[2C01-04] シミュレーションコード開発

[2C01] 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

(1)キャビティ流れへの適用

*滝脇 賢也¹、鬼頭 理¹、前島 啓¹、堀江 英樹¹ (1. 東芝ESS)

キーワード：機械学習、畳み込みニューラルネット、オートエンコーダ、キャビティ流れ

近年、機械学習やディープラーニングを流体解析等の工学的な数値解析に適用した研究が急速な発展を遂げており、計算時間の短縮、最適化設計等への適用が期待されている。本研究では、原子力等のプラント向け流体機器の設計・開発支援を目的とした、機械学習の流体解析への適用性検討を進めている。今回、２次元での正方キャビティ流れについて、畳み込みニューラルネットワーク（ＣＮＮ）を用いたオートエンコーダーにより流動挙動予測を行った。これは画像認識等で広く用いられ、データの特徴を抽出して再構成する手法である。ＣＦＤコードによるレイノルズ数５０～１００００の解析結果を教師データとして学習させ、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。予測結果においてもキャビティ流れの四隅の特徴的な２次流れも再現されるとともに、誤差の平均値は移動境界の流速に対して1.5％程度以下となる結果が得られた。