JP7221062B2 - 流体解析システム、流体解析方法、および流体解析プログラム - Google Patents
流体解析システム、流体解析方法、および流体解析プログラム Download PDFInfo
- Publication number
- JP7221062B2 JP7221062B2 JP2019009187A JP2019009187A JP7221062B2 JP 7221062 B2 JP7221062 B2 JP 7221062B2 JP 2019009187 A JP2019009187 A JP 2019009187A JP 2019009187 A JP2019009187 A JP 2019009187A JP 7221062 B2 JP7221062 B2 JP 7221062B2
- Authority
- JP
- Japan
- Prior art keywords
- particles
- feature amount
- particle
- fluid analysis
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000012530 fluid Substances 0.000 title claims description 94
- 238000004458 analytical method Methods 0.000 title claims description 76
- 239000002245 particle Substances 0.000 claims description 272
- 239000013598 vector Substances 0.000 claims description 119
- 238000010801 machine learning Methods 0.000 claims description 58
- 239000007788 liquid Substances 0.000 claims description 52
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000000034 method Methods 0.000 description 118
- 238000004364 calculation method Methods 0.000 description 60
- 238000012545 processing Methods 0.000 description 51
- 230000006399 behavior Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 238000013507 mapping Methods 0.000 description 6
- 238000011439 discrete element method Methods 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
実施形態に係る流体解析システムは液体の挙動を予測するコンピュータシステムである。より具体的には、流体解析システムは何らかの構造物に関連する液体の挙動を予測する。液体の挙動とは、時間の経過に伴う液体の動きのことをいう。処理対象となる液体の種類、すなわち、モデル化される液体(液体モデル)の種類は何ら限定されず、例えば水、オイルなどでもよい。処理対象となる液体を取り巻く雰囲気(例えば温度)は限定されず、例えば、高温下で液化した物質が処理対象であってもよい。液体に関連する構造物の種類、すなわち計算の前提として設定される構造物の種類も何ら限定されず、人工物でも自然物でもよい。構造物の例として水車、タンク、水洗トイレ、船舶、ギアボックス、堤防、ダムなどが挙げられるが、当然にこれらに限定されない。
流体解析システムは液体の挙動を予測するために粒子法を利用する。粒子法は、連続体に関する方程式を数値的に解くための離散化手法の一つである。格子法とは異なり、粒子法は流体の挙動を格子に丸め込まないので、飛沫などのような流体の細部の挙動を予測することに適しており、また、流体の大きな変形を予測することにも適している。粒子法では、流体を複数の粒子に分割することでモデル化する。この粒子は、分子、液滴などの実体そのものではなく、液体の動きと共に移動する計算点である。個々の粒子には何らかの物理量(例えば、速度、質量、圧力など)が関連付けられる。
ここで、
である。νは動粘性係数を示し、dは計算領域の次元を示す。n0は一粒子の近傍粒子の粒子数密度の基準値を示す。λ0は一粒子の影響の範囲内にある近傍粒子との距離の2乗の重み平均値を示す。ui kは計算ステップkにおけるi番目の粒子の速度を示す(iは粒子番号を示す)。ri kは計算ステップkにおけるi番目の粒子の位置を示す。なお、粘性項は式(2)に限定されず、高精度粒子法に基づく別の手法によって計算されてもよい。
ここで、|rj-ri|は二つの粒子i,j間の距離を示す。reは或る粒子を近傍粒子と見做す距離(近傍粒子の距離)の基準値である。なお、重み関数は式(3)に限定されるものではなく、他の種類の重み関数が用いられてもよい。
ここで、行列Aの要素aijは式(6)で示される。
ベクトルbの要素biは式(7)で示される。
ρ0は液体の密度の基準値を示す。ni *はi番目の粒子の仮位置ri *での粒子密度であり次式で定義される。
なお、行列Aおよびベクトルbの計算方法は上記のものに限定されず、他の手法が用いられてもよい。
圧力勾配∇Pk+1は式(9)で示される。
