Click here to enter English page.

吉村・藤井研究室
山田研究室

Simulation And Virtual Environment

東京大学大学院工学系研究科システム創成学専攻
東京大学人工物工学研究センター

7.3. ニューラルネットワークを用いた自動車の腐食寿命予測

(日産自動車との共同研究)

寒冷地では冬場に多くの塩(融雪塩)がまかれ、また海洋性気候の場所では潮風によって、 そこを長期間走行する車には錆びが生じる。一方、自動車の構造部材は、 燃費向上を意図した軽量化と衝突特性の向上を狙って、薄板によるボックス構造が採用されている。 薄板の合わせ目部分には塩分を含んだ水分がたまりやすく、また防錆処理もききにくいため、 錆びがもっとも発生しやすくなる。しかし、一口に錆びとはいっても、 走行環境や走行距離や走行年、自動車の構造や防錆処理の程度などが複雑に関連するため、 実環境で走っている実車について、 いつどこにどの程度の錆びが発生するかを定量的に予測することは困難である。 この問題においても世界中を数年から十数年走行した実車を回収し、 錆び性状を精密に計測することによって得られた錆びデータベースの分析に n-DESIGNEを適用することにより、実用レベルの確度で予測することが可能となった。

図1:自動車のさびの例 図2:錆発生予測マップ