝導問題
セラミックス製造では焼成工程がCO₂排出量の半分以上を占める．CO₂排出量を減らすためには，昇温時間の短縮が必要になるが，品質不良を避けるためには製品内最大温度差が上限を越えないように緩やかに昇温する必要がある．本研究では, 昇温時間を最短化するために, Physics-Informed Neural Network (PINN)を用いたサロゲートモデルを構築し，最適な昇温パターンを導出した．有限要素法(FEM)によるシミュレーション結果と比較して，製品内最大温度差の予測誤差は平均0.8Kであり，Particle Swarm Optimization (PSO) を用いて昇温時間最短化を実現できた．モデルの学習時間を含め，PINNを用いることで，FEMを用いた場合と比較して1桁以上の高速化を達成した.