Development of data-assimilation system for flow around ships by means of EnTKF and RaNS
| Project/Area Number |
22K04567
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 24020:Marine engineering-related
|
|---|
| Research Institution | National Institute of Maritime, Port and Aviation Technology |
|---|
Principal Investigator |
坂本 信晶 国立研究開発法人海上・港湾・航空技術研究所, その他部局等, 研究員 (80550003)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
|---|
| Keywords | EnKF / RaNS / 乱流モデル / データ同化 / EnTKF / 船体周り流場 |
|---|
| Outline of Research at the Start |
船体周りの流場を粘性CFD解析により推定する際、乱流モデルはその計算精度に大きく影響する。先行研究から、2方程式+代数応力モデルが、船体周り流場推定に、ある程度普遍的に適用可能であることが分かってきている。しかし、この乱流モデルが常に船体周り流場を精度良く推定するとは限らず、誤差が生じた際にその要因を定量的に特定することが、更なる計算精度の改善に繋がる。本研究では、流場推定精度に大きく影響する乱流モデルに着目し、モデル構成に用いられているパラメターを、計測結果を援用したデータ同化手法によって改良することで、様々な状態にある船体周り流場の高精度推定手法を開発する。
|
| Outline of Annual Research Achievements |
本研究の目的は、船舶流体力学におけるCFD計算に使用する乱流モデルに注目し、そのモデルパラメターを、水槽試験結果を援用したデータ同化によりチューニングすることで、船体周り流場の高精度推定を達成することである。
2022年度は、データ同化に使用するアルゴリズムの選定、そのCFDソルバーとの統合、および開発したデータ同化システムの基礎検証を行った。データ同化アルゴリズムには、先行研究の文献調査からEnsemble Kalman Filter (EnKF)を選び、そのプログラムを開発した。なお、EnKFは比較的容易にEnTKFに拡張可能である。開発したEnKFコードは、海上技術安全研究所で開発している船舶用CFDソルバー"NAGISA"と、EnKFコードをwrapperとして統合した。
開発したデータ同化システムの基礎検証は、1) 2次元平板に発達する乱流境界層を対象とした双子実験による1方程式・2方程式乱流モデルパラメターの同定、2) 2次元翼後縁に発生する剥離渦を対象とした、風洞試験結果を用いた2方程式乱流モデルパラメターの同定 を通じて行った。1)では、SAモデル中の5パラメター(Kato&Obayashi 2013と同様)、k-omega SSTモデル中の1~4パラメターを、5断面１５０点の双子実験流速データを参照として、EnKFで同定した。その結果、例えばSAモデルでは40 Ensemble memberを用いた100回のfilteringで、元パラメター値を十分に再現することを確認した。2)では、k-omega SSTモデル中の１パラメターを、２断面22点の主流速データを用いてEnKFにより同定した。同定後のパラメターは元パラメターに比べ後縁剥離をよく再現するようになったが、同定対象とするパラメターの選定等について引き続き検討が必要である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
２０２２年度は、申請当時に予定していた内容を全て達成しており、研究進捗は概ね順調である。
|
| Strategy for Future Research Activity |
２０２３年度は、２０２２年度に明らかになったデータ同化システムの欠点を改良し、開発したデータ同化システムを、３次元船体を用いたデータ同化問題に適用する。具体的な改良としては、1) EnKFの、より計算負荷の少ないEnTKFに拡張; 2) EnKF内の各種計算の安定化(共分散行列の正規化、局所化の導入テスト、一般可逆行列計算部分の見直しetc); 3) RaNS計算部分のノード間並列(MPI) を行う。これらの改良を実施した後、直進曳航状態の肥大船型を対象とし、そのプロペラ面における流速分布の高精度推定を目的として、２方程式乱流モデルに用いられているパラメターをデータ同化により推定する。
|
Report
(1 results)
Research Products
(6 results)
