ニュース＆イベント NEWS & EVENTS

2025.05.15 Thu UP

本学教員らが2024年度日本機械学会賞において「日本機械学会賞(論文)」、「日本機械学会奨励賞(研究)」を受賞

掲載：2025年04月30日
更新：2025年05月15日

本学教員らが2024年度日本機械学会賞において「日本機械学会賞(論文)」、「日本機械学会奨励賞(研究)」を受賞しました。

【日本機械学会賞(論文)】

受賞者: 工学部　機械工学科　教授　荒井正行
受賞題目: Crack identification in beam-like structures using cuckoo optimization algorithm
内容: 我が国においては多くの機械構造物の老朽化が社会的な問題となっている。このような社会的要請から、構造物の稼働状況と環境情報などをリアルタイムで収集する（フィジカルツイン）とともに、仮想空間上に構築された数理モデルに基づいた将来予測技術、すなわちデジタルツイン技術に注目が集まっている。ここに受賞した論文は、ジャイロセンサーにより検出された部材の回転角をリアルタイム情報とし、バイオミメティクスに立脚した発見的逆解析手法であるカッコ―最適化手法により、部材に生じた損傷（き裂）の発生位置とその大きさを広範囲で予測する方法を提案したものである。これまでの探索手法では、初期値の設定によっては解を探索できない場合があったが、本論文で提案した手法を利用すれば効率的かつ確実に解を探索できるという特徴がある。以上に述べた研究のオリジナリティーと社会実装性の高さにより、2024年度　日本機械学会賞（論文）に相応しいものと判断された。
受賞日: 2025年4月24日

受賞者: 創域理工学部　機械航空宇宙工学科　教授　塚原隆裕
受賞題目: Deep learning estimation of scalar source distance for different turbulent and molecular diffusion environments
内容: 本研究では、大気等における物質拡散源の即時推定を目的に、深層学習による画像認識を用いた手法を提案した。乱流中の物質濃度の局所・瞬時二次元分布をCNN（畳込みニューラルネットワーク）に学習させ、観測窓から拡散源までの距離を推定するモデルを構築し、直接数値計算によって得られた複数の乱流条件下で推論精度を検証した。高い推定精度と汎化性能を実証し、また流体力学的に解釈可能なCNNの推論構造も明らかにした。当該研究は、千代田化工建設株式会社との共同研究の一部を報告したものであり、受賞論文はJournal of Fluid Science and Technology（第19巻2号，JFST0020）に掲載されたものである。
受賞日: 同上

【日本機械学会奨励賞(研究)】