ここで、P^i k+1は、i番目の粒子と近傍粒子との圧力差が負圧にならないように補正するための値である。圧力勾配の計算方法は式(9)に限定されず、他の手法が用いられてもよい。
図2は実施形態に係る流体解析システム10を構成するコンピュータ100の一般的なハードウェア構成の一例を示す。例えば、コンピュータ100はプロセッサ101、主記憶部102、補助記憶部103、通信制御部104、入力装置105、および出力装置106を備える。プロセッサ101はオペレーティングシステムおよびアプリケーション・プログラムを実行する。主記憶部102は例えばROMおよびRAMで構成される。補助記憶部103は例えばハードディスクまたはフラッシュメモリで構成され、一般に主記憶部102よりも大量のデータを記憶する。通信制御部104は例えばネットワークカードまたは無線通信モジュールで構成される。入力装置105は例えばキーボード、マウス、タッチパネルなどで構成される。出力装置106は例えばモニタおよびスピーカで構成される。
流体解析システム10の動作を説明するとともに本実施形態に係る流体解析方法について説明する。まず、図4および図5を参照しながら、MPS法のすべてを機械学習に置き換える手法の一例を説明する。図4は流体解析システム10の学習処理の一例を処理フローS2として示すフローチャートである。図5は流体解析システム10の予測処理の一例を処理フローS3として示すフローチャートである。図4および図5はそれぞれ、学習フェーズおよび予測フェーズに対応する。処理フローS2,S3のいずれも、本開示に係る流体解析方法に対応し得る。処理フローS2は学習済みモデルの生成方法の一例であるともいえる。
(B)圧力Pk+1を求める式(5)に関連した値を用いる。
(C)粒子密度に関連した値を用いる。
(D)相対密度に関連した値を用いる。
ここで、|rj *-ri *|は二つの粒子i,j間の距離(二つの仮位置の間の距離)を示す。reは或る粒子を近傍粒子と見做す距離(近傍粒子の距離)の基準値である。距離re内に存在する粒子がn0個に満たない場合は、ゼロが代替として第1特徴量の要素に設定される。
ここで、aiiは式(6)で得られる。距離re内に存在する粒子がn0個に満たない場合は、ゼロが代替として第2特徴量の要素に設定される。
ここで、nj *はj番目の粒子の仮位置rj *での粒子密度である。距離re内に存在する粒子がn0個に満たない場合は、ゼロが代替として第3特徴量の要素に設定される。
ここで、nj **はj番目の粒子の仮位置rj *での相対密度であり、次式で定義される。
距離re内に存在する粒子がn0個に満たない場合は、ゼロが代替として第4特徴量の要素に設定される。
距離re内に存在する粒子がn0個に満たない場合は、ゼロが代替として第5特徴量の要素に設定される。
距離re内に存在する粒子がn0個に満たない場合は、ゼロが代替として第6特徴量の要素に設定される。
距離re内に存在する粒子がn0個に満たない場合は、ゼロが代替として第7特徴量の要素に設定される。
・可能な変数をローカル空間にマッピングし、特徴量を計算する際に該変数を参照する。
・圧力場の計算方法はMPS陽解法に基づく。
・粒子間距離の計算では、平方根を使わない近似計算を用いる。
・重み関数として、距離の逆平方根を含まないモデルを用いる。
ここで、nJ kはバケットJに含まれる粒子の数を示し、jは粒子番号を示す。
ここで、c0~c4は、相互に隣接するバケット同士の位置関係に応じた定数である。式(15)ではi,jの成分が互いに独立なので、式(16),(17)によって各バケットへのマッピングが可能である。
ここで、c,Nはいずれも、特徴量に応じた定数である。
ここで、記号“*”は、計算ステップk+1の値が確定する前の仮変数であることを表す。
nJ´ k,uJ´ k,uJ k,rJ´ k,rJ kはマッピング変数として参照される。
以上説明したように、本開示の一側面に係る流体解析システムは少なくとも一つのプロセッサを備える。少なくとも一つのプロセッサは、液体を構成する複数の粒子のそれぞれの第1時点における位置および速度に基づく入力ベクトルを取得し、入力ベクトルを機械学習モデルに入力することで、第1時点から所与の時間ステップが経過した第2時点における、複数の粒子のそれぞれの位置および速度を示す出力ベクトルを生成する。
以上、本開示での実施形態に基づいて詳細に説明した。しかし、本開示は上記実施形態に限定されるものではない。本開示は、その要旨を逸脱しない範囲で様々な変形が可能である。
Claims (5)
- 少なくとも一つのプロセッサを備え、
前記少なくとも一つのプロセッサが、
液体を構成する複数の粒子のそれぞれの第1時点における位置および速度から得られる、該複数の粒子のそれぞれに作用する力に基づいて、該複数の粒子のそれぞれの、前記第1時点から所与の時間ステップが経過した第2時点における仮位置を算出し、
前記複数の粒子のそれぞれの前記仮位置に基づく特徴量を示す入力ベクトルを設定し、
前記入力ベクトルを機械学習モデルに入力することで、前記第2時点における、前記複数の粒子のそれぞれの位置および速度を示す出力ベクトルを生成し、
前記複数の粒子のそれぞれの前記仮位置に基づく特徴量が、近傍粒子との距離に基づく特徴量と、前記粒子の前記仮位置での圧力を得るための連立一次方程式を示す行列またはベクトルに関連する特徴量と、前記仮位置での粒子密度に関連した特徴量と、前記仮位置での相対密度に関連した特徴量とを含む、
流体解析システム。 - 前記少なくとも一つのプロセッサが、前記複数の粒子のそれぞれの前記第1時点における圧力にさらに基づく入力ベクトルを取得する、
請求項1に記載の流体解析システム。 - 前記少なくとも一つのプロセッサが、前記複数の粒子のそれぞれの前記第2時点における圧力をさらに示す出力ベクトルを生成する、
