Design Applications of an Unsteady Flow-Field Estimation Method for Ships Using Generative Models

• Project/Area Number: 25K01444
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 24020:Marine engineering-related
• Research Institution: The University of Osaka
• Principal Investigator: 一ノ瀬 康雄 大阪大学, 大学院工学研究科, 特任准教授(常勤) (00550021)
• Co-Investigator(Kenkyū-buntansha): 濱田 達也 国立研究開発法人海上・港湾・航空技術研究所, 海上技術安全研究所, 研究員 (00608630) ; 大橋 訓英 国立研究開発法人海上・港湾・航空技術研究所, 海上技術安全研究所, 副系長 (10462871) ; 谷口 智之 国立研究開発法人海上・港湾・航空技術研究所, 海上技術安全研究所, 主任研究員 (20782460)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥25,610,000 (Direct Cost: ¥19,700,000、Indirect Cost: ¥5,910,000); Fiscal Year 2028: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000); Fiscal Year 2027: ¥10,660,000 (Direct Cost: ¥8,200,000、Indirect Cost: ¥2,460,000); Fiscal Year 2026: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000); Fiscal Year 2025: ¥9,360,000 (Direct Cost: ¥7,200,000、Indirect Cost: ¥2,160,000)
• Keywords: 推進性能 / 生成モデル / 機械学習 / 船舶設計 / 耐航性

Outline of Research at the Start

本研究では、計算流体力学（CFD）と機械学習を組み合わせ、波浪中の船体周りの複雑流場を高精度かつ高速に予測する技術を開発する。従来は非粘性流体を仮定した簡略な解析手法に頼らざるを得なかった船型設計に対し、従来比で数十万倍の高速性を持ち、詳細な形状変更や流場情報の扱いが可能な機械学習モデルを開発することにより、エネルギー効率に優れた船舶の創出を目指す。