酒井幹夫

サカイミキオ | Sakai Mikio

所属機関・部署：
職名：教授
ホームページURL (1件)： https://dem.t.u-tokyo.ac.jp/index.html

研究分野 (5件)：流体工学 , 反応工学、プロセスシステム工学 , 計算科学 , 移動現象、単位操作 , 原子力工学

研究キーワード (22件)： Simulation-based digital twin , サイバーフィジカルシステム , デジタルツイン , 医薬品の連続生産 , 相変化 , マルチフィジックス , Discrete Element Method , Computational Mechanics , 粉体 , Powder Technology , Particle Technology , 粉体シミュレーション , 製剤 , 液架橋力 , 自由表面流 , 表面張力 , 個別要素法 , 数値流体力学 , 粉体工学 , 混相流 , 離散要素法 , 粒子法

競争的資金等の研究課題 (7件)：

2024 - 2027 大規模固気液三相流システムのデジタルツインの実現に向けた基盤技術の開発
2021 - 2025 医薬品の連続生産の実現に向けた革新的シミュレーション技術の開発
2021 - 2024 不連続体力学シミュレーションの新展開:粉体系の粗視化モデル
2017 - 2020 高精度金型設計のための革新的粉体成形シミュレータの開発
2018 - 2020 高精度金型設計のための粉体成形シミュレーション技術の実証

全件表示

論文 (72件)：

Shuo Li, Mikio Sakai. Advanced graph neural network-based surrogate model for granular flows in arbitrarily shaped domains. Chemical Engineering Journal. 2024. 500. 157349
Yuki Tsunazawa, Nobukazu Soma, Motoyuki Iijima, Junich Tatami, Takamasa Mori, Mikio Sakai. Validation study on a coarse-grained DEM-CFD simulation in a bead mill. Powder Technology. 2024. 440. 119743
Shuo LI, GuangTao Duan, Mikio Sakai. On reduced-order modeling of gas-solid flows using deep learning. Physics of Fluids. 2024. 36. 033340
Guangtao Duan, Shuo Li, Mikio Sakai. Feasibility Analysis of a POD-Based Reduced Order Model with Application in Eulerian-Lagrangian Simulations. Ind. Eng. Chem. Res. 2024. 63. 1. 780-796
Kai-en Yang, Shuo Li, Guangtao Duan, Mikio Sakai. On Fostering Predictions in Data-Driven Reduced Order Model for Eulerian-Lagrangian Simulations: Decision of Sufficient Training Data. Journal of Chemical Engineering of Japan. 2024. 57. 1. 2316155

MISC (2件)：

酒井幹夫. 粉体プロセスのシミュレーション技術の現状と将来展開 (特集粉と化学工学). 化学工学. 2014. 78. 3. 186-189
越塚誠一, 酒井幹夫, 柴田和也. 最新の粒子法シミュレーションに関する研究紹介. 応用数理. 2010. 20. 3. 257-259

書籍 (2件)：

混相流の数値シミュレーション
丸善出版 2015
粉体の数値シミュレーション
丸善出版株式会社 2012

講演・口頭発表等 (77件)：

Advancements in the discrete element method: paving the way for the future of manufacturing
(4th International Workshops on Advances in Computational Mechanics 2024)
Recent Breakthroughs in the Discrete Element Method for Industrial Applications
(Advances in Particle Technology Workshop 2024 2024)
連続生産のシミュレーションベースデジタルツインの実現に向けた基盤技術の開発
(製剤機械技術学会第32回講演会 2024)
Development and industrial application of the advanced discrete element method
(16th World Congress on Computational Mechanics 2024)
Advancing Discrete Element Method Simulation: A Comprehensive Verification and Validation Study
(International Powder and Nanotechnology Forum 2024 2024)

経歴 (4件)：

2023 - 現在 Imperial College London Visiting Professor
2023 - 現在東京大学大学院工学系研究科教授
2019 - 現在 University of Surrey Visiting Professor
2016 - 2023 Imperial College London Visiting Reader

委員歴 (12件)：

2024/04 - 現在日本原子力学会計算科学技術部会部会長
2024 - 現在 Powder Technology Editorial Board Member
2023 - 現在 Chemical Engineering Science Editor
2021/04 - 現在日本粉体工業技術協会 AI技術利用委員会委員長
2018 - 現在 Granular Matter Editor

全件表示

受賞 (10件)：

2023 - 日本計算力学連合 The JACM Computational Mechanics Award
2023 - 化学工学会研究賞
2022 - 日本原子力学会計算科学技術部会業績賞
2019 - 粉体工学会技術賞
2019 - 粉体工学情報センター学術奨励賞(IP奨励賞)

全件表示

所属学会 (8件)：

日本粉体工業技術協会 , AIChE , 日本計算工学会 , 日本原子力学会 , 日本応用数理学会 , 日本混相流学会 , 粉体工学会 , 化学工学会

※　J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。登録・更新については、こちらをご覧ください。

前のページに戻る

酒井 幹夫

酒井幹夫