Development of data-driven thermal-hydraulic analysis methods using machine learning

使用机器学习开发数据驱动的热工水力分析方法

• 批准号: 22H02003
• 负责人: 三輪 修一郎
• 金额: $ 11.15万
• 依托单位: The University of Tokyo
• 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 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H02003/
• 关键词: 混相流; 気液二相流; 熱流動; 機械学習; 深層学習; 熱流体工学

本研究申請においては、AI技術によるデータ創作、物体検出、パターン認識からなる基礎的アプローチに加え、計測機器より流れ場情報をリアルタイムに推定させる応用的アプローチの４課題を軸とした「AI×熱流動」に着目し、機械学習を用いたデータ駆動形熱流体解析の基盤開発を目指すものである。2022年度においては、課題（１）として、深層学習による物体検出アルゴリズムを用いて気泡流画像を学習させ、気泡検出モデルの構築を行った。データベースとしては、千葉大学ならびに東京大学にて実施した実験を基に、様々な気液流量により生成された気泡流画像から球形気泡ならびに歪形領域（distorted particle regime）における気泡を対象とし、ボイド率や界面積濃度等の流動パラメータの推定と、推定結果の検証を実施した。これらの高解像度二相流画像と、畳み込みニューラルネットワーク（CNN）をベースとした物体検出アルゴリズムを融合させ、二相流の流れ場における気液界面特徴量（ボイド率、界面積濃度）を瞬時・リアルタイムに抽出可能なモデルの基盤構築を行った。本年度は、キャップ気泡生成領域までの（ボイド率約１０％）条件を適用範囲とし、既存の界面積濃度やボイド率相関式と比較検証を実施した。次年度には本モデルを更にチューニングすると共に、スラグ流までデータベースを拡張子、バイアスの定量化等を試みる。課題（２）においては、炉心や格納容器減圧時のプールスクラビングやフィルターベント（FCVS）装置の設計に必要となる直接接触凝縮線図の構築を目標としている。2022年度においては新規実験装置構築のための準備を行い、配管系や実験装置の詳細設計を行った。

This study apply に お い て は, AI technology に よ る デ ー 検 タ creation, objects, パ タ ー ン know か ら な る based ア プ ロ ー チ に え, measuring machine よ り れ field intelligence を リ ア ル タ イ ム に presumption さ せ る 応 use ア プ ロ ー チ の 4 subject を shaft と し た "AI by heat flow" を に mesh し, mechanical study with い た デ ー タ 駆 form of heat The fluid analysis <s:1> base disk is developed with を eye index す <s:1> である である である. 2022 annual に お い て は, subject (1) と し て, deep learning に よ る object 検 out ア ル ゴ リ ズ ム を with い て 気 bubble flow portrait を learning さ せ, 気 bubble 検 モ デ ル の line build を っ た. デ ー タ ベ ー ス と し て は, chiba university な ら び に at the university of Tokyo に て be applied し た be 験 を に, others 々 な 気 fluid flow に よ り generated さ れ た 気 bubble flow portrait か ら spherical bubble 気 な ら び に slanting form field (distorted particle Regime) に お け る 気 bubble を like と seaborne し, ボ イ ド rate や boundary area of concentration flow の パ ラ メ ー タ の presumption と, constructive results の 検 card を be applied し た. こ れ ら の high resolution two phase flow portrait と, 畳 み 込 み ニ ュ ー ラ ル ネ ッ ト ワ ー ク (CNN) を ベ ー ス と し た object 検 out ア ル ゴ リ ズ ム を fusion さ せ, two phase flow の れ field に お け る 気 fluid interface, 徴 quantity (ボ イ ド rate, the concentration of the boundary area) を instantaneous · リ ア ル タ イ ム に extraction could な モ デ ル の base plate line build を っ た. は this year, the キ ャ ッ プ 気 bubble generation field ま で の (ボ イ ド rate at about 10%) conditions of を van 囲 と し, existing の world area concentration や ボ イ masato type と ド rate phase comparison 検 card を be applied し た. Annual に は this モ デ ル を more に チ ュ ー ニ ン グ す る と に, ス ラ グ flow ま で デ ー タ ベ ー ス を company Zhang Zi, バ イ ア ス の quantitative and try を み る. Subject (2) に お い て は heart や, furnace when Wagner container minus 圧 の プ ー ル ス ク ラ ビ ン グ や フ ィ ル タ ー ベ ン ト (FCVS) device designed の に necessary と な る direct contact condensation line 図 の build を target と し て い る. In 2022, the construction of the new regulations for the にお, て, and <e:1> of the experimental facilities is being prepared for the を line った, and the detailed design of the experimental facilities for the piping system is being carried out for the を line った.

项目成果

ディープラーニングによる物体検出・認識技術を適用した 気液二相流画像解析手法の開発

利用深度学习的目标检测和识别技术开发气液两相流图像分析方法

• 发表时间: 2022
• 作者: S. Suzuki;H. Sato and T. Kamiyama;江口 航平，三輪 修一郎，澤 和弘
• 通讯作者: 江口 航平，三輪 修一郎，澤 和弘