| 研究課題/領域番号 |
20K04954
|
|---|
| 研究機関 | 国立研究開発法人海上・港湾・航空技術研究所 |
|---|
研究代表者 |
一ノ瀬 康雄 国立研究開発法人海上・港湾・航空技術研究所, その他部局等, 研究員 (00550021)
|
|---|
| 研究分担者 |
谷口 智之 国立研究開発法人海上・港湾・航空技術研究所, その他部局等, 研究員 (20782460)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 船型 / 伴流 / 数値流体力学 / 機械学習 / 推進性能 / 船尾振動 / 船型データベース / 船型表現 |
|---|
| 研究実績の概要 |
船型形状により誘起される船尾伴流場の最適設計は、推進性能の向上、船尾振動および水中騒音低減の観点で特に重要な設計課題である。しかし、三次元剥離を伴う船尾伴流場の設計は複雑かつ理論的な取り扱いが困難であり、この設計課題に対する解決手段はなく、これらの設計は現在も熟練者の試行錯誤により実施されている。本研究では船型データベースの構築とこの船型データベースの分析手法を提案し、りこの課題を解決することに取り組んでいる。
本研究では船型データベースから船型と船尾流場の関係性を明らかにすることを目的しており、具体的には従来研究で得られた仮説的船尾伴流の特性について、船型データベースの外航船型、痩せ型船型へ拡張ならびに数値解析不確かさの検証により、データベースの一般性を確保しながらを仮説の検証を行う。
本年度は3年度計画の初年度で、船型データベースのデータ解析手法について近年画像解析において成果が著しいConvolutional Neural Network(CNN)の技術を船体データに応用する手法ために鍵となる船体表現手法（IHR: Imaged-based Hull Form Representation）の提案とこの手法とCNNを組み合わせた船尾伴流場推定法の検証を行い、従来手法（CFD計算）よりも数万倍高速に船尾伴流場を推定することを確認した。また、この手法を改良するため損失関数に伴流の分布関数の勾配を導入することで、推定伴流の振動が軽減し、推定精度を向上させることに成功した。さらに、PCCやコンテナ船など痩せ型船型への船型データベースの拡張準備と数値解析不確かさを実施するための格子作成を実施し、本年度予定していた研究タスクを完了した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
令和2年度に予定していた船型データベースのデータ解析手法の提案とその改良、さらに、PCCやコンテナ船など痩せ型船型への船型データベースの拡張準備と数値解析不確かさを実施するための格子作成などの予定していた研究タスクを無事に達成できた。
|
| 今後の研究の推進方策 |
令和3年度は計画通り、 船型データベースの拡張と、数値解析不確かさの解析を行い、船型データベースの信頼性と確保と充実化を図ることとする。
|
| 次年度使用額が生じた理由 |
新型コロナの影響で学会がオンラインで開催されたため、学会出席等で予定していた旅費としての支出がなくなったことが主な要因となり予定金額との実際の使用額に差額が生じた。
今後も、学会のオンライン開催が想定されるため、予定していた旅費については、応募当初に予定し、研究予算査定により実施ができなくなった計算環境の充実のための費用として使用する計画である。
|
