Mikio Sakai 研究室
主宰者：Mikio Sakai
東京大学
AI 要約（直近 5 年の研究成果）
本研究室は、粒子を含む複雑な流動現象のコンピュータシミュレーションを中心に研究を展開しています。特に、粉体（パウダー）や粒子が流体の中で混ざり合う現象に注目し、離散要素法（DEM）と計算流体力学（CFD）を組み合わせた数値解析手法を用いて、粒子の詳細な挙動を追跡しています。食品・医薬品製造から化学工学まで、様々な産業プロセスに関わる粒子流動システムを対象としており、熱移動や複数相の相互作用も含めて解析しています。
計算コストの削減が大きな課題であるため、機械学習や深層学習の手法を活用した軽量化モデル（縮約モデル）の開発に積極的に取り組んでいます。適切訓練データの選定方法や複数の時間スケールを扱う技術の確立、さらにはグラフニューラルネットワークを用いた予測モデルの構築など、データ駆動アプローチによるシミュレーション高速化に注力しています。
また、実際の産業応用を見据え、複雑な形状の装置内での非球形粒子の挙動予測や、湿った粒子の凝集現象の解析、粉体混合メカニズムの自動抽出など、実装レベルでの課題解決にも取り組んでいます。これらの研究を通じて、粉体プロセスの「デジタルツイン」構築を目指し、製造業における最適化と革新に貢献する研究を進めています。
※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 環境科学Yu‐You Li 研究室東北大学論文 100 件·共通: 流体, プロセス・反応, 化学工学, プロセス +11
- 工学Taku Nonomura 研究室名古屋大学論文 100 件·共通: 流体, 古典物理, 力学, 基礎物理 +11
- 工学Hirokazu Sugiyama 研究室東京大学論文 104 件·共通: プロセス・反応, 化学工学, プロセス, 古典物理 +9
- 物理学・天文学Tetsuya Taketsugu 研究室北海道大学論文 105 件·共通: プロセス・反応, 化学工学, プロセス, 古典物理 +6
- 物理学・天文学Ann Carine Vandaele 研究室東北大学論文 100 件·共通: プロセス・反応, 化学工学, プロセス, 古典物理 +6
- 工学Makoto Kobashi 研究室名古屋大学論文 100 件·共通: プロセス, 古典物理, 力学, 基礎物理 +6
- 材料科学Hajime Tanaka 研究室東京大学論文 100 件·共通: 流体, 古典物理, 力学, 基礎物理 +6
- 環境科学Hideki Kikumoto 研究室東京大学論文 175 件·共通: 流体, 古典物理, 力学, 基礎物理 +4
研究成果（32 件）
- [2026] Reduced-order modeling of particle-fluid flows with heat transfer via a curriculum learning approachDOI: https://doi.org/10.1016/j.cej.2026.174249
- DOI: https://doi.org/10.1016/j.powtec.2026.122254
- DOI: https://doi.org/10.14356/hptf.24002
- DOI: https://doi.org/10.1063/5.0285223
- DOI: https://doi.org/10.14356/hptf.23001
- DOI: https://doi.org/10.3811/jjmf.2025.t005
- DOI: https://doi.org/10.1063/5.0301436
- DOI: https://doi.org/10.1021/acs.iecr.5c02511
- DOI: https://doi.org/10.1063/5.0193480
- [2024] Advanced graph neural network-based surrogate model for granular flows in arbitrarily shaped domainsDOI: https://doi.org/10.1016/j.cej.2024.157349
続きを表示（残り 22 件）閉じる
- DOI: https://doi.org/10.1016/j.powtec.2024.119743
- DOI: https://doi.org/10.1080/00219592.2024.2316155
- DOI: https://doi.org/10.1021/acs.iecr.3c01511
- DOI: https://doi.org/10.1021/acs.iecr.3c01477
- DOI: https://doi.org/10.1016/j.apt.2023.104300
- DOI: https://doi.org/10.1016/j.apt.2023.104231
- DOI: https://doi.org/10.1063/5.0133547
- DOI: https://doi.org/10.1063/5.0080792
- DOI: https://doi.org/10.2497/jjspm.69.490
- DOI: https://doi.org/10.1016/j.powtec.2022.118058
- DOI: https://doi.org/10.1016/j.ijheatmasstransfer.2022.123451
- DOI: https://doi.org/10.1016/j.apt.2022.103632
- DOI: https://doi.org/10.14356/hptf.20504
- DOI: https://doi.org/10.2139/ssrn.4172030
- DOI: https://doi.org/10.1016/j.powtec.2021.02.072
- [2021] An enhanced semi-implicit particle method for simulating the flow of droplets with free surfacesDOI: https://doi.org/10.1016/j.cma.2021.114338
- [2021] POD-based identification approach for powder mixing mechanism in Eulerian–Lagrangian simulationsDOI: https://doi.org/10.1016/j.apt.2021.11.016
- DOI: https://doi.org/10.1016/j.apt.2021.10.029
- DOI: https://doi.org/10.1016/j.cma.2021.114219
- DOI: https://doi.org/10.1016/j.cej.2021.132415
- DOI: https://doi.org/10.1016/j.apt.2021.03.026
- DOI: https://doi.org/10.1016/j.anucene.2021.108697
科研費（0 件）
まだデータがありません（KAKEN 取り込み後に表示）。
所属学会・役職（0 件）
まだデータがありません（学会データ連携後に表示）。