|
本研究の目的は，トレードオフ関係にあると思われる混合促進・圧力損失低減を目的としたニューラルネットワークと遺伝的アルゴリズムによる多目的最適化手法によるマルチスケール格子形状の最適化である．
平成30年度は，マルチスケール格子乱流の直接数値シミュレーション(Direct Numerical Simulation:DNS)に並列化を行った．Message Passing Interface(MPI)の方針として，対象とする計算がスパン方向に比べ，流れ方向の格子が多いため，一次元分割とした．また，Poisson方程式の解法では，一次元分割から二次元分割に変更し，2次元FFTを用いた7重対角化を並列に解く計算コードの開発を行った．
最適化における応答曲面として，ニューラルネットワークとクリギングモデルのハイブリッド手法を検討し，ロバストな最適化手法を確立した．
作成した並列計算コードを用いて，遮蔽率が同じ条件の下，マルチスケール格子乱流の最適化を行った．その結果，乱流レイノルズ数は，格子形状に強く依存するが，圧力損失は，格子形状に依存しないことが分かった．
研究期間全体の成果としては，乱流レイノルズ数を目的関数とし，最適化を行った結果，ベースラインとなるフラクタル格子より乱流レイノルズ数が高い格子形状を探索することができた．
|
