2020 Fiscal Year Annual Research Report
機械学習法を活用した自律型翼型失速回避制御システムの構築
Project/Area Number |
17H03476
|
Research Institution | The University of Tokyo |
Principal Investigator |
李家 賢一 東京大学, 大学院工学系研究科(工学部), 教授 (20175037)
|
Co-Investigator(Kenkyū-buntansha) |
今村 太郎 東京大学, 大学院工学系研究科(工学部), 准教授 (30371115)
|
Project Period (FY) |
2017-04-01 – 2021-03-31
|
Keywords | 航空宇宙工学 / 流体工学 / 剥離流 / 流体制御 |
Outline of Annual Research Achievements |
本研究の究極的な目標は、航空機の失速を防止することで、重大な航空機事故を防ぎ、社会的な重要課題である航空安全の向上に寄与することを目指すことである。そのために、申請者らが開発を続けてきた失速抑制を可能とする制御装置に関して、人工知能の手法である機械学習法を活用することで、迎角や速度のような流れ場の状況が変化したときにシステムが自動的にその変化を認識できないというこれまでの問題点を解決した失速回避方法を確立することを目的としている。 研究最終年度の2020年度は、2019年度までに行った、板高さ可変で、かつ電磁力を利用した動的駆動型の剥離泡崩壊制御板装置と機械学習機能を活用した失速回避実験に関する実験結果の考察を引き続き行い、成果をまとめた。次に、2019年度に行った流れの可視化と機械学習を組み合わせることで、剥離泡崩壊を起こしている状況での時系列表面圧力分布を推定する手法に関する予測精度を更に高めるための検討を行った。その検討の途中で、可視化画像中の渦構造を精度高く認識する手法の必要性が認められ、その手法の妥当性を確認するために、補助金の繰り越しを行った。更には、剥離流れ内の流れ場構造を三次元と時系列の両面からできるだけ捉える風洞実験も継続し、失速抑制能力向上につながる剥離流れ場構造に関する知見を得た。 一方、準三次元Navier-Stokesコードを用いた数値解析を実施することで、フラップが付いた翼型周りの非定常流れ場解析を行い、同じ条件で行った風洞実験結果との比較を行うことができた。
|
Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
Research Products
(8 results)