Development of data-assimilation system for flow around ships by means of EnTKF and RaNS

点击翻译按钮获取中文摘要

本研究の目的は、船舶流体力学におけるCFD計算に使用する乱流モデルに注目し、そのモデルパラメターを、水槽試験結果を援用したデータ同化によりチューニングすることで、船体周り流場の高精度推定を達成することである。2022年度は、データ同化に使用するアルゴリズムの選定、そのCFDソルバーとの統合、および開発したデータ同化システムの基礎検証を行った。データ同化アルゴリズムには、先行研究の文献調査からEnsemble Kalman Filter (EnKF)を選び、そのプログラムを開発した。なお、EnKFは比較的容易にEnTKFに拡張可能である。開発したEnKFコードは、海上技術安全研究所で開発している船舶用CFDソルバー"NAGISA"と、EnKFコードをwrapperとして統合した。開発したデータ同化システムの基礎検証は、1) 2次元平板に発達する乱流境界層を対象とした双子実験による1方程式・2方程式乱流モデルパラメターの同定、2) 2次元翼後縁に発生する剥離渦を対象とした、風洞試験結果を用いた2方程式乱流モデルパラメターの同定　を通じて行った。1)では、SAモデル中の5パラメター(Kato&Obayashi 2013と同様)、k-omega SSTモデル中の1~4パラメターを、5断面１５０点の双子実験流速データを参照として、EnKFで同定した。その結果、例えばSAモデルでは40 Ensemble memberを用いた100回のfilteringで、元パラメター値を十分に再現することを確認した。2)では、k-omega SSTモデル中の１パラメターを、２断面22点の主流速データを用いてEnKFにより同定した。同定後のパラメターは元パラメターに比べ後縁剥離をよく再現するようになったが、同定対象とするパラメターの選定等について引き続き検討が必要である。