2022Sシラバス

83/364

初年次ゼミナール理科 時間割曜限 コード 家に何かつくる ーデジタルファブリケーションとパラメトリックデザインを試すー マテリアルズ・インフォマティクスによるグループ6 1年 理一(22,24,34-35,38)理二三(17-18,22-23) 31685 水 3 授業の目標・概要 私たちの生活に深刻なダメージを与える自然災害発生メカニズムを紐解くと、その多くが地盤の挙動と密接な関係がある。東日本大震災、熊本地震、北海道胆振東部地震などの近年の地震を振り返ってみても、造成地の崩壊や液状化による構造物やインフラの深刻な被害が数多く発生している。本ゼミナールでは、これら地盤災害の発生メカニズム、および地盤災害から社会を護る手段を、講義とグループディスカッションを通じて理解を深めます。地盤の強度に影響を及ぼす要因とは何なのか、地震時に地盤はどのように振る舞うかなど、基本的な議論や過去の地震被害の取りまとめや発表、学生が自ら作製する地盤模型を用いた実験を通じて、地盤防災研究を体験します。 対面講義の開催場所は以下の通り。 駒場リサーチキャンパス（駒場II）生産技術研究所 総合研究実験棟As棟 中セミナー室（An401・402） アクセス・キャンパスマップ http://www.iis.u-tokyo.ac.jp/ja/access/ 31686 水 3 授業の目標・概要 UTAS webシラバス参照 31687 水 3 「デジタルマニュファクチャリング入門」 授業の目標・概要 ・対面です．KOMCEE（予定） です． ・自分のPCを持ってきてもらう必要があります． ・ものづくりで必須となる，ツールである Fusion360, Matlab を体験します． ・解析，CADを通してイメージしたものを図面にし，3Dプリンタを用いて形にします 31688 水 3 授業の目標・概要 大学入学を機にアパートや寮で一人暮らしを始めた人も、実家から大学に通っている人も、ほぼ全て何らかの住宅に暮らしている。何もかも満たされた住宅というのは希で、多くの場合は、部屋が狭い、暑い・寒い、収納が足りないといった不満をかかえているし、植物を置きたい、作業できるスペースをつくりたい、といった欲求もある。 住宅の良いところは、多少は手を加えられる点にある。コロナ禍のDIYブームなど見ても、家に手を加えることは必要に迫られてやるだけでなく、娯楽や趣味の1つにもなりうるし、自分でつくったものや空間には愛着も湧く。さらに、住宅に手を加える自由度は広がっている。DIY用の住宅部品はインターネットで購入できるし、レーザーカッターや3Dプリンタなどデジタルファブリケーションの技術によって複雑な造形も可能になった。 この授業では、各自の住宅の問題点を見つけてもらい、改善案を実行してプレゼンしてもらう。単純に直すだけでは物足りないので、近年の設計の潮流でもあるパラメトリックデザインを用いてグループのメンバー間で何らかの共通点とパラメーターを持つデザインをしてもらう。パラメーターは部屋の形状や寸法でもいいし、問題の程度や使う頻度など様々である。 到達目標は、（1）日本の住宅の現状について理解を深め、住環境に関心をもつこと、（2）3Dモデリングソフトを使い、パラメーターを変えるだけで多様なデザインが生まれるパラメトリックデザインをグループのメンバーと共同で実践すること、（3）レーザーカッター、3Dプリンタ、CNCルータ等のデジタルファブリケーション機器を使い基本的な操作や加工内容を理解すること、（4）レポート執筆やプレゼンテーションの能力を向上させること、の4点である。 31689 水 3 授業の目標・概要 授業のキーワード「鉄」は3000年に渡り、私たちの生活と社会を支えてきました。自動車、鉄道、建物など身の回りの多くの製品には鋼材が使われています。世界最長の吊り橋の明石海峡大橋、東京スカイツリーなどのランドマークも鋼材により作られています。これから先も、鋼材が私たちの社会の基盤材料であることは間違いないです。本授業では、機械学習を用いたマテリアルズ・インフォマティクス（MI）による鉄鋼材料開発の体験と、マテリアルフロー分析を用いた2050年までの世界の鉄鋼需要の予測を実施します。 マテリアルフロー分析では、日本および世界の過去（1950-2015年）の様々なデータ（人口、経済発展（GDP/人）、粗鋼生産量、鋼材の用途別消費量、製品の寿命など）を解析し、鋼材消費量がどのような因子と相関があるかデータ解析を行います。そして、相関解析から得た知見を基に、2050年までの世界の鉄鋼需要の予測を行います。 また近年、機械学習を用いて材料開発を加速する技術として、マテリアルズ・インフォマティクス（MI）が注目されています。授業の後半では、材料データについて機械学習することで材料特性（疲労強度など）の予測を行います。機械学習による鉄鋼材料開発を体験することで、MIの利点や限界を学習することを目標とします。 2050年の鉄鋼材料開発 講義題目 初年次ゼミナール「地盤防災入門」 担当教員 清田 隆 飯野 雄一 杉田 直彦 権藤 智之 白岩 隆行 所属 生産技術研究所 理学部 工学部 工学部 工学部