[2C01-04] シミュレーションコード開発

[2C02] 畳み込みニューラルネットワークによる流動挙動の予測

(2)バックステップ流れへの適用

*鬼頭 理¹、前島 啓¹、滝脇 賢也¹、堀江 英樹¹ (1. 東芝ESS)

キーワード：機械学習、深層学習、畳み込みニューラルネットワーク、数値シミュレーション、後ろ向きステップ

近年、機械学習や深層学習を流体解析などの工学的な数値解析を用いた研究は急速な発展を遂げており、計算時間短縮や設計最適化などへの応用が期待されている。本研究では、原子力などのプラント向け流体機器の設計・開発支援を目的とし、機械学習の流体解析への適用性について検討を行っている。今回は畳み込みニューラルネットワークオートエンコーダーを用いた流動挙動の評価を実施した。バックステップまわりの定常流れを対象とし、２５００×１００の計算格子で設定した流路の入口レイノルズ数１０～１０００に対してＣＦＤにより得た１００個の結果を、教師データとして学習させた。エンコーダーにより流速データを２５×１に次元圧縮後、デコーダーで元に戻すネットワークモデルを構築し、学習に用いていないレイノルズ数の流速分布を予測させたところ、ＣＦＤによる結果との平均二乗誤差が１％未満になる結果が得られた