AI aided turbulent combustion modeling based on advanced laser diagnostics and direct numerical simulation data science

基于先进激光诊断和直接数值模拟数据科学的人工智能辅助湍流燃烧建模

• 批准号: 20H00224
• 负责人: 店橋 護
• 金额: $ 29.04万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (A)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H00224/
• 关键词: 乱流燃焼; レーザ計測; 直接数値計算; AI支援モデリング; データサイエンス

本研究では，乱流燃焼のLarge Eddy Simulation(LES)のための物理数学モデルとして乱流燃焼モデルと火炎・壁面干渉熱伝達モデルを構築し，それらのモデルパラメータ同定において大規模直接数値計算(DNS)及び先端レーザ計測データを基盤とする深層学習等のAI技術を導入することで高精度AI支援モデルを構築する．令和４年度は，自動車用エンジンのような平均圧力が時々刻々変化する燃焼場における開発したAI支援乱流燃焼モデルの精度検証と改良に重点をおいて研究を行った．ここでは，研究代表者らは有する容容器内乱流燃焼のDNSデータを用いて，開発したAI支援乱流燃焼モデル(AI支援FDSGSモデル)の有効性を検証した．その結果，LESの枠組みの中で与えることのできる適切な入力物理量を選定することで，平均圧力が時々刻々変化する燃焼場にもAI支援FDSGSモデルを適用可能であることを明らかにした．また，現有の乱流燃焼のLESコードにAI支援FDSGSモデルを実装し，実際のLESをDNSと同条件で実施する動的テストを行うことで，モデルの有効性を明らかにした．具体的には乱流噴流予混合火炎を対象としたAI実装LESを実現し，DNSデータ，AI実装前のFDSGSモデル及び既存SGS燃焼モデルとの比較から，開発したAI支援乱流燃焼モデルが十分な精度で乱流燃焼場を予測可能であることを明らかにした．加えて，本研究では乱流火炎と壁面の干渉時を表現する熱伝達モデルとして乱流火炎・壁面干渉にけるAI熱流束予測モデルの構築に行った．前年度までに層流条件に対して開発したAI熱流束予測モデルを直接乱流条件に適用した場合でも概ね壁面熱流束を予測可能であることが明らかとなったが，LESの枠組みの中で入力物理量を選択し直すことで，さらに高精度に壁面熱流束を予測可能であることを明らかにした．

In this paper, we introduce AI techniques such as Large Eddy Simulation(LES) and Deep Learning (DL) into the physics and mathematics of turbulent combustion, and construct high precision AI support systems for turbulent combustion. In 2010 and 2014, the average pressure of automotive vehicles was changed from time to time, and the combustion field was developed to support the accuracy of turbulent combustion. In this paper, the research representative has proposed to demonstrate the effectiveness of AI supported turbulent combustion (AI supported FDSGS) in the application of DNS to turbulent combustion in a container. As a result, the LES is composed of the appropriate input physical quantity, the average pressure, and the combustion field AI support FDSGS. In addition, the existing LES engine supports the FDSGS engine to be installed, and the actual LES engine to be installed under the same conditions. Specific turbulence jet to mixed combustion image, AI installation LES implementation, DNS data, AI installation FDSGS before installation and existing SGS combustion comparison, open AI support turbulence combustion, very accurate turbulence combustion field prediction possible. In addition, this study was conducted to predict the heat flux of turbulent flame and wall drying. In previous years, laminar flow conditions were applied to the prediction of heat flux on the wall surface, and the prediction of heat flux on the wall surface was possible under direct turbulence conditions.

项目成果

局所コルモゴロフスケールAI予測に基づいたSGS燃焼モデルの開発

基于局部柯尔莫哥洛夫尺度AI预测的SGS燃烧模型开发

• 发表时间: 2022
• 作者: 南 啓伸;源 勇気;志村 祐康;店橋 護
• 通讯作者: 店橋 護

Effect of Steam Dilution on the Structure and Stabilization of Lifted Flames of Hydrogen

蒸汽稀释对氢气升焰结构和稳定性的影响

• 发表时间: 2022
• 期刊: 日本燃焼学会誌
• 作者: Defne KIRAN;Yuki MINAMOTO;Masayasu SHIMURA;Mamoru TANAHASHI
• 通讯作者: Mamoru TANAHASHI

DNS and Advanced Laser Diagnostics of Steam-Diluted Hydrogen-Oxygen Combustion for Future Electric Power Generation

用于未来发电的蒸汽稀释氢氧燃烧的 DNS 和高级激光诊断

• 发表时间: 2021
• 作者: 川島 桜也，笠原 慧，平原 聖文，齋藤 義文，横田 勝一郎，杉田 精司;佐藤遼，松隈啓，高偉;M. Tanahashi
• 通讯作者: M. Tanahashi

Effect of Turbulence Intensity on Flame-wall Interactions of Turbulent Premixed Flame in an Enclosed Rectangular Domain

封闭矩形域内湍流预混火焰湍流强度对火焰壁相互作用的影响

• 发表时间: 2022
• 期刊: The 32nd International Symposium on Transport Phenomena
• 作者: Ye Wang ; Yuki Minamoto ; Masayasu Shimura ; Mamoru Tanahashi
• 通讯作者: Mamoru Tanahashi

DNS and SGS Modeling of Turbulent Combustion for Future IC Engines and Gas Turbines

未来内燃机和燃气轮机湍流燃烧的 DNS 和 SGS 建模

• 发表时间: 2022
• 作者: Hung-Ching Lin;Murilo Marques Marinho;Munetoshi Hinata;Kunihiko Kaneko;Tetsuo Ushiku;Juli Yamashita;Kiyoyuki Chinzei;Mamoru Mitsuishi;Kankako Harada;Mamoru Tanahashi
• 通讯作者: Mamoru Tanahashi