权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

高レイノルズ数空力予測の精度向上を目指した衝撃波/境界層干渉の先進画像計測

冲击波/边界层干涉的先进图像测量旨在提高高雷诺数空气动力学预测的准确性

基本信息

批准号：
22H01684
负责人：
河内俊憲
金额：
$ 11.15万
依托单位：
Okayama University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H01684/
关键词：
高レイノルズ数先進レーザ計測非定常空力非定常空気力学

项目摘要

本研究では、レイノルズ数を大きく変化させた条件で、付着境界層や衝撃波-境界層干渉に伴うはく離の詳細なデータを先進画像計測を用いて取得し、これらデータを用いて検証した高忠実な数値計算に機械学習を併用することで、高レイノルズ数流れにおけるはく離の計算モデル構築を目指している。2022年度は大気吸込み風洞を用いて、運動量厚さを代表スケールとしたレイノルズ数で20000程度の付着境界層流れの実験データ（乱流統計量や壁面せん断応力）をPIVに加え、PTVと油膜干渉を新規に導入することで取得した。これに加えて、風洞実験において斜め衝撃波を導入する圧縮ランプの形状の初期検討を行い、予備実験を行った。予備実験では、圧縮ランプによる閉塞、発生した衝撃波と側壁境界層の干渉が問題となり、実験として適切な衝撃波の導入を達成できなかった。2023年度以降、これを改善する。これら実験データの取得に加え、実験に対応するLarge Eddy Simulation（LES）を実施し、三次元数値計算データを取得した。更にLESに斜め衝撃波を導入可能な境界条件を構築した。斜め衝撃波を導入した計算では、まず二次元非粘性数値計算コードにこの境界条件を実装し、生成された衝撃波に対する格子依存性の影響等を調べた。その後、本研究に使用するLESコードへこの境界条件を実装した。これら実験データの取得およびLESの実施に加え、高レイノルズ数流れにおいて壁面せん断応力を予測する数理モデルの構築を、LESを教師データとした深層学習により開始した。現在構築したモデルでは、モデル構築に用いた教師データの近傍時刻では予測精度が高いものの、遠方時刻では予測精度が低下する問題がある。2023年度以降、これを改善し、衝撃波-境界層干渉の数理モデル構築に備える。

This study では, レイノルをズ number big きく variations change させでた conditions, pay the state や blunt shock wave - boundary layer dry involved に with うはく from の detailed なデータを portraits advanced measuring を with いて obtain し, これらデータを with いて検 card した Gao Zhong be な the numerical computing に rote learning を and することで, high レイノルズ number flow れにおけるはく away Youdaoplaceholder0 calculate モデ construct を aim at てるる. 2022 annual は気 suction 込み wind tunnel を with いて, exercise thick さを representative スケールとしたレイノルズで 20000 degree の pay the boundary laminar れの be 験データや wall (turbulence statistics せん応 force) を PIV にえ, PTV と oil film dry involved を new rules に import することで obtain した. これに plus えて, wind tunnel be 験において inclined め blunt shock wave を import する圧 shrinkage ランプの shape の beg を検い, to be prepared early 験を line った. Reserve be 験では, 圧 shrinkage ランプによる occlusion, 発した blunt shock wave と sidewall boundary layer の dry involved が problem となり, be 験として appropriate な blunt shock wave の import を reached できなかった. Since 2023, れをれを has improved する. これら be 験データの obtain にえ, be 験に応 seaborne する Large Eddy Simulation (LES) を be し, three yuan shi the numerical computing データを obtain した. The にLESに oblique め impact wave を introduction may な realm conditions を construct た. Oblique め blunt shock wave を import した computing では, まず inviscid secondary yuan the numerical computing コードにこをの boundary conditions be し, generate された blunt shock wave にす seaborne る grid dependency の impact を adjustable べた. After そそ, in this study, に used するLESコドへドへ <s:1> <s:1> <s:1> realm conditions を to actually install た. これら be 験データの obtain および LES の be high にえ, レイノルズ number flow れにおいて wall せん break 応 force を be する mathematical モデルの constructing を, LES を teachers データとした deep learning により began した. Now construct したモデルでは, モデル build に with いた teachers データの nearly alongside moment では to high measuring accuracy がいものの, distant moments では to low measurement precision がする problem がある. From 2023 onwards, the <s:1> れを has been improved, and the impact wave-realm layer is involved in the <s:1> mathematical モデ and モデ construction of に and える.