2023 Fiscal Year Annual Research Report
渦生成・発達・消滅過程の定量的解析と高効率壁乱流制御への応用
| Project/Area Number |
21H01245
|
|---|
| Research Institution | Tokyo University of Agriculture and Technology |
|---|
Principal Investigator |
岩本 薫 東京農工大学, 工学(系)研究科(研究院), 教授 (50408712)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
光石 暁彦 大阪電気通信大学, 工学部, 准教授 (90456715)
仁村 友洋 東京農工大学, 工学(系)研究科(研究院), 特任助教 (90982603)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 壁乱流 / 渦 / 輸送方程式 / 直接数値計算 / 乱流制御 |
|---|
| Outline of Annual Research Achievements |
壁に沿う乱流場の核心的構造である「渦」の生成・発達・消滅過程を含むライフサイクルを，新たに導出した渦構造の輸送方程式を用いて定量的に解明し，さらに，従来勘案できなかった渦の時間発展に着目し，摩擦抵抗の高効率な低減制御手法を確立することを目的として，以下の２項目を実施した．
① 従来から大きな抵抗低減効果を有することが報告されていたV制御（壁面からある距離における壁垂直方向の速度成分をセンシングし，その逆位相の吹出し・吸込み速度を壁面上の制御入力として与える制御）を渦の発達，消滅過程ごとに効果を確認した．その結果，渦の発達過程にV制御を適用すると渦はより早く減衰するが，他方，渦の減衰過程に適用しても渦の減衰は早まらなかった．よって，渦の発達過程のみにV制御を与える新たな制御則がより効果的であることを示している．
② 渦の情報を加味した深層強化学習を用いてV制御の改良を試みた．具体的には，畳み込みニューラルネットワークと全結合層を用いたモデルを用いた．学習用の入力として，壁面からある距離における壁垂直方向の速度と渦の強度を採用し，出力は壁面上での吹き出し・吸い込み速度である．学習により得られた制御則は，渦が壁から遠ざかる領域では吸い込みが強く，渦が壁に近づく領域では吹き出しが弱くなる特徴を有する．また，V制御と比較して抵抗低減率は及ばないが，より少ない入力エネルギーで高い制御効果が得られる（制御効率が高い）ことも分かった．
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
