|
本研究では，本来large-eddy simulation（LES）として解像する必要があるエネルギーの高い乱流成分の一部を意図的に解像しない非常に粗い格子（ここでは粗格子と呼ぶ）を用いてもLESとしての予測精度を保つことを可能とする粗格子subgrid-scale (SGS)モデルの確立を目指し研究を進めた．粗格子SGSモデルの構築には，非物理的な流れ場となる粗格子LESから，粗格子上で効果的なSGS応力を与える教師なし学習と教師あり学習を繋いだ機械学習パイプラインモデルによる流れの超解像再構成に基づく粗格子SGSモデルを提案し，その有効性を検証した．
|
