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

不安定性に着目した流体力学系の分解とデータ駆動型手法への応用

水动力系统的分解，重点关注不稳定性和数据驱动方法的应用

基本信息

批准号：
22K03420
负责人：
犬伏正信
金额：
$ 2.41万
依托单位：
Tokyo University of Science
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2027-03-31
项目状态：
未结题

项目摘要

本研究の目的は，軌道不安定性に着目して流体力学系の分解を調べ，その知見をデータ駆動型手法の研究に応用することである．今年度の成果として，3次元周期境界領域におけるナビエ-ストークス乱流の大/小スケールの分解を調べた．特に，連続データ同化の成否を安定性の問題として調べる理論的枠組みを提案した．安定性は横断的リヤプノフ指数を用いることで判定可能であり，実際に3次元周期境界領域におけるナビエ-ストークス乱流を対象に横断的リヤプノフ指数を計算し，その符号の変化によってデータ同化の成否を特徴付けた．提案した理論的枠組みでは，分解を定義するスケールを分岐パラメタとして考えるが，それが系の最大スケールに一致するとき，横断的リヤプノフ指数は従来の最大リヤプノフ指数に帰着する．これによって，既存研究によってよく調べられているナビエ-ストークス乱流の最大リヤプノフ指数と，連続データ同化の問題を関連付けることが可能である．特に，最大リヤプノフ指数のレイノルズ数依存性の議論を基に，連続データ同化のレイノルズ数依存性について考察を行った．連続データ同化の問題はデータ駆動型手法としての応用上の重要性だけでなく，ナビエ-ストークス乱流の数理物理的な理解としても重要である．データ同化の成功は，乱流中の大スケールのダイナミクスが小スケールのダイナミクスを決定することを意味するからである．上記の成果に関する論文は現在投稿準備中である．上記の流体力学系の分解は，ニューラルネットワークを用いた乱流モデルの研究とも密接に関係しており，あわせて研究を進展させている．また，流体力学系のデータ駆動型手法に関連して，深層強化学習を用いた流体混合の最適化に関する論文を出版した．

The purpose of this study is to focus on the decomposition and adjustment of orbital instability in the Department of Fluid Mechanics, and to conduct research on the dynamic technique of the Department of Fluid Mechanics. This year's achievement is the 3-dimensional cycle realm field of 3-dimensional cycle realm, large and small turbulent flow, decomposition and adjustment of turbulence. Specially, the problem of whether the assimilation is successful or not and the stability of the assimilation theory are also discussed. The リヤプノフ index of the stability and cross-cutting is judged by the いることで and the possibility is であり, and the 3-dimensional cycle realm field におけるナビエ-スThe トークスturbulent flowを対 resembles the crossed リヤプノフindexをcalculationし, theそのsymbolの変化によってデータassimilationの成不を特徴FUけた． Proposal of the theory of 枠组みでは, decomposition of the definition of するスケールを分岐パラメタとしてtest of えるが, それが system The maximum スケールに unanimous するとき, the horizontal リヤプノフ index は従来の the maximum リヤプノフ index に帰与する.これによって, existing research によってよく动べられているナビエ-ストークスturbulenceのThe maximum リヤプノフindex と, even the problem of assimilation of 続データのrelated payment けることがpossible である. Special に, maximum リヤプノフ index のレイノルズ number dependency discussion をbase に, even the assimilation of the number of dependence of the number of について inspection を row った. The problem of assimilation and the importance of using dynamic techniquesなく, ナビエ-ストークスturbulenceのMathematical physics, it is important to understand としてもである. The successful assimilation of データの, the big スケールのダイナミクスが in the turbulenceスケールのダイナミクスをdetermination することをmeaning するからである. The above-mentioned results are related to the paper. The paper is now in preparation for submission. The decomposition of the fluid mechanics department mentioned above, and the use of turbulent flow in the fluid mechanics departmentデルの Research and ともClose relationship しており, あわせてResearch をProgress させている．また, Department of Fluid Mechanics' Dynamic Techniques and Connections, Deep Reinforcement Learning's Optimization of Fluid Mixing, and thesis published.

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

リザバーコンピューティングを用いた翼面上非定常圧力データに基づく翼周り時系列速度場の推定手法の開発

开发一种基于机翼表面非定常压力数据并使用储层计算来估计机翼周围时间序列速度场的方法

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Chihaya Abe;Naoki Kanda;Sayumi Kaneko;Kumi Nakai;Taku Nonomura;安齋佳希，後藤真太郎，中井公美，小室淳史，野々村拓;岩崎有登，永田貴之，中井公美，野々村拓，浅井圭介，犬伏正信
通讯作者：
岩崎有登，永田貴之，中井公美，野々村拓，浅井圭介，犬伏正信

Reservoir Computing Reduced-order Model based on PIV data of Flow Field

基于流场PIV数据的油藏计算降阶模型