https://blog.nightly.dedyn.io/categories/%E3%82%AC%E3%82%B9%E3%82%BF%E3%83%BC%E3%83%93%E3%83%B3%E9%81%8E%E6%B8%A1%E8%A7%A3%E6%9E%90/Recent content in ガスタービン・過渡解析 on Daily SignalHugo -- gohugo.ioja-JP© 2026 Daily SignalThu, 12 Nov 2026 02:57:00 -0800https://blog.nightly.dedyn.io/daily/2026-11-12-daily-signal/Thu, 12 Nov 2026 02:57:00 -0800https://blog.nightly.dedyn.io/daily/2026-11-12-daily-signal/<h2 class="relative group">今日のご案内 ☕✨ <div id="今日のご案内-" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e4%bb%8a%e6%97%a5%e3%81%ae%e3%81%94%e6%a1%88%e5%86%85-" aria-label="アンカー">#</a> </span> </h2> <p>Siddiqua氏らは、突起が1〜3個ある管内のストークス流れを対象に、2種類の粗い格子の解から細かい格子の解を予測した。細かい格子の全点で評価した相対L2誤差は、2種類のうち細かい粗格子の解に比べ90〜94%減ったと報告する。</p> <p>前回の流れの保存形離散化と風洞実験から、今回は粗格子や材料データを使う代理モデルと過渡解析に軸を移す。企業の一次記事は1件で、ガスタービンの事例を扱う。実測との誤差や時間短縮の比較値は紹介記事に示されていない。</p> <h2 class="relative group">1. 管内流れの粗格子解を使い相対誤差を90〜94%減らす <div id="1-管内流れの粗格子解を使い相対誤差を9094減らす" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#1-%e7%ae%a1%e5%86%85%e6%b5%81%e3%82%8c%e3%81%ae%e7%b2%97%e6%a0%bc%e5%ad%90%e8%a7%a3%e3%82%92%e4%bd%bf%e3%81%84%e7%9b%b8%e5%af%be%e8%aa%a4%e5%b7%ae%e3%82%929094%e6%b8%9b%e3%82%89%e3%81%99" aria-label="アンカー">#</a> </span> </h2> <p>Siddiqua氏らは三次元ストークス方程式について、2種類の粗い非構造格子の局所的な解から、細かい格子での解を予測するニューラルネットを示した。粗い格子の四面体要素は平均約300と730、参照する細かい格子は約15万5,000だ。突起が1〜3個の管内流れで、細かい粗格子の解に対し、参照格子の全点で測った相対L2誤差が90〜94%減った。</p> <p><strong>💡 注目しておきたい理由:</strong> 粗い計算を入力にして参照解への近さを評価する例だ。比較は論文の管形状とストークス流れに限られ、乱流や任意の形状で同じ改善を保証しない。</p> <ul> <li>🔗 情報源: <a href="https://arxiv.org/abs/2611.12963" target="_blank" rel="noreferrer">arXiv</a></li> <li>🕰️ 公開日時: 2026-11-07</li> <li>🗂️ 分類: 流体解析・代理モデル</li> </ul> <h2 class="relative group">2. コンクリートの三次元ひずみ場を代理モデルで予測する <div id="2-コンクリートの三次元ひずみ場を代理モデルで予測する" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#2-%e3%82%b3%e3%83%b3%e3%82%af%e3%83%aa%e3%83%bc%e3%83%88%e3%81%ae%e4%b8%89%e6%ac%a1%e5%85%83%e3%81%b2%e3%81%9a%e3%81%bf%e5%a0%b4%e3%82%92%e4%bb%a3%e7%90%86%e3%83%a2%e3%83%87%e3%83%ab%e3%81%a7%e4%ba%88%e6%b8%ac%e3%81%99%e3%82%8b" aria-label="アンカー">#</a> </span> </h2> <p>Fourel氏らは、ボクセル化したコンクリートの構造から、36成分のひずみ局所化テンソル場を予測するU-Netを学習した。最大256³の解像度を対象とし、学習データには高速フーリエ変換を使う線形弾性ソルバーの結果を用いる。検証と未使用テストの双方で平均絶対誤差1.118%を報告し、学習と異なる骨材体積率への転移も調べた。</p>