[2J06-09] 気液二相流2

[2J07] ディープラーニングによる物体検出・認識技術を適用した気液二相流画像解析手法の開発

*江口 航平¹、三輪 修一郎²、澤 和弘¹ (1. 北大、2. 東大)

キーワード：気液二相流、ボイド率、界面積濃度、深層学習、物体検出

ボイド率などの気液二相流パラメータを瞬時かつ正確に推定することは、原子力をはじめとする各種プラントの安全で効率的な運用に寄与する。加えて複雑に時間変化する気液相分布形状の詳細な把握は、二相流数値計算モデルの高精度化に繋がる可能性がある。本研究では、深層学習に基づく物体検出アルゴリズムを適用し、気泡流画像から気相を検出するモデルを構築した。検出結果に基づいてボイド率など流動パラメータを推定し、他の計算または計測手法との比較により、気液相検出による推定値の妥当性が検証された。気泡流からスラグ流への遷移過程の画像では、小気泡に加えてキャップバブルを検出し、その挙動について解析を行った。また、実画像に加えて敵対的生成ネットワークで合成した気泡画像を学習させた気泡検出モデルや、インスタンスセグメンテーションによる気液相検出モデルの作成状況についても報告する。