2018 Fiscal Year Research-status Report
Dimension Reduction Analysis on Combustion Oscillation using Neural Network
| Project/Area Number |
17K06950
|
|---|
| Research Institution | Nihon University |
|---|
Principal Investigator |
田辺 光昭 日本大学, 理工学部, 教授 (90291707)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
齊藤 允教 日本大学, 理工学部, 助教 (20801020)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 燃焼振動 / 深層自己符号化器 / ロケット |
|---|
| Outline of Annual Research Achievements |
ロケット燃焼器等の燃焼振動問題に対して，その振動モード分解と駆動機構解明のための深層自己符号化器（DAE)の最適ネットワークの探索・検証を試みた．また，今後の深層学習による振動解析検討のための燃焼振動に関するデータベースを充実させた．
深層自己符号化器としては，①連成解析法の開発，②DMD相当のネットワーク設計，③CNNによる詳細構造の把握，の３項目につき試行した．①では，前年度に作成したDAEに適切な前処理層や後処理層をほどこすことで，燃焼振動中の温度・圧力・発熱分布の連成の様子を明らかにすることができた．②については，RNNを予定していたが，RNN無しで構築できることが解り試行したが，明確な利点を見出せなかった．これは，DMDが微分方程式系との対応で使われるため，既定関数は複素指数関数であるべきものであり，DAEで学習により基底関数を作成できる利点を使えないことによる．CNNに適切な微分フィルターを組み込むほうがシステム同定に資する可能性があるので，開発は中断とする．③CNNは局所フィルタリングで現象把握できることから，燃焼振動場の詳細構造を把握できることが明らかになった．ただし，次元モデルとして扱う手法がまだないことが課題として判明した．データベース構築においては，ロケット燃焼器の燃焼振動につき，振動励起から減衰までの一連のダイナミクスの数値シミュレーションデータを取得した．また，これにはまだその仕組みが解明されていない振動の励起や減衰のヒステリシスも再現することができ，今後の解析対象として非常に価値のあるデータ取得となった．
これらの研究活動により得られた成果は，燃焼学会のシンポジウムにて口頭発表すると共に，同学会主催の「AI技術開発の最前線と燃焼研究への応用」ワークショップにて大学・企業の研究者向けに招待講義を行い，知見の普及を促進した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
深層自己符号化器（DAE)による解析方法でロケットの燃焼振動につき，ネットワークの改良によって，多変数の振動場が連成している場合についてそれぞれの変数同士の連成する要素を分解して抽出することができる手法を開発し，検証することができた．これは，一般の振動解析にも応用することができ，多変量問題について，相関の度合い等を効率的に分析できることを示したことになる．複雑な燃焼振動の要素分解においてたとえば圧力振動と発熱振動の連成が強い振動駆動源であるとする理論と併せると，燃焼振動を引き起こした燃焼器内部で，加振源を経験的に特定できるという，燃焼振動対策の新たな段階に進む基盤技術を開発することができたと考えている．また，CNN等の現在画像解析で有効とされているネットワークの動作に関する数学的考察から利用方法の可能性について理解が深まり，ニューラルネットワークの設計指針になる考え方，具体的には当初予定したニューラルネットワークと固有値分解との類似を利用した設計に加えて，微積分などとの対応も考慮した設計を行える見込みを得ており，より効率的なネットワークの最適設計の可能性を見出すことができた．一方で，振動場でのトリプルフレームを対象とする単純現象についての解析では固有直行分解（POD）以上の情報が得られていない．対象とした現象が比較的弱い線形振動の範囲での現象であったためであり，より大振幅のトリプルフレームを実験で実現することに困難があることが解ってきており，解析対象としての価値が低いことが判明した．
アウトリーチ活動として，ワークショップでの講義等を通じて，燃焼解析における人工知能技術の利用というテーマでの研究者のグループ形成が始まり，今後引き続き啓蒙活動に勤めるとともに，相互補完によるより効率的な研究推進の基礎作りができたことも進捗と考えている．
|
| Strategy for Future Research Activity |
解析に用いる深層自己符号化器については，DMD模擬のネットワーク開発は中断し，CNNを含めてより詳細な振動場の構造を明らかにできる手法を目指して検討を行っていくこととする．本年度得られた振動燃焼遷移時のヒステリシス現象について，その物理現象としての機構解明に結びつくような要素分解と支配因子の特定を目指す．解析法の開発という段階を一歩進めて，物理現象の解明という点に軸足を移しつつ研究を発展させる．これに合わせて，解析対象となるロケット燃焼器の燃焼振動については，強度や内部の圧力波形状の違う例を増やすべく，数値シミュレーションを引き続き行い，様々なパターンの燃焼振動を包含するデータベースを整える．
成果報告と講義等での知見の公開はより積極的に進め，学会での講座を担当し，燃焼解析における深層学習の適用法やその原理の啓蒙に勤める予定である．
|
| Causes of Carryover |
大学経費で支払った熱流体解析ソフトのライセンスに，反応解析モジュールのライセンスが含まれたため，本研究からの出費を抑えることができた．
データベースとして大量の数値シミュレーションデータを継続的に生成しており，次年度はその保存用のHDD類を新たに増やすために使用する予定である．
|
Research Products
(4 results)
