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

Study on the data-driven cavitation model

数据驱动的空化模型研究

基本信息

批准号：
22K03925
负责人：
岡林希依
金额：
$ 2.58万
依托单位：
Osaka University
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 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K03925/
关键词：
キャビテーションデータ駆動科学翼機械学習数値流体力学

项目摘要

研究期間の初年度は，CFDデータベースを学習データとしたデータ駆動型キャビテーションモデルの枠組みを開発した．解析対象として二次元翼の周りのキャビテーション流れを採用し，そのCFDデータの現ステップの密度・速度・圧力の場をニューラルネットワーク（NN）の入力，次ステップの密度場を教師ラベルとして学習を行った．NNには畳み込みNNの一種であり，画像のセグメンテーションに高い成果を挙げているU-Netを用いた．また，損失関数にはphysics-informed NNの考え方に基づいて，質量保存誤差を組み込み，機械学習での予測が非物理的にならないような工夫を行った．学習した流れ場の時間帯とは異なる時間帯のデータを入力し，想定される次ステップの場が出力されるかテストする，いわゆるa prioriテストでNNの予測性能を確認した後，NNを数理モデルの代わりにCFDコードに実装して解析を行うa posterioriテストを行った．その結果，途中で計算が発散する前までは，翼面に付着したシートキャビティの振動，リエントラントジェットによるクラウドキャビティの放出，翼後端渦でのキャビティの初生と発達，後端渦キャビティとクラウドキャビティの干渉などの現象がシミュレートされ，揚抗力の時間変化も定量的に再現された．以上から，データ駆動型モデル実現への道筋が開かれた．計算が発散した原因は，リエントラントジェットや翼端渦キャビティなどの強い非定常性を有する現象に起因する数値的不安定性，機械学習モデルの予測誤差が加わったことによる．従来の数理モデルを用いたキャビテーション流れのCFDと同様に，キャビテーションに特徴的な強い非定常性を伴う現象を機械学習モデルで表現するためのさらなる工夫や，微小な予測誤差に対してロバストな計算手法の導入を検討する必要があることが示唆された．

At the beginning of the study period, CFD data was collected and analyzed. Analysis of the image and the two-dimensional wing cycle of the flow of time to use, all CFD data of the current situation of the density, velocity, pressure field of time to use, the density field of time to use, and the study of time to use.NN to use, the image of the time to use, the results of high U-Net. Loss related to physics-informed NN test basis, quality preservation error group, mechanical learning prediction and non-physical time. The time band of the flow field is different from the time band of the flow field. When the force of the flow field is determined, the prediction performance of the NN is confirmed. After the prediction performance of the NN is confirmed, the NN is mathematically analyzed. As a result, we calculated the vibration of the wing surface before dispersion, the release of the wing surface, the initiation and arrival of the aft vortex, the phenomenon of the aft vortex, the time variation of the resistance, and the quantitative reproduction. The above is the first time that the road ribs are opened. Compute the causes of dispersion, wing-tip vortices, strong unsteady phenomena, numerical instability, mechanical learning, prediction errors, and increases. The numerical simulation results show that the numerical simulation results of CFD and the simulation results show that the numerical simulation results of CFD and the numerical simulation results show that the numerical simulation