| 研究課題/領域番号 |
21K12294
|
|---|
| 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64020:環境負荷低減技術および保全修復技術関連
|
|---|
| 研究機関 | 長崎大学 |
|---|
研究代表者 |
佐々木 壮一 長崎大学, 工学研究科, 助教 (00304965)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 広帯域騒音 / ファン / 風洞 / 機械学習 / 圧力PSD |
|---|
| 研究成果の概要 |
低圧ファンから発生する空力騒音の中でも、広帯域騒音は流体力学の専門分野において重要な課題に位置付けられている。本研究において、無響室を有する低騒音風洞を開発し、広帯域騒音の予測における主要パラメータである圧力パワースペクトル密度（圧力PSD）を機械学習により生成した。この圧力PSDに基づいて、平板から発生する広帯域騒音を高精度に予測することができた。また、低圧ファンの試験装置で測定された空力騒音と機械学習による予測値との比較から、低圧ファンから発生する広帯域騒音がカルマン渦放出による圧力PSDによって発生することを明らかにした。
|
| 自由記述の分野 |
流体工学
|
| 研究成果の学術的意義や社会的意義 |
厚生労働省の新型コロナウィルス感染症対策専門会議は、感染リスクのある空間として「換気の悪い密閉空間」を挙げていた。その屋内換気のために常時稼働する換気用のファンには、排気性能だけでなく、静穏な環境を保つために低騒音であることも求められる。このファンから発生する広帯域騒音の解析的な予測では、その精度や計算コストが現実的な課題となっている。機械学習による広帯域騒音の予測では、流れの数値シミュレーションのように運動方程式や質量の保存則を満足しながら計算する必要がない。このため、低圧ファンの空力騒音を予測するための計算コストを大幅に低減することが可能になる。
|
