9形状の後流を直接数値計算と粒子画像流速計で比較、同じレイノルズ数のデータを公開
·107 文字·1 分
今日のご案内 ☕✨ # Zhang氏らは9形状の物体後流について、レイノルズ数10,000で直接数値計算と粒子画像流速計による測定を突き合わせたデータセットを示した。平均場や位相平均場を同じ座標系で比較できる。
前回の代理モデルの合格線から、今回は計測と計算の照合、評価の反復に軸を移す。企業の一次発表は2件で、設計協業と鋳造設備の計画だ。いずれも設計AIの精度を測った発表ではない。
1. 9形状の後流をレイノルズ数10,000で計算と実験から比較 # Zhang氏らは円柱、楕円柱、三角形、角柱の向きを含む9形状の乱流後流データセットを示した。各形状について壁面を解像する直接数値計算（DNS）と、水槽での時間分解粒子画像流速計測（PIV）を実施した。DNSには平均速度・圧力・レイノルズ応力、揚力信号に基づく24区分の位相平均場、各形状1枚の三次元瞬時場などが含まれる。PIVの平均場と位相平均場は同じ座標系に揃えられている。
💡 注目しておきたい理由: 計算と測定を形状ごとに照らし合わせ、データ駆動の乱流モデルや縮約モデルの評価に使える。対象はレイノルズ数10,000の9形状で、他の流れ条件への一般化を示すものではない。
🔗 情報源: arXiv 🕰️ 公開日時: 2026-11-06 🗂️ 分類: 乱流後流・計算と実験 2. 強化学習でPIVカメラを動かし、水槽内の翼型後流を捉える # Rajani氏らは粒子画像流速計測（PIV）のカメラ配置を逐次意思決定として扱い、6自由度のマニピュレータを制御する強化学習エージェントを示した。水槽のシミュレーションと、形状・位置・迎角を変えた翼型のCFDで学習し、追加学習なしで実水槽に移した。著者らは固定カメラより後流を高解像度で捉え、全域走査の約半分の時間で計測したと報告する。