| 研究課題/領域番号 |
15K05852
|
|---|
| 研究機関 | 大学共同利用機関法人高エネルギー加速器研究機構 |
|---|
研究代表者 |
岡村 崇弘 大学共同利用機関法人高エネルギー加速器研究機構, 素粒子原子核研究所, 准教授 (90415042)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| キーワード | 乱流 / 自然対流 / DNS / GPGPU |
|---|
| 研究実績の概要 |
２年次は，初年度の開発した計算コードの改良を主体に行った．計算コードは，円筒系発熱体周りの自然対流における乱流への遷移をみることならびにその乱流境界層の空間発展の様相を明らかにするために，空間発展型の直接数値計算に焦点を当てたものである．主な変更点は次の通りである．1)時間発展のアルゴリズムを２次精度から３次精度に上げたときの数値拡散の影響を調査した．本計算ではGPU内のグローバルメモリを節約する目的から，低容量を維持しつつ精度を上げる必要がある．そこで従来の2次精度のAdams-Bashforceスキーム（AB-2）から３次精度のRunge-Kutta-Wray（RKW-3）スキームに変更し，両者の解の精度の比較を行った．2)非線形項の空間の離散化手法について，高階の超粘性の影響が出現する５次精度のRai and Moinの上流スキームと数値粘性の影響がない２次精度の中心差分スキームの比較を行った．時間・空間に関する離散化パラメータの調整により，数値粘性の影響が出ない中心差分スキームの安定性・優位性を確認した．3)計算領域・境界条件の再考，とりわけ対流境界条件について見直しを行った．4)線形領域の第一次不安定性で出現する渦輪列形成ー崩壊と初期擾乱波数の関係性に関する定量的評価を行った．
これらによりPrが１近傍については，平均量・変動量共に従来のデータならびに理論とコンシステントな結果が得られることを確認した．円筒系発熱体周りのメッシュ解像度を１０億点程度としたシミュレーションを行うことで初期状態から発達した乱流境界層に至るまでの流れ場の微細構造の詳細，流体中の流れ場の特徴的長さスケールについての知見が得られた．また高プラントル数領域でのシミュレーションを可能とするラグランジュ的描像を適用したシミュレーションコードの作成にとりかかった．これは現時点で完成には至っていない．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
研究の最終目標でもあるPr>>1で見られるマルチスケールの流れ場を明らかにするためのモデリングについて時間を要している点である．高プラントル数の取り扱いに関する基本方針としては当初の予定通り，Euler-Lagrange法に着目し，このモデリングにあたっている．現状としてはEulerianスキームは上述のとおり概ね完了したものの，Lagrange的な描像について未だプログラムの開発段階である．遅延理由はEulerianに焦点を絞ったコードの改良，精度検証に時間を要したことに起因している．
|
| 今後の研究の推進方策 |
Pr～１については概ね研究が研究が終了したため，Pr>>1で見られるマルチスケールの流れ場を明らかにするための研究に焦点を絞る．特に最小スケールを模擬した流体塊をラグランジュ追跡する融合的手法を用いたシミュレーションコードを年度前半で完成させる．後半は主に臨界点近傍でかつ臨界温度よりも低い領域から出発し，高プラントル数領域の臨界点極近傍を通過する流れ場における速度・温度分布ならびに熱伝達特性の解明と流れ場の普遍的な性質の抽出,クラスタ領域と連続体領域の界面構造を提示する．
|
| 次年度使用額が生じた理由 |
研究の進捗がやや遅れていることに起因している．高プラントル数（Pr>>１）に関する流れ場においては，従来のEuler的記述に加えて，流体中に形成されるドメインの直接追跡をLagrange的に行う方法を融合させる必要がある．当初はLagrange的粒子追跡は楕円形方程式で見られるような反復計算を必要としないことからGPGPUが最適であると判断していた．しかし着目する擬似的粒子数（ドメイン数）にも依存するがメモリの消費という観点からは多くのメモリが必要となり，Euler的手法で消費しているメモリも鑑みるとGPGPUの優位性について再検証する必要が生じたためである．具体的には，より多くのメモリ確保が安価に実現できるCPUベースの並列計算に立ち戻ることも視野に入れ，GPGPUもしくはCPU・メモリの増強を図るかの検討を行っており，２年次中にはこの結論が得られなかった．
|
| 次年度使用額の使用計画 |
２年次の未使用額についての使用方法は上述のとおり，３年次の前半でEuler-Lagrangeの融合的手法に特化した最適手法を見出し，GPGPUの増強かもしくはCPUベースの並列計算に特化た環境構築に充てる予定である．
|
