2019 Fiscal Year Research-status Report
Optimization using fast evolutionary type genetic algorithm for CFD analysis
| Project/Area Number |
18K04470
|
|---|
| Research Institution | Osaka Institute of Technology |
|---|
Principal Investigator |
河野 良坪 大阪工業大学, 工学部, 准教授 (90572222)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
桃井 良尚 福井大学, 学術研究院工学系部門, 講師 (40506870)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 遺伝的アルゴリズム / 随伴変数法 / 逆解析 / 探査効率向上 / ＣＦＤ解析 / 通風開口 / 最適配置 |
|---|
| Outline of Annual Research Achievements |
システム構築にはVBを使用し、CFD解析及び随伴変数法（逆解析）には、FlowDesigner（㈱アドバンスドナレッジ研究所）を使用した。令和元年度は主に以下の2点についての検討を実施した。
① 換気効率を考慮した開口配置に関する最適解探査効率の向上
CFD解析を評価関数として扱うGAについて、従来の「交叉」に代わり、随伴変数法から遺伝子を生成する方法を提案する。令和元年度は、室内での換気効率の向上（濃度低減）を目的として、2つの通風用開口を最適配置する問題を対象とする。「CFD解析－簡易GA－随伴変数（逆解析）プログラムの自動連続実行システム」を構築し、随伴変数法を交叉ロジックの代わりに適用した場合に、通常の交叉を用いた場合と比較して、または併用した場合について、最適解到達世代数の低減がどの程度可能であるかを検証し有効性を示した。随伴変数法による予測の精度改善と、大局的最適解に至る少し手前での探査効率低下の原因分析および改善が今後の課題である。
② 室内換気効率の向上を目的とした流入流出面の最適配置
①の検討と並行して、室内での換気効率の向上（濃度低減）を目的とした場合について、随伴変数法による予測の有効性を検証した。流入側の乱流エネルギーkと乱流散逸率εに着目した結果、k、εの増加に伴い予測精度の低下が見られたが、随伴変数法の予測値となる感度の算出位置を、流入面の外周から内側に拡大させることで改善の兆しが見られた。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
令和元年度の研究が順調に進んだ理由としては、
① 研究室にあるPCが数台故障したが、科研費により開発用のPCを導入でき支障なく研究を続けられたこと。
② 研究協力者のバックアップにより多くの議論や、使用ソフトウェアの改修を適宜行いながら研究を遂行できたこと。
③ 大学院生および学部生の努力により、「CFD解析－簡易GA－随伴変数（逆解析）プログラムの自動連続実行システム」については前年度の仕組みをベースにした上で新規開発ができ、10,000ケース規模のCFD解析・逆解析をスムーズに実施できたこと（ただし、現時点では解決すべき課題もあるため、計算負荷を下げてこの中から抽出した約1,000ケースのみを対象にGAを実施している。）が挙げられる。
結果として令和元年度は、GAの高速化については、随伴変数を交叉解として適用することについて幾通りかの検証を行い通常の交叉よりも探査効率の向上し得ること、特定の開口配置パターンでは随伴変数法の予測精度の低下がみられること、随伴変数法を用いた換気効率の改善については乱流エネルギーkと乱流散逸率εの影響が大きいことなど、多数の知見を得ることができた。これらの点については令和２年度に対策を示すことができるよう、研究を遂行していく予定である。
|
| Strategy for Future Research Activity |
令和２年度は下記を予定する。
1）最適解到達の最終的な局面における探査効率低下への対策、2）開口の特定配置パターンにおける随伴変数法の精度低下に関する調査・対策、3）全ケース（10,000ケース以上）規模でのGAの探査効率改善の検証
本研究では総組み合わせパターンを10,000～数万通りとした場合について、検証を行う予定である。検証用の全数解析については準備ができており問題は無い。提案方法で探査効率の低下が生じる傾向についてGAを1,000回試行して分析すると、上位の解までの探査は比較的効率よく進行する。しかし、上位に局所的な最適解があると、最終的に第一最適解へと直接導くことができず、現行世代で最優の個体とは傾向の異なる個体から、候補を生成する方法を検討する。また、随伴変数法の予測精度が低下する場合について、空間内の乱流エネルギーkとの関連がないかなど、原因分析を行って技術の適用範囲を明確にする。
|
| Causes of Carryover |
令和元年度の予算はほぼ使用したが多少の残額が生じた。次年度において研究データのバックアップHDDなどの消耗品に使用する予定である。
|
