Time-developing model of turbulent flow using vortex-method-based neural network

Research Project

Project/Area Number	25K07584
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 19010:Fluid engineering-related
Research Institution	The University of Osaka
Principal Investigator	岡林希依大阪大学, 大学院工学研究科, 助教 (40774162)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2027: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000) Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Keywords	乱流 / 機械学習 / 数値流体力学 / 渦法 / ニューラルネットワーク
Outline of Research at the Start	本研究では，ニューラルネットワーク（NN）の要素として乱流の渦要素を割り当て，渦要素同士の関係を学習させることで，渦法の考え方に基づく機械学習ベースの新たな時間発展モデルを構築する．流体の数値計算をNNで代替することによる計算負荷削減やこれまでの数値計算に対する優位性，精度，訓練データとは異なる流れへの汎用性を明らかにする．本研究は乱流を伴う流体制御や形状最適化などのパラメトリック解析に寄与する他，IoTによるリアルタイムなフィジカルデータとの相互作用が特徴であるデジタルツインの構築など，様々な展開が期待される．