| 研究課題/領域番号 |
21K03889
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分19010:流体工学関連
|
|---|
| 研究機関 | 国立研究開発法人宇宙航空研究開発機構 |
|---|
研究代表者 |
芳賀 臣紀 国立研究開発法人宇宙航空研究開発機構, 研究開発部門, 主任研究開発員 (30646930)
|
|---|
| 研究分担者 |
鵜飼 諭史 国立研究開発法人宇宙航空研究開発機構, 研究開発部門, 主任研究開発員 (90897042)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2021年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 乱流燃焼 / 数値流体力学 / 先進アルゴリズム / 並列計算 / LES / 乱流燃焼モデル / 条件付きモーメントクロージャ / 流束再構築法 / 液体ロケットエンジン |
|---|
| 研究開始時の研究の概要 |
液体ロケットエンジンの燃焼器は，振動燃焼や溶損というハザードリスクを内包する，設計が難しい要素である．再使用ロケットに必要な推力調整や低コストかつ高安全の新しい噴射器の設計に関して，大規模な試験に代わって燃焼不安定性を予測できる解析技術が求められている．本研究では，前提条件（パラメータ）が少なく適用範囲が広い乱流燃焼モデルの実用化を目的とする．特定の燃焼形態を仮定しないモデルとして条件付きモーメントクロージャ法を採用し，実用化の障壁となっている高い計算コストを流束再構築法という解像度調整の自由度が高く，高い並列性能が得られる先進手法と組み合わせることで克服する．
|
| 研究実績の概要 |
燃焼形態に依存せず適用範囲が広い乱流燃焼モデルである条件付きモーメントクロージャ（CMC）法について，欠点である計算コストを低減するため，空間高次精度の不連続有限要素法とのカップリングを進めた．乱流場のラージエディ・シミュレーション（LES）には計算セル内の内部自由度を利用した高次精度スキームを用い，条件付きスカラーを加えた４次元空間での反応計算にはセル平均値を利用した低次精度の有限体積法を用いる．燃焼場における大きな密度勾配を安定かつ高解像度でLES計算することが成功の鍵であるが，従来の安定化手法（リミッター）では高次精度スキームの不連続界面における解像度が実質２次精度スキーム程度に低下してしまう問題があった．本年度は，局所のエントロピー変化について空間方向だけでなく時間方向にも制約を課すことで，数値振動が発生する兆候を敏感に検知し，より少ないリミッターで安定化することに成功した．これにより液体ロケットエンジン燃焼器等の超臨界燃焼における極低温推進剤を噴射する流れ場にも高次精度スキームを適用し，解像度を向上することが可能になった．
提案手法は並列化に優れたアルゴリズムを採用しているためGPUによる高速化が期待できる．本年度は従来の燃焼モデルとしてFlamelet法を用いるLESソルバについてOpenACCによるGPU計算機へのポーティングを完了した．GPUでスレッド並列化されるループ内にサブルーチン呼び出しがある場合，計算速度が大幅に遅くなるケースが発生したが，サブルーチン内のローカル配列を削除することでこの問題を解消した．従来の1CPUに対し，1GPUで約２倍の高速化を得ているが，さらに改善できると考えボトルネックの調査を継続している．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
昨年度に続き，代表者および分担者共に所属機関の主要プロジェクトを支援するため，本課題のエフォート率を確保するのが難しい状況であった．研究課題については，当初の想定以上の問題は生じておらず，モデル定式化の改良およびプログラムの開発を進めている．
|
| 今後の研究の推進方策 |
所属機関のプロジェクトは軌道に乗りつつあり，本年度は課題の推進に必要なエフォート率を確保できる見込みである．最重要課題であった高次精度スキームによる乱流燃焼場の計算が可能となったことから，CMCモデルとLESソルバのカップリングはスムーズに進むと考えている．従来の燃焼モデルでは高速化を達成したGPUコードをCMCモデルにも拡張することでモデル検証を加速することができると考えている．
|
