• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2022 Fiscal Year Research-status Report

乱流階層構造に基づく格子幅自己認識型モデルの開発

Research Project

Project/Area Number 22K03932
Research InstitutionTokai University

Principal Investigator

福島 直哉  東海大学, 工学部, 講師 (80585240)

Project Period (FY) 2022-04-01 – 2025-03-31
Keywordsラージ・エディ・シミュレーション / 乱流階層構造 / エネルギー輸送機構 / 壁乱流 / 数値流体力学
Outline of Annual Research Achievements

数値計算におけるハードウェア・ソフトウエアの発達から,産業界において,CAEを用いた熱流体機器の性能向上・最適化が実用化されつつある.さらに,乱流熱流動の予測精度が高いラージ・エディ・シミュレーション (Large Eddy Simulation: LES)が,その応用範囲を広げている.本研究では,まず,壁乱流における乱流階層構造とGS-SGS間エネルギー輸送及びその特性の関係を明らかにする.さらに,研究代表者らが開発している,乱流階層構造に基づく格子幅自己認識型モデルを発展させ,様々な乱流場,特に壁乱流において,その有効性を検証するとともに,そのモデルの改良を行い,壁乱流場を高精度かつ低計算負荷で予測可能な格子幅自己認識型モデルを開発する.
本年度は,壁乱流の乱流階層構造とGS-SGS間エネルギー輸送の関係性を解明するために,平行平板間乱流の直接数値計算(DNS)データを用いて,GS-SGS間エネルギー輸送特性の格子幅依存性を調査した.平行平板間乱流のDNSデータに適切なフィルターを施し,動的LESを模擬した静的LES用流れ場データを抽出し,乱流階層構造とGS-SGS間エネルギー輸送の関係を調査した.さらに,GS-SGS間エネルギー輸送特性及びそのLES格子幅依存性を明らかにした.また,平行平板間乱流のDNSデータに適切なフィルターを施した静的LESデータを用い,各種LESモデルの予測特性の調査を行った.GS-SGS間エネルギー輸送について,各種LESモデルの予測特性のフィルター幅と乱流の長さスケールの比への依存性について評価を行った.得られたデータ及び知見は,今後,乱流階層構造に基づく格子幅自己認識型モデルを改良,発展させるために活用していく.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の計画通り,平行平板間乱流の直接数値計算(DNS)データを用いて,乱流階層構造とGS-SGS間エネルギー輸送の関係,GS-SGS間エネルギー輸送特性の格子幅依存性を調査するとともに,各種LESモデルの予測特性のフィルター幅と乱流の長さスケールの比への依存性について評価を行うことができたため.

Strategy for Future Research Activity

本年度得られた数値解析によるデータ及び知見と乱流理論などを融合し,平行平板間乱流においてLES格子幅と乱流スケールの関係についてGS成分を用いて表現,格子幅自己認識型のモデルを構築する.さらに,構築したモデルを用いて動的LESを実行し,各種乱流統計量及びGS-SGS間エネルギー輸送に関する予測精度の検証を行う.

Causes of Carryover

次年度使用額が生じた理由は,当初予定していた国際会議への対面での参加を中止するなど,新型コロナウイルス感染症の影響があったためである.使用計画としては,次年度に導入を予定しているワークステーション(LESモデル開発・検証用サーバー)の当初予算と合わせて用いることで,より高性能なワークステーションを導入するために使用する予定である.

  • Research Products

    (5 results)

All 2022

All Journal Article (1 results) (of which Peer Reviewed: 1 results) Presentation (4 results) (of which Int'l Joint Research: 2 results)

  • [Journal Article] Low-dimensional Dynamic Representation of Unsteady Flow using Convolutional Neural Network2022

    • Author(s)
      Y. Shimoda and N. Fukushima
    • Journal Title

      Proc. 9th Asian Joint Workshop on Thermophysics and Fluid Science

      Volume: - Pages: 4124-1-4124-5

    • Peer Reviewed
  • [Presentation] Spatio-Temporal Mode Decomposition of Unsteady Flow with Convolutional Neural Network2022

    • Author(s)
      Y. Shimoda and N. Fukushima
    • Organizer
      75th Annual Meeting of the American Physical Society’s Division of Fluid Dynamics
    • Int'l Joint Research
  • [Presentation] Low-Dimensional Representation of Unsteady Flow Based on CNN and LSTM2022

    • Author(s)
      Y. Shimoda and N. Fukushima
    • Organizer
      The 15th World Congress on Computational Mechanics
    • Int'l Joint Research
  • [Presentation] 畳み込みニューラルネットワークを用いた非定常流れの時空間モード分解2022

    • Author(s)
      下田 瑶祐,福島 直哉
    • Organizer
      第36回数値流体力学シンポジウム
  • [Presentation] CNNを用いた非定常流れ場の低次元動的表現2022

    • Author(s)
      下田 瑶祐,福島 直哉
    • Organizer
      日本流体力学会年会2022

URL: 

Published: 2023-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi