深層学習による船型からの造波抵抗推定

カテゴリ: 部門大会

論文No: TC16-9

グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム

発行日: 2018/09/05

タイトル(英語): Wave-making resistance estimation from the shape of the ship by deep learning

著者名: 李 欣(横浜国立大学),新井 洋(ジャパンマリンユナイテッド),濱上 知樹(横浜国立大学)

著者名(英語): Xin Li|Hiroshi Arai|Tomoki Hamagami

キーワード: 深層学習|船型|造波抵抗造波抵抗|Deep learning|Shape of ship|Wave-making resistance

要約(日本語): 世界の物流総量のうち，船舶による海上輸送の占める割合は99.5%以上を占める。そのため，船舶航行の経済性を担保することは極めて重要である。船舶のエネルギーコストは，水中を進むことによって生じる抵抗によるロスに大きく依存するが，その大部分は船型によって決まる。特に造波抵抗は解析的な推定が困難な現象であり，模型船による測定に頼らざるを得ない。そのため，優れた船型形状の最適設計は困難な問題となっている。本研究では船型形状から造波抵抗を直接求める end-to-end の分析方法を明らかにすることで，船型設計の最適化をめざす。そのために，船型の低次圧縮と造波抵抗の回帰分析を深層学習を用いて行った。模型船データとの比較により，本手法により高い精度で造波抵抗が推定できることが明らかとなった。

PDFファイルサイズ: 1,212 Kバイト