| 研究課題/領域番号 |
22K18764
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分19:流体工学、熱工学およびその関連分野
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
河合 宗司 東北大学, 工学研究科, 教授 (40608816)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2023年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2022年度: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
|
|---|
| キーワード | 数値流体力学 / 機械学習 / LES / 流体力学 / 乱流 |
|---|
| 研究開始時の研究の概要 |
本研究では、高忠実な乱流シミュレーション、LES (Large-eddy simulation)の抜本的低コスト化を目指し、機械学習による画像生成技術を応用した流れの超解像再構成を活用し、再構成された流れの非解像成分が解像成分に与えるマルチスケール相互干渉効果を超粗格子LES方程式に導入する。これにより、これまで困難とされてきた遥かに粗い格子上でも高忠実な流れの予測を可能とするLES手法の確立に挑戦する。
|
| 研究成果の概要 |
本研究では，本来large-eddy simulation（LES）として解像する必要があるエネルギーの高い乱流成分の一部を意図的に解像しない非常に粗い格子（ここでは粗格子と呼ぶ）を用いてもLESとしての予測精度を保つことを可能とする粗格子subgrid-scale (SGS)モデルの確立を目指し研究を進めた．粗格子SGSモデルの構築には，非物理的な流れ場となる粗格子LESから，粗格子上で効果的なSGS応力を与える教師なし学習と教師あり学習を繋いだ機械学習パイプラインモデルによる流れの超解像再構成に基づく粗格子SGSモデルを提案し，その有効性を検証した．
|
| 研究成果の学術的意義や社会的意義 |
高忠実に様々な乱流現象を再現可能とするLESは，近年は学術研究だけでなく，複雑な乱流現象を扱う必要がある産業界からの期待も非常に大きくなってきている．一方で，実際の設計開発におけるLESの活用は限定的なのもまた事実である．本研究がターゲットしているLESの飛躍的な低コスト化を目指した粗格子LESモデルの確立は，LESの利用を困難にしている高い計算コストの壁を取り除こうと試みるものであり，学術・応用の両面からLESの活用を大きく広げることに貢献することを目指して実施した．
|
