Core Concepts
可逆ニューラルネットワーク(INN)を用いて、外部の磁場センサーからの限られた情報から電解槽内の高解像度な導電率分布を再構築することができる。
Abstract
本研究では、水電解プロセスにおける気泡の検出と制御のために、外部の磁場センサーを用いて導電率分布を推定する手法を提案している。
水電解プロセスでは気泡の発生により反応が阻害され、効率が低下する問題がある。気泡の位置と大きさを把握することが重要。
気泡は導電率の変化を引き起こすため、外部の磁場センサーで測定した磁場変動から導電率分布を推定できる。
しかし、少数の磁場測定値から高解像度の導電率分布を推定するのは ill-posed な逆問題である。
そこで本研究では、可逆ニューラルネットワーク(INN)を用いて、限られた磁場測定値から高解像度の導電率分布を再構築する手法を提案した。
数値シミュレーションの結果、INN は従来の正則化手法に比べて高い再構築精度を示した。
センサ距離が大きくなったり、センサ数が少なくなっても、INN は気泡の位置を良好に推定できることが分かった。
提案手法は、導電性流体中の非導電領域(気泡)の位置推定に有効であり、水電解プロセスの効率化に貢献できる。
Stats
電解槽の寸法は50 x 0.5 x 0.5 cm
電極の寸法は10 x 7 x 0.5 cm
液体GaInSnの寸法は16 x 7 x 0.5 cm
PMMAシリンダーの直径は4-5 mm
磁場センサは10 x 10アレイ、センサ距離は5 mm、25 mm