Approach to inverse problem of CFD analysis using Deep Learning

• Project/Area Number: 24K07795
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 23020:Architectural environment and building equipment-related
• Research Institution: Osaka Institute of Technology
• Principal Investigator: 河野 良坪 大阪工業大学, 工学部, 教授 (90572222)
• Co-Investigator(Kenkyū-buntansha): 桃井 良尚 福井大学, 学術研究院工学系部門, 准教授 (40506870) ; 中川 純 東京都市大学, 建築都市デザイン学部, 准教授 (60875293)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2024: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
• Keywords: 深層学習 / 逆問題 / CFD解析 / 境界条件推定 / チューニング

Outline of Research at the Start

①『物理量の空間分布の再現を目的とした境界条件の逆推定』 室内の限られた幾点のみの温度・濃度分布の情報から、その分布を再現する吹き出し口条件・放射パネル条件の逆推定について、深層学習の適用可能性を検証する。

②『空調吹き出し気流の再現を目的とした体積力付与量の調整（チューニング）』 空調吹き出し気流の再現では「Momentum法」がしばしば用いられる。深層学習を用いることで短時間でMomentum法における体積力付与量の調整が可能となるかについて、適用可能性を検証する。