| 研究課題/領域番号 |
16K06088
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
流体工学
|
|---|
| 研究機関 | 長崎大学 |
|---|
研究代表者 |
坂口 大作 長崎大学, 工学研究科, 教授 (70244035)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2017年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2016年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 流体機械 / 人工知能 / 最適化 / サージ / ケーシングトリートメント / 小弦節比翼列ディフューザ / 多目的最適化 / 数値流体力学 / 遠心圧縮機 / 人工神経回路網 / 遺伝的アルゴリズム / 流体工学 / ニューラルネットワーク |
|---|
| 研究成果の概要 |
近年の流体機械における設計要件は，設計点における効率のみならず非設計点における安定した運転が求められるようになってきた．従来の設計手法は，剥離を抑制し損失を減らすことに重点が置かれおり，非設計点では流れが剥離してサージなどの自励的不安定現象を生じてしまう．本研究では，流れが剥離しても流れ場自身が自動的に自己修復して安定した流れ場を実現する機能を有する形状を探索する．探索システムとして，数値流体解析を効率的に行うことができる多目的最適化設計手法を用い，遺伝的アルゴリズムによる全方位的形状探索とし，さらにメタモデルとしてニューラルネットワークを適用することで，最適形状を提案した．
|
| 研究成果の学術的意義や社会的意義 |
人工知能の利用は流体機械の設計にも有効であり，従来検討していなかった形状まで全方位的に探索できるようになった．本課題でも，流体機械の非設計点における設計を行う際に，人工知能を利用することで，効率的な形状探索を行うことができた．ただし，コンピュータにどのようなデータを与えて学習させ，何を期待するかを明確に示さなければ，コンピュータの提案する形状は最適なものとはならない．本課題では，二次流れの積極的利用というアイデアを具現化するために，最適形状を探索させ，従来に成しえなかった性能を得ることができた．流体機械の性能改善という具体的な提案だけでなく，人工知能の利用方法について指針を示すことができた．
|
