Advanced Flow Prediction of Scramjet Intakes and Data-Driven Inverse Design

点击翻译按钮获取中文摘要

高効率かつロバストな燃料混合を補助するスクラムジェットインテークの実現に向けた本研究は、高コストな数値シミュレーションを代替する深層学習を用いた流動予測、流動予測を用いた燃料混合最適化・感度解析、インテーク流れ場の制御を可能にする逆解析からなる。当初の実施計画に則って、これまでに深層学習を用いた流動予測に関して異なる２種類のモデルを提案しており、インテークおよび燃料混合流れ場に対して高精度かつ高速の流動予測を実現した。超音速流れ場を特徴づける不連続的な変化を伴う衝撃波に対して、従来モデルより精度よく予測できることが示された。また、両方のモデルにおいて予測の信頼性を高める目的で不確実性解析を用いた誤差推定手法も提案している。さらに、流動予測を用いた多目的最適化および感度解析の手法を提案し、インテークに対して実施した。この結果、最適なインテーク流れ場の特徴を解明でき、流動予測および最適化・感度解析の有用性を示した。インテーク流れ場が燃料混合に与える影響を調査するため、衝撃波/噴流干渉による燃料混合促進に関する数値的研究を実施している。燃料混合の性能に影響を与える流れ場構造を明らかにするなど有益な洞察を得た。現在は超音速風洞実験による検証・非定常現象の観測に向けた準備に加え、多目的最適化の実施に向けて気流条件や形状変数の選定、シミュレーション手法の整備などに取り組んでいる。また、高速かつ網羅的に設計を探索できる逆解析手法の開発にも着手した。深層生成モデルを用いて、性能変数の値に基づいて軸対称形態のインテーク形状を決定することに成功しており、より高度な逆解析の実現に向け課題を明らかにすることができた。