| Project/Area Number |
23K11140
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60100:Computational science-related
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
三坂 孝志 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (20645139)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
HERWAN JONNY 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (80868969)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | ストリーミングデータ同化 / FOM/ROMハイブリッド予測 / 特徴データ同化 / 物理に基づくAI / 深層学習 |
|---|
| Outline of Research at the Start |
ものづくりに関わる物理現象の把握・予測を行うことのできる物理現象デジタルツインを実現するために，実現象のストリーミング映像取得から構造・熱・流体シミュレーションの同期，そして，高速予測までをEnd-to-Endで行う観測・学習・予測システムを構築する．本研究では特に次元縮約モデルに基づくデータ駆動型手法と支配方程式に基づくモデルベース型手法を推定・予測精度に基づき適応的に使い分ける適応型忠実度のデータ同化を検討する．
|
| Outline of Annual Research Achievements |
本研究は実現象のストリーミング映像取得から数値シミュレーションの同期，そして，高速予測までをEnd-to-Endで行う観測・学習・予測システムを構築することを目的としている．特にリアルタイムかつ高精度な推定・予測を実現するために，次元縮約モデルに基づくデータ駆動型手法と支配方程式に基づくモデルベース型手法を推定・予測精度に基づき適応的に使い分ける適応型忠実度のデータ同化を目指している．
今年度は直交格子ベースの数値流体力学(CFD)解析において，分割された各計算領域内の非定常流れ場が小数の固有直交分解(POD)基底で表現できるかどうかをCFD解析中に判定し，PODに基づく次元縮約モデル(ROM)が適用可能な条件が整った場合にのみROMによる予測を行うような，時空間適応的なCFD/ROMハイブリッド予測の研究を行った．
また，Physics-Informed Neural Networks (PINNs)を直交格子CFDフレームワーク上で実装し，CFD解析とPINNs予測を組み合わせた解析・推定手法の検討を進めた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
直交格子CFDシミュレータにおいて，CFD解析と固有直交分解に基づくROMのハイブリッド予測の成果を発表することができた．また，直交格子CFDフレームワーク上でPINNs実装の検討を進めることができた．
|
| Strategy for Future Research Activity |
帰納的アプローチである従来のCFD予測と演繹的なニューラルネットワークによる予測の融合を引き続き進める．継続している直交格子系の流体シミュレータで評価を行い，その後は粒子系シミュレーションでの検討を進める．
|
