2019 Fiscal Year Annual Research Report
Flow physics of Reynolds number effects and stress-balance modeling of inner-layer turbulence
| Project/Area Number |
18H01620
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
河合 宗司 東北大学, 工学研究科, 教授 (40608816)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
下山 幸治 東北大学, 流体科学研究所, 准教授 (80447185)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 乱流境界層 / 高レイノルズ数流れ / 数値流体力学 / LES / データ駆動科学 |
|---|
| Outline of Annual Research Achievements |
本年度は壁面モデルLESにおけるモデル式の評価・改善を視野に入れ、「京」を用いて高レイノルズ数条件における剥離・再付着や加熱・冷却壁を伴う乱流境界層現象の大規模LES/DNS解析を実施した。初年度に実施した中レイノルズ数条件のLES/DNSデータベースと高レイノルズ数条件のデータベースを比較・検証することで、剥離・再付着や熱流束を伴う乱流境界層現象におけるレイノルズ数効果やモデル化を試みる際の内層乱流のせん断応力や熱応力のバジェットについての解析を実施した。これらにより、理論的アプローチによるモデリングの道筋を得た。また加えて、壁乱流生成の源となる壁面近傍の内層乱流を解像しない壁面モデルLESにおいて、これまで未解明であった乱流生成機構についてその乱流構造と合わせて明らかにした。
また本研究では、既存の理論的なアプローチに加えて、データ駆動型のアプローチを物理モデル構築に活かす試みにも取り組んでいる。1つ目の試みは、機械学習を用いた壁面モデルLESの構築であり、入力特徴量を物理法則に従い工夫することで、機械学習を用いて壁面近傍の数値エラーを含む物理量から正しい壁面せん断応力を予測する壁面モデルLESの開発に成功した。入力特徴量を適切に工夫する必要はあるが、これは機械学習を用いたモデリングの可能性を示すものである。また不確かさを定量化したデータの解析から物理モデルの構築を試みるアプローチでは、不確かさの定量的評価の更なる高精度化を目指して、不確かさに対する応答を局所スケールと大域的スケールに分けるサロゲートモデリングを提唱し、テスト問題において本手法の有効性を検証した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究計画通り、高レイノルズ数条件における大規模LES/DNS解析を実施でき、中レイノルズ数条件のデータベースと比較・検証することで、剥離・再付着や熱流束を伴う乱流境界層現象におけるレイノルズ数効果などの解析ができ、理論的アプローチによるモデリングの道筋を得た。またデータ駆動型のアプローチでも、機械学習を用いたアプローチ、および不確かさの定量化を用いたアプローチなど多角的に検討ができ、データ駆動型のモデリングも大きく前進させることができた。このような状況から、達成度はおおむね順調に進展しているとした。
|
| Strategy for Future Research Activity |
今年度構築したLES/DNSデータベースを用いてレイノルズ数効果やモデル化でキーとなる現象の特定などデータベースの解析を進める。また並行してデータ駆動型のアプローチを物理モデル構築に活かす試みも進める。データベースの解析結果およびデータ駆動型アプローチで得られる結果をベースに、壁面モデルLESにおけるモデル式の評価・改善、詳細な検証を実施し、適切な物理モデルを確立していく。
|
