マルチスケール分子動力学法ナノ液体流予測へのニューラルネットワーク応用

神经网络在多尺度分子动力学方法纳米液体流动预测中的应用

基本信息

批准号：
09J06038
负责人：
アハディアン S
金额：
$ 0.9万
依托单位：
Tohoku University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2009
资助国家：
日本
起止时间：
2009 至 2010
项目状态：
已结题

项目摘要

今年度の研究内容を以下に示す。1.燃料電池のプロトン交換膜の性能のイオノマーの膜厚、白金とカーボン量、カソード電極触媒表面の水膜厚さ、酸素拡散などのパラメーター依存性を人工ニューラルネットワークモデルANNを用いて解析した。その結果、トレーニング後のニューラルネットワークは、燃料電池の性能は構造パラメーターに敏感であることを見出した。2.分子動力学シミュレーションによるナノスケール細管への流体の毛細管現象の再現ナノ細管へのLennard-Jones流体の毛細管現象に対して分子動力学シミュレーションを行い、その吸収挙動はLucas-Washburnの式で表現できた。しかしながら、Lucas-Washburnの式からはずれる結果も何例か見られた。この理由として、Lucas-Washburnの式は動的接触角(DCA)を考慮していないことが挙げられる。Coxの式ではこの動的接触角(DCA)を考慮に入れているため、Lucas-Washburnの式とCoxの式をカップリングさせることで、Lucas-Washburnの式からはずれた計算結果の妥当性を確認できた。3.ファジー理論的アプローチでのCNT内における水の拡散のモデリング本研究では、CNT内の流水のモデリングの問題を解決する方法として適応型回路網をベースとしたファジー推論システム(ANFIS)を提案した。この手法は、ファジーif-thenルールによる人の知識と規定の入出力データの両方をベースとした入出力の写像から構築されている。

以下是今年的研究内容。 1。使用人工神经网络模型ANN分析了燃料电池质子交换膜性能的参数依赖性，例如离子体的厚度，铂和碳的含量，阴极电极催化剂的表面以及氧扩散。结果，训练后神经网络发现燃料电池的性能对结构参数敏感。 2。通过分子动力学模拟将流体的毛细血管现象重现为纳米级管中，我们对Lennard-Jones流体的毛细血管现象进行了分子动力学模拟，可以使用Lucas-Washburn equaration表达其吸收行为的吸收行为。但是，几个结果偏离了卢卡斯 - 瓦什本方程。原因是卢卡斯 - 瓦什本方程未考虑动态接触角（DCA）。由于在COX方程中考虑了这种动态接触角（DCA），因此通过将Lucas-Washburn方程与Cox方程耦合，因此确认了与Lucas-Washburn方程偏离的计算结果的有效性。 3。在本研究中，用模糊的理论方法对水的扩散进行建模，我们提出了一种基于自适应网络的模糊推理系统（ANFI）作为解决CNT中流水问题的一种方法。该技术是根据人类知识的输入/输出映射构建的，并使用模糊的IF-IF-then规则构建了所规定的输入/输出数据。