Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
長谷川 雄太; 小野寺 直幸; 朝比 祐一; 伊奈 拓也; 今村 俊幸*; 井戸村 泰宏
Fluid Dynamics Research, 55(6), p.065501_1 - 065501_25, 2023/11
被引用回数:0 パーセンタイル:0.01(Mechanics)格子ボルツマン法(LBM)に基づくラージエディーシミュレーション(LES)に対するデータ同化の適用性を調査した。2次元等方乱流の観測システムシミュレーション実験を行い、空間的に疎かつノイズを含む観測を用いてナッジング法及び局所アンサンブル変換カルマンフィルタによるデータ同化の精度を検証した。LETKFの利点として、ナッジングで必要となる空間補間及び巨視的量(流体密度及び流速)からLBMの速度分布関数への変換を必要としないことが挙げられる。計算条件として格子及び10%の流速観測ノイズを設定した実験では、64アンサンブルのLETKFはの観測点(計算格子点数に対して0.1%程度)でも観測ノイズよりも小さい誤差を示した。これは、ナッジングで同様の精度を示すのに1桁程度多くの観測点数を要する精度である。さらに、LETKFでは観測点数の不足はエネルギースペクトルの振幅には影響せず、スペクトルの位相誤差のみに影響することが確認された。以上の結果により、LETKFは、空間的に疎かつノイズを含む観測を用いた2次元のLBM計算のデータ同化に対してロバストかつ高精度であることが示された。
長谷川 雄太; 小野寺 直幸; 朝比 祐一; 井戸村 泰宏
第36回数値流体力学シンポジウム講演論文集(インターネット), 5 Pages, 2022/12
格子ボルツマン法と局所アンサンブル変換カルマンフィルタ(LBM-LETKF)による乱流のアンサンブルデータ同化をGPUに実装し、精度の検証を行なった。32GPUを用いて、格子点数2.3、アンサンブル数32の条件で、3次元角柱周りの流れ対してデータ同化実験を実施した。本実験におけるデータ同化の時間間隔は、カルマン渦周期の半分に設定した。精度として、揚力係数の誤差(normalized mean absolute error; NMAE)を測定したところ、データ同化なし、ナッジング法(より単純なデータ同化手法)による同化、およびLETKFのそれぞれにおいて、誤差は132%, 148%、および13.2%であった。これにより、観測頻度が低い本計算条件においては、ナッジング法のような簡易な手法では解に系統的な遅れが現れてデータ同化の精度を保つことができない一方で、LETKFでは良好なデータ同化精度を示すことが確認できた。
長谷川 雄太; 小野寺 直幸; 朝比 祐一; 井戸村 泰宏
計算工学講演会論文集(CD-ROM), 27, 4 Pages, 2022/06
局所アンサンブル変換カルマンフィルタ(LETKF)および格子ボルツマン法(LBM)を用いたアンサンブルデータ同化のGPU実装を行った。D2Q9 LBMによる二次元等方性乱流を対象として、最大32アンサンブルで性能測定を行った。LETKFの計算コストは、8アンサンブルまででLBMと同程度であり、それ以上の大アンサンブル数においてはLBMよりも高くなった。32アンサンブルにおいて、1同化サイクルあたりの所要時間はLBMで5.39ms、LETKFで28.3msであった。これらの結果から、3次元LBMの実用計算に本手法を適用するためにはLETKFの更なる高速化が必要であることが示唆される。
長谷川 雄太; 小野寺 直幸; 朝比 祐一; 井戸村 泰宏
no journal, ,
格子ボルツマン法に基づく乱流計算に対して、アンサンブルデータ同化の一手法である局所アンサンブル変換カルマンフィルタ(LETKF)を実装した。計算コードはGPUで実装しており、格子ボルツマン法の実装にはCUDAを、LETKFの行列演算および固有値分解の実装にはcuBLASおよびcuSOLVERライブラリを用いた。実装したコードを用いて2次元等方性乱流を対象としたデータ同化実験を行った。より単純なデータ同化モデルであるナッジングとの比較を行い、LETKFがナッジングよりも高い精度を示すことを確認した。
長谷川 雄太; 井戸村 泰宏; 小野寺 直幸; 朝比 祐一
no journal, ,
GPUに適した乱流のアンサンブルデータ同化手法として、格子ボルツマン法-局所アンサンブル変換カルマンフィルタ(LBM-LETKF)の 開発を進めている。LETKFにおいては、状態変数ベクトル(シミュレーション変数)および観測変数ベクトル(実験から測定可能な量)が性能に大きく影響する。状態変数としては、単純にはLBMの速度分布関数をそのまま状態変数とする27要素ベクトルを用いる方法が考えられるが、巨視的量である密度・速度を状態変数とする4要素ベクトルを用いる方法も可能である。本研究において、上記の2つの方法について計算精度および計算速度を比較し、乱流データ同化に適した状態変数ベクトルを選定する。
長谷川 雄太; 井戸村 泰宏; 小野寺 直幸
no journal, ,
都市風況環境のデジタルツインの構築を目的として、GPUスパコン向けの高速な流体解析手法およびデータ同化手法のコード開発を推進している。流体解析手法として完全陽解法であり大規模計算を比較的容易にスケールさせることのできる格子ボルツマン法(LBM)を、データ同化手法としてCPUスパコンを用いた大規模データ同化として気象分野で実績のある局所アンサンブル変換カルマンフィルタ(LETKF)を用いて実装を進めている。本発表では、LBM-LETKFを基礎的な2次元および3次元の系に適用した結果を示し、データ同化の精度およびGPU実装の計算性能について議論する。