| 研究課題/領域番号 |
22K04804
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
石神 徹 広島大学, 先進理工系科学研究科(工), 准教授 (70595850)
|
|---|
| 研究分担者 |
SHIRZADI MOHAMMADREZA 東京農工大学, 工学(系)研究科(研究院), 特任教授 (40868733)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| キーワード | 数値シミュレーション / phase field model / エマルション / 画像解析 / 畳み込みニューラルネットワーク |
|---|
| 研究実績の概要 |
本年度は、集束イオンビーム電子顕微鏡（FIB-SEM）を用いた画像解析により、市販の精密ろ過膜の微細構造の取得を行った後、この数値的に得られた微細構造に対して液液二相流（水中油滴型エマルション）を透過させる数値シミュレーション手法の構築を行った。液液二相の自由界面流れの計算には自由エネルギー型のフェーズフィールドモデルを用いた。また、膜微細構造が有する複雑な形状周りの流れや液滴群の濡れを計算するために、埋込境界法とYoungの法則に基づく自由エネルギー型濡れモデルの開発および検証を行った。構築した数値シミュレーションモデルは、複雑な形状を有する膜微細構造内の速度場、圧力場のみならず、分散相のダイナミクスや透過現象を妥当に表現できるとともに、阻止率や透過係数といった膜性能の評価も可能であることがわかった。
一方、膜微細構造内における自由界面流れの高解像度の数値シミュレーションは、計算負荷が非常に大きいため、深層畳み込みニューラルネットワーク（CNN）による流れ場の予測技術の開発を行った。ここではまず第一段階として、画像解析により得た実際の膜微細構造ではなく、モデル化した2次元の膜微細構造内の速度場や圧力場の予測を試みた。その結果、CNNによる速度場や圧力場の予測値は、数値シミュレーションの計算結果と概ね良好に一致していたものの、固体表面における予測精度が若干低下することが明らかとなり、その結果膜性能の予測精度も若干低下することがわかった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
本年度は、集束イオンビーム電子顕微鏡（FIB-SEM）を用いた画像解析を連携した数値シミュレーションモデルの開発と、それらの数値シミュレーション結果をポスト処理に用いた機械学習により細孔透過現象の予測と細孔形状の最適設計を実施するものである。現在のところ、画像解析を連携した数値シミュレーションモデルの開発ならびに機械学習モデルの開発を実施することができており、当初の計画よりも早く進捗している。
|
| 今後の研究の推進方策 |
本年度は主にモデル系における細孔内の流れ場を予測する機械学習モデルを開発したが、今後は現実系に近い形状の細孔内の流れ場を予測できるようにモデルの拡張について検討を行う予定である。また、自由表面流れへと拡張を行い、細孔内における分散相の透過挙動の予測を試みる予定である。
|
| 次年度使用額が生じた理由 |
物品費として，高性能計算機の購入を予定していたが，本年度はシミュレーションコードの開発のみに注力したため，購入を次年度以降に見送った。次年度以降に大規模計算を行う予定であり，その際に適切な計算機を購入する予定である。
|
