2023 Fiscal Year Annual Research Report
Elucidation of spatiotemporal dynamics in combustion oscillations by complex systems science and statistical learning approach
| Project/Area Number |
22H01420
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
後藤田 浩 東京理科大学, 工学部機械工学科, 教授 (00434712)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | 燃焼 / 複雑ネットワーク / 同期 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本年度では，旋回乱流燃焼器内に形成される燃焼振動の抑制過程を対象に，圧力変動，速度変動と発熱率変動を計測し，以下の4点が重要な研究成果として得られた．
(1)燃焼器内の圧力変動と発熱率変動の順列パターンから構築した推移ネットワークの情報エントロピーは，燃焼振動の抑制過程における乱雑度の変化を捉えることが可能である.
(2)順列パターンから構築したリカレンスプロットのリカレンス率は，燃焼振動の抑制過程における回帰度の変化を捉えることが可能である．
(3)(2)のリカレンスプロットの決定度と集団同期に基づく同期パラメータの積として表現される同期インデックスは，燃焼振動の熱音響源の減衰領域を特定化するのに有用である．
(4)リカレントニューラルネットワークの一種として知られるリザーバーコンピューティングを用いて，発熱率変動から圧力変動の短期的な予測を行った結果，発熱率変動から速度変動への影響が相対的に強くなることが明らかとなった.このことは，順列パターンを考慮に入れた移動エントロピーの符号の変化からも説明することが可能である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度では，機械学習による時系列の短期予測法として，リザーバーコンピューテイングを本研究で導入し，燃焼振動の抑制過程における非線形相互作用の一端を明らかにした．その一方で，スペクトルグラフ理論とクラスタリング法を考慮に入れたコミュニティー分割と抽出について課題が残っている．
|
| Strategy for Future Research Activity |
次年度では，燃焼振動の抑制過程に発熱場と速度場のコヒーレント構造と非線形相互作用の詳細を明らかにする予定であるが, スペクトルグラフ理論とクラスタリング法を考慮に入れたコミュニティー分割と抽出についても再検討を行っていく．
|
