Development of cluster-based reduced-order model for optimal feedback control of dynamic stall flow

开发基于集群的动态失速流最优反馈控制降阶模型

• 批准号: 22KJ0183
• 负责人: 岩崎 有登
• 金额: $ 1.41万
• 依托单位: Tohoku University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ0183/
• 关键词: データ駆動科学; 低次元モデル; 固有直交分解; リザバーコンピューティング; 動的モード分解; 線形動的システム; 動的失速流れ; 圧縮センシング

本研究では，動的失速流れのリアルタイム最適フィードバック制御に向けたクラスタ低次元モデルの開発を目的とする．その実現に向け，令和4年度は1)リザバーコンピューティング低次元モデルの開発と2)EMアルゴリズムに基づく動的モード分解の開発を行った．1)に関して，令和3年度から引き続き，クラスタ低次元モデルとは異なるアプローチで未来の流れの正確な予測を実現するリザバーコンピューティング低次元モデルの開発を行った．その結果，本モデルが高い推定性能を実現できる条件や異なる物理量間の予測可能性を明らかにした．それらの成果を国内外の学会で報告し，論文にまとめた．リザバーコンピューティングはクラスタ低次元モデルの特徴量推定手法として適用可能と考えており，令和5年度も引き続き研究を行う予定である．2)に関して，低次元モデルの構築にはノイズを含むデータから流体現象を示す成分のみを抽出する必要があるため，ノイズに対してロバストなシステム同定を実現するEMアルゴリズムに基づく線形動的システムのパラメータ推定を組み込んだ動的モード分解の開発を行った．その結果，ノイズを含むデータに対するシステム同定において，本動的モード分解が従来の動的モード分解と比較して高いシステム同定の性能を持つことを明らかにした．また，本動的モード分解はクラスタ低次元モデルの特徴量抽出手法として適用可能と考えており，令和5年度も引き続き研究を行う予定である．

This study で は, dynamic stall flow れ の リ ア ル タ イ ム optimum フ ィ ー ド バ ッ ク suppression に to け た ク ラ ス タ low dimensional モ デ ル の open 発 を purpose と す る. そ の け be に now to make annual は 1 and 4) リ ザ バ ー コ ン ピ ュ ー テ ィ ン グ low dimensional モ デ ル の open 発 と 2) EM ア ル ゴ リ ズ ム に base づ く moving モ ー ド decomposition の open 発 を line っ た. 1) に masato し て, and 3 year か ら lead き 続 き, ク ラ ス タ low dimensional モ デ ル と は different な る ア プ ロ ー チ で future の flow れ の な right be を be presently す る リ ザ バ ー コ ン ピ ュ ー テ ィ ン グ low dimensional モ デ ル の open 発 を line っ た. そ の results, the モ デ ル を が い presumed high performance be presently で き や る conditions different な る の between physical quantities can be possibility を Ming ら か に し た. Youdaoplaceholder0 それら achievements を reports from domestic and international <s:1> societies で reports を, papers にまとめた. リ ザ バ ー コ ン ピ ュ ー テ ィ ン グ は ク ラ ス タ low dimensional モ デ ル の, presumption 徴 quantity technique と し て applicable possible と え て お り, make and 5 year も き 続 き を line う designated で あ る. 2) に masato し て, low dimensional モ デ ル の build に は ノ イ ズ を containing む デ ー タ か ら を fluid phenomenon in す composition の み を spare す る necessary が あ る た め, ノ イ ズ に し seaborne て ロ バ ス ト な シ ス テ ム with fixed を be presently す る EM ア ル ゴ リ ズ ム に base づ く linear moving シ ス テ ム の パ ラ メ ー タ presumption を group み 込 ん だ moving モ ー ド decomposition の open 発 を line っ た. そ の results, ノ イ ズ を containing む デ ー タ に す seaborne る シ ス テ ム with fixed に お い て, this dynamic モ ー ド decomposition が 従 to の move モ ー decomposition と ド more し て high い シ ス テ ム with fixed の performance を hold つ こ と を Ming ら か に し た. ま た, this dynamic モ ー ド decomposition は ク ラ ス タ low dimensional モ デ ル の 徴 quantity extraction technique especially と し て for possible と え て お り, make and 5 year も き 続 き を line う designated で あ る.

项目成果

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

• 发表时间: 2022
• 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

Optimizing Sparse Sensor Placement for Flow Field Estimation Using Time-Averaged Pressure-Sensitive Paint Data: Application to Ground Vehicle

使用时间平均压敏涂料数据优化稀疏传感器放置以进行流场估计：在地面车辆上的应用

• 发表时间: 2022
• 作者: Ryoma Inoba;Kazuki Uchida;Yuto Iwasaki;Takayuki Nagata;Yuta Ozawa;Yuji Saito;Taku Nonomura;Keisuke Asai
• 通讯作者: Keisuke Asai

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

• 发表时间: 2022
• 作者: Yuto Iwasaki;Kumi Nakai;Takayuki Nagata;Taku Nonomura;Keisuke Asai;Masanobu Inubushi
• 通讯作者: Masanobu Inubushi

Evaluation of Optimization Algorithms and Noise Robustness of Sparsity-Promoting Dynamic Mode Decomposition

• DOI: 10.1109/access.2022.3193157
• 发表时间: 2022-01-01
• 期刊: IEEE ACCESS
• 影响因子: 3.9
• 作者: Iwasaki, Yuto;Nonomura, Taku;Asai, Keisuke
• 通讯作者: Asai, Keisuke