[9p-W321-1~14] 23.1 Joint Session N "Informatics"

△ [9p-W321-8] Estimation of thermal conductivity using prediction model of temperature distribution by machine learning

〇Yusuke Higuchi¹, Yosuke Tsunooka^1,2, Kentaro Kutsukake³, Taka Narumi⁴, Shunta Harada^1,5, Miho Tagawa^1,2, Toru Ujihara^1,2,5 (1.Grad. School of Eng. Nagoya Univ., 2.GaN-OIL AIST, 3.AIP RIKEN, 4.VBL Nagoya Univ, 5.IMaSS Nagoya Univ)

Keywords:machine learning, thermophysical property, simulation

部材の熱伝導率は重要な物性値であるが、ほとんどの場合、測定用に加工された試料を準備し、専用装置で測定することが必要となり、速やかに熱伝導率を知ることは難しい。我々は、サーモグラフィを用いた簡易測定と、機械学習を活用した熱流体解析による温度分布の高速予測を組み合わせることで、任意形状の部材の熱伝導率を推定する手法を開発し、SUS304等の部材について、約10％の精度で一致する結果を出した。