請求項1または2に記載の流体解析システム。 - 少なくとも一つのプロセッサを備える流体解析システムにより実行される流体解析方法であって、
液体を構成する複数の粒子のそれぞれの第1時点における位置および速度から得られる、該複数の粒子のそれぞれに作用する力に基づいて、該複数の粒子のそれぞれの、前記第1時点から所与の時間ステップが経過した第2時点における仮位置を算出するステップと、
前記複数の粒子のそれぞれの前記仮位置に基づく特徴量を示す入力ベクトルを設定するステップと、
前記入力ベクトルを機械学習モデルに入力することで、前記第2時点における、前記複数の粒子のそれぞれの位置および速度を示す出力ベクトルを生成するステップと
を含み、
前記複数の粒子のそれぞれの前記仮位置に基づく特徴量が、近傍粒子との距離に基づく特徴量と、前記粒子の前記仮位置での圧力を得るための連立一次方程式を示す行列またはベクトルに関連する特徴量と、前記仮位置での粒子密度に関連した特徴量と、前記仮位置での相対密度に関連した特徴量とを含む、
流体解析方法。 - 液体を構成する複数の粒子のそれぞれの第1時点における位置および速度から得られる、該複数の粒子のそれぞれに作用する力に基づいて、該複数の粒子のそれぞれの、前記第1時点から所与の時間ステップが経過した第2時点における仮位置を算出するステップと、
前記複数の粒子のそれぞれの前記仮位置に基づく特徴量を示す入力ベクトルを設定するステップと、
前記入力ベクトルを機械学習モデルに入力することで、前記第2時点における、前記複数の粒子のそれぞれの位置および速度を示す出力ベクトルを生成するステップと
をコンピュータに実行させ、
前記複数の粒子のそれぞれの前記仮位置に基づく特徴量が、近傍粒子との距離に基づく特徴量と、前記粒子の前記仮位置での圧力を得るための連立一次方程式を示す行列またはベクトルに関連する特徴量と、前記仮位置での粒子密度に関連した特徴量と、前記仮位置での相対密度に関連した特徴量とを含む、
流体解析プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019009187A JP7221062B2 (ja) | 2019-01-23 | 2019-01-23 | 流体解析システム、流体解析方法、および流体解析プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019009187A JP7221062B2 (ja) | 2019-01-23 | 2019-01-23 | 流体解析システム、流体解析方法、および流体解析プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020119189A JP2020119189A (ja) | 2020-08-06 |
JP7221062B2 true JP7221062B2 (ja) | 2023-02-13 |
Family
ID=71890840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019009187A Active JP7221062B2 (ja) | 2019-01-23 | 2019-01-23 | 流体解析システム、流体解析方法、および流体解析プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7221062B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111914430A (zh) * | 2020-08-14 | 2020-11-10 | 贵州东方世纪科技股份有限公司 | 基于聚类及粒子群优化的有资料地区水文参数率定方法 |
KR102317540B1 (ko) * | 2020-11-27 | 2021-10-26 | (주)골든엔지니어링 | 파라핀 침적 양상 분석 방법 및 그 프로그램 |
CN113626978B (zh) * | 2021-06-23 | 2023-12-26 | 浙江中控技术股份有限公司 | 一种民爆乳化炸药的爆速在线预测方法及系统 |
-
2019
- 2019-01-23 JP JP2019009187A patent/JP7221062B2/ja active Active
Non-Patent Citations (2)
Title |
---|
L. Ladicky et al.,ata-driven Fluid Simulations using Regression Forests,ACM Transactions on Graphics,2015年11月,Volume 34 Issue 6,Article No.199 |
西田 友是,流体力学のCG応用,ながれ,日本流体力学会,2018年08月25日,Vol.37 No.4,pp.313-321 |
Also Published As
Publication number | Publication date |
---|---|
JP2020119189A (ja) | 2020-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Guest et al. | Reducing dimensionality in topology optimization using adaptive design variable fields | |
Amsallem et al. | Fast local reduced basis updates for the efficient reduction of nonlinear systems with hyper-reduction | |
