Elucidation of spatiotemporal dynamics in combustion oscillations by complex systems science and statistical learning approach
| Project/Area Number |
23K22691
|
|---|
| Project/Area Number (Other) |
22H01420 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 19020:Thermal engineering-related
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
後藤田 浩 東京理科大学, 工学部機械工学科, 教授 (00434712)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥18,330,000 (Direct Cost: ¥14,100,000、Indirect Cost: ¥4,230,000)
Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥17,030,000 (Direct Cost: ¥13,100,000、Indirect Cost: ¥3,930,000)
|
|---|
| Keywords | 燃焼振動 / 複雑ネットワーク / 機械学習 / 燃焼 / 同期 / ネットワーク科学 / データマイニング |
|---|
| Outline of Research at the Start |
本研究では,複雑系科学の基礎理論に機械学習とデータマイニングが立脚した先進的な数理解析手法によって,燃焼振動の時空ダイナミクスと非線形相互作用の解明,ならびに燃焼振動の新しい予兆検知法の提案を行う．最終年度では，燃焼振動時の抑制過程に焦点を当て, せん断層領域における圧力変動，速度変動と発熱率変動の因果関係の詳細を明らかにする．また，力学系理論に基づくリカレンスプロットと畳み込みニューラルネットワークを組み合わせた方法論が燃焼振動の予兆検知に有用であることを示す.
|
| Outline of Annual Research Achievements |
本年度では，旋回乱流燃焼器内に形成される燃焼振動の抑制過程を対象に，圧力変動，速度変動と発熱率変動を計測し，以下の4点が重要な研究成果として得られた．
(1)燃焼器内の圧力変動と発熱率変動の順列パターンから構築した推移ネットワークの情報エントロピーは，燃焼振動の抑制過程における乱雑度の変化を捉えることが可能である.
(2)順列パターンから構築したリカレンスプロットのリカレンス率は，燃焼振動の抑制過程における回帰度の変化を捉えることが可能である．
(3)(2)のリカレンスプロットの決定度と集団同期に基づく同期パラメータの積として表現される同期インデックスは，燃焼振動の熱音響源の減衰領域を特定化するのに有用である．
(4)リカレントニューラルネットワークの一種として知られるリザーバーコンピューティングを用いて，発熱率変動から圧力変動の短期的な予測を行った結果，発熱率変動から速度変動への影響が相対的に強くなることが明らかとなった.このことは，順列パターンを考慮に入れた移動エントロピーの符号の変化からも説明することが可能である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度では，機械学習による時系列の短期予測法として，リザーバーコンピューテイングを本研究で導入し，燃焼振動の抑制過程における非線形相互作用の一端を明らかにした．その一方で，スペクトルグラフ理論とクラスタリング法を考慮に入れたコミュニティー分割と抽出について課題が残っている．
|
| Strategy for Future Research Activity |
次年度では，燃焼振動の抑制過程に発熱場と速度場のコヒーレント構造と非線形相互作用の詳細を明らかにする予定であるが, スペクトルグラフ理論とクラスタリング法を考慮に入れたコミュニティー分割と抽出についても再検討を行っていく．
|
Report
(2 results)
Research Products
(13 results)
