翼と機体の流れを学習値から解き直す研究、CRMでは121実行中119が収束

Tue, 03 Nov 2026 09:32:00 -0800

今日のご案内 ☕✨
#

Zafar氏らは翼や機体の流れの計算で、学習した流れ場を初期値にしてソルバーで解き直した。CRMのL2格子では学習規模ごとに121実行中119が、通常初期値の基準解に対する空力係数の1%基準を満たした。別の比較では24条件で学習し、未学習97条件のうち、学習初期値と近傍の学習条件の解からの再開の両方が共通基準を満たした95条件を集計した。近傍はマッハ数、迎角、対数レイノルズ数をそれぞれの幅で正規化した距離で選んだ。

前回は解析設定の正否や車体振動の予測を中心に扱った。今回は学習値を既存ソルバーの初期値として使う方法と、形状を変えた構造予測を先に置く。企業・産業の一次発表は2件で、別に企業ブログへの冷却事例の寄稿を扱う。タービン試験とCAE工程、冷却の事例には精度や実測との比較の数字が十分に示されていない。

1. 翼と機体の流れを学習値から解き直す研究、CRMでは121実行中119が収束
#

Zafar氏らは、平均流と乱流の場をCFD（数値流体力学）の格子上に予測し、RANS（レイノルズ平均ナビエ・ストークス）ソルバーで補正する初期化手法を示した。SuperWing、NASAのCRM、DLR-F6を使った3次元の評価で、CRMのL2格子では学習規模ごとに121実行中119が、通常初期値による基準解の揚力・抗力・ピッチングモーメント係数に対する1%の収束基準を満たした（揚力には絶対幅の下限がある）。粗い格子の24条件で学習し細かい格子に適用する計算キャンペーンでは、通常初期値のみの細格子計算総費用を、学習データ生成・GPU学習・細格子計算の合計費用で割った推定比が、SuperWingで2.1倍、CRMで2.3倍だった。GPU 1時間をCPU 1ノード時間と同額に換算する前提を置いている。

💡 注目しておきたい理由: 予測を最終解として使わず既存のソルバーで直し、学習費用も別に見積もっている。学習条件により評価対象の件数は変わる。基準解への一致は物理精度の保証ではない。著者らは剥離付近で初期値に敏感な点を限界に挙げる。

🔗 情報源: arXiv
🕰️ 公開日時: 2026-10-31
🗂️ 分類: 航空CFD・初期値

2. 構造応答の予測で形状の大域情報と境界ごとの距離を組み合わせる
#

Liu氏とYao氏は、形状や荷重が変わる構造応答を予測するLG-DONを提案した。形状全体の情報と、境界の種類ごとの距離を組み合わせる。非凸形状を含むベンチマークで比較したと報告している。ただし論文本体を取得できず、評価条件の内訳と試験件数は未確認だ。

材料・不確かさ on Daily Signal

翼と機体の流れを学習値から解き直す研究、CRMでは121実行中119が収束

今日のご案内 ☕✨ #

1. 翼と機体の流れを学習値から解き直す研究、CRMでは121実行中119が収束 #

2. 構造応答の予測で形状の大域情報と境界ごとの距離を組み合わせる #

今日のご案内 ☕✨
#

1. 翼と機体の流れを学習値から解き直す研究、CRMでは121実行中119が収束
#

2. 構造応答の予測で形状の大域情報と境界ごとの距離を組み合わせる
#