Gerhold | Overview of the hybrid RANS code TAU | |
JP7221062B2 (ja) | 流体解析システム、流体解析方法、および流体解析プログラム | |
Giannakoglou et al. | Aerodynamic shape design using evolutionary algorithms and new gradient-assisted metamodels | |
EP1413981A1 (en) | Optimal fitting parameter determining method and device, and optimal fitting parameter determining program | |
Wandel et al. | Spline-pinn: Approaching pdes without data using fast, physics-informed hermite-spline cnns | |
Bouzarth et al. | A multirate time integrator for regularized Stokeslets | |
Sousa et al. | A finite difference method with meshless interpolation for incompressible flows in non-graded tree-based grids | |
CN111783209B (zh) | 一种学习函数与kriging模型结合的自适应结构可靠性分析方法 | |
Lombardi et al. | Radial basis functions for inter-grid interpolation and mesh motion in FSI problems | |
Haider et al. | Parallel implementation of k-exact finite volume reconstruction on unstructured grids | |
CN112784496A (zh) | 一种流体力学的运动参数预测方法、装置及存储介质 | |
CN110634572B (zh) | 基于力学方程的血管血流模拟方法及相关装置 | |
Aguiar Nascimento et al. | A new hybrid optimization approach using PSO, Nelder-Mead Simplex and Kmeans clustering algorithms for 1D Full Waveform Inversion | |
Danhaive et al. | Structural metamodelling of shells | |
GB2584447A (en) | Apparatus method and computer-program product for processing geological data | |
Fu et al. | The ACA–BEM approach with a binary-key mosaic partitioning for modelling multiple bubble dynamics | |
Kemna et al. | Reduced order fluid modeling with generative adversarial networks | |
JP6651254B2 (ja) | シミュレーション方法、シミュレーションプログラム、及びシミュレーション装置 | |
Díaz-Morales et al. | Deep learning combined with singular value decomposition to reconstruct databases in fluid dynamics | |
Bal et al. | JMASM 55: MATLAB Algorithms and Source Codes of'cbnet'Function for Univariate Time Series Modeling with Neural Networks (MATLAB) | |
RU2680201C1 (ru) | Архитектура для интеллектуальных вычислительных и информационно-измерительных систем с нечеткой средой вычислений | |
Clarich et al. | Formulations for Robust Design and Inverse Robust Design | |
Aygün | Physics informed neural networks for computational fluid dynamics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220111 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221212 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230201 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7221062 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |