Smile Engineering blog ( スマイルエンジニアリング・ブログ )

ジェイエスピーからTipsや技術特集、プロジェクト物語を発信します

ジェット

2015-08-26 09:00:00 | 最新技術動向展開
日本国産のジェット旅客機(MRJ)が、そろそろ就航するだろうということで、
今回は飛行機のエンジンに関する技術の話題です。

好奇心を刺激する点では、やはりジェットの方が魅力あります。
プロペラ機のエンジンは自動車のエンジンとあまり変わらないので、
ここでは特に触れません。

ジェットエンジンを簡単に説明しますと、形は筒状になっていて
前方から取り込んだ空気を圧縮しながら燃焼室へ運び、
燃料と圧縮空気を燃やして後方から排気する流れです。

1.吸気
2.圧縮
3.燃焼
4.排気

自動車のエンジンは燃焼の力を回転として取り出しますが、
飛行機のジェットエンジンは排気を推進力として取り出す方式です。

全く異なるアプローチでエネルギーを取り出すので、2つの技術に接点など無いと思っていましたが、
エネルギーを取り出すまでの工程(プロセス)を整理してみると、
実は同じ工程を経てエネルギーを取り出していることに気が付きます。

経験上の話ですが、色々な事象には、効率の良い工程というものがあって、
突き詰めて行くとだいたい同じ方針になると思っています。
つまり、飛行機のエンジンの工程を改善して効率を上げる事に成功したなら、
自動車のエンジンにも応用ができると必然的に期待してしまいます。

ここで、ジェットエンジンの種類について確認しますと、
大きく2つに分類されます。

①ターボジェットエンジン
 自然吸気でエンジン内に空気を取り込み、圧縮室にある低圧コンプレッサで圧縮し、
 燃焼室で圧縮した空気に燃料を混ぜて連続的に燃焼させます。
 車のエンジンと違い、常に燃焼が続くので大きな力を発生させられますが、
 その分、燃料の消費が激しいことが想像できます。
 燃焼した空気は後方から排出する際、低圧コンプレッサを稼働させるためのタービンを回します。
 排気でタービンを回して空気を圧縮する力を取り出しているので、
 名称にターボと付いているわけです。

②ターボファンエンジン
 ターボジェットエンジンに吸気ファンを追加したものを指し、
 ほとんどのジャンボジェットで、この方式を採用しています。
 コアとなる部分は同じですが、低圧コンプレッサと同じ回転軸で吸気ファンを回します。
 推進力は吸気ファンによるものが主となり、吸気された空気はバイパスエアと呼ばれ
 圧縮室や燃焼室の外側を通りますので、音を遮る効果もあるそうです。
 ちなみに、ジャンボジェットの吸気ファンのブレード1枚の価格は1千万円ほどで、
 エンジン1機で約20枚ほど付いています。

ターボファンエンジンでは、比較的新しい技術として
吸気ファンの回転数を変則ギアで制御する仕組みがあります。

燃費を良くするためには、吸気ファンを大型化するのが近道でしたが、
タービンと同一軸では毎分1万回転以上で回転する事となり、
ブレード先端が音速を突破して衝撃波を伴う騒音が問題となりました。
そこで、吸気ファンの回転軸をタービンと別軸とした上で
変速ギアにより回転数を下げる手法が取られました。

しかし、変速ギアを組み込む事により、燃費は良くなるものの
信頼性やメンテナンス性の問題が大きいため、あまり実用化が進んでいないようです。

MRJが就航する頃、問題点が解決されていれば、
燃費面が向上されているはずなので、航空機料金が安くなるかも知れませんね。


monipet
  動物病院の犬猫の見守りをサポート
  病院を離れる夜間でも安心

ASSE/CORPA
  センサー、IoT、ビッグデータを活用して新たな価値を創造
  「できたらいいな」を「できる」に

OSGi対応 ECHONET Lite ミドルウェア
  短納期HEMS開発をサポート!

GuruPlug
  カードサイズ スマートサーバ

株式会社ジェイエスピー
  横浜に拠点を置くソフトウェア開発・システム開発・
  製品開発(monipet)、それに農業も手がけるIT企業
コメント

ディープラーニング~Deep Learning(深層学習)【利用編】

2015-08-05 19:23:58 | 最新技術動向展開
先月7/7の「ディープラーニング~Deep Learning(深層学習)【学習編】」にて、
「Google Photos」について頭出ししましたが改めて。

今年の5月末頃に発表された「Google Photos」は衝撃でした。
ストレージの容量を気にせず写真をアップロード出来ることは衝撃です。
さらに驚いたのが、アップロードした写真が自動的に分類されることです。
「小人さんが分類するわけでもないし、すごい!」なんて思いましたが、
この分類を実現しているのが、ディープラーニングの力なのです。
ディープラーニングを使って写真を分析することで、
人や場所、出来事を自動的に分類できるのです。

例えば、
衣食住の情報を大量にあつめて、これらを学習させることでニューラルネットワークを構築するとします。
多種多様の大量なデータで構築されたニューラルネットワークを利用することで、
特定のインプット情報をキーとしてパターンを特定することができます。
「いま食べたいのはきっとこれだ!」とか「これを食べ続けるとこうなってしまいますよ・・・」とか、
ある入力情報をもとに結果を出す事ができます。出来るはずです。

大量なデータでニューラルネットワークを構築して、
これを利用すればディープラーニングを体感できるわけです。

机上レベルでは分かってきた気がしますので、実際に体感してみたいと思います。

ディープラーニングのフレームワークとしては、「Caffe」、「Theano」、「Chainer」などがあるようです。
本記事では、「Chainer」に注目してみたいと思います。

「Chainer」は「Preferred Networks(PFN)」が公開するディープラーニングを実現するための
オープンソース(OSS)です。Pythonのライブラリとして提供されています。

Pythonのプログラムを書いたり、「Chainer」付属のサンプルを使用して、
「Chainer」の理解を深めていきたいと思います。

現在、「Chainer」の実行環境を構築中です。

次回に続く。


monipet
  動物病院の犬猫の見守りをサポート
  病院を離れる夜間でも安心

ASSE/CORPA
  センサー、IoT、ビッグデータを活用して新たな価値を創造
  「できたらいいな」を「できる」に

OSGi対応 ECHONET Lite ミドルウェア
  短納期HEMS開発をサポート!

GuruPlug
  カードサイズ スマートサーバ

株式会社ジェイエスピー
  横浜に拠点を置くソフトウェア開発・システム開発・
  製品開発(monipet)、それに農業も手がけるIT企業
コメント