検索対象:     
報告書番号:
※ 半角英数字
 年 ~ 
 年
検索結果: 4 件中 1件目~4件目を表示
  • 1

発表形式

Initialising ...

選択項目を絞り込む

掲載資料名

Initialising ...

発表会議名

Initialising ...

筆頭著者名

Initialising ...

キーワード

Initialising ...

発表言語

Initialising ...

発行年

Initialising ...

開催年

Initialising ...

選択した検索結果をダウンロード

論文

Development of advanced AI-based segmentation and prediction method for air entrainment in plunging water jets

Zhou, W.*; 三輪 修一郎*; 山下 晋; 岡本 孝司*

Progress in Nuclear Energy, 177, p.105441_1 - 105441_17, 2024/12

 被引用回数:0 パーセンタイル:0.00(Nuclear Science & Technology)

原子力工学や水力工学の分野では、噴流によって引き起こされる空気の巻き込み現象を理解することが重要である。空気巻込みは、原子力システムの重要な安全設計パラメータの1つである。しかしながら、既存研究のほとんどは、気泡の侵入深さを推定するための経験的相関式やカーブフィッティングモデルに依存しており、様々なジェット条件に対する合意された計算原理は存在しない。この問題に対処するため、本研究では、2つの先進的なAIアプローチを開発した。すなわち、空気巻き込みをセグメント化するための改良型YOLOv5と、気泡侵入深さを予測するためのNSGA-III-BPNN法である。改良型YOLOv5は、多様な条件下での空気巻き込み運動とダイナミクスのリアルタイムなセグメンテーションと抽出を可能にし、高いスケーラビリティとロバスト性を実証した。改良型YOLOv5を用いて推定された侵入深度は、従来の経験的相関と比較して高い精度を示し、動的な空気巻き込みパターンに基づく形状レジームを分類するための従来の画像後処理技術よりも効率的である。一般的にビデオや画像データに依存する物体セグメンテーションの限界を克服するために、NSGA-III-BPNN法はYOLOv5よりも高い精度で最大侵入深度を予測する。YOLOv5よりも高い精度で最大侵入深度を予測し、空気巻き込み侵入深度のより効果的な予測モデルを提供する。高度なAI技術を活用することで、この研究は、数値流体力学(CFD)モデリングを改良するための貴重なセグメンテーションデータを提供するだけでなく、原子力工学と水力工学の両分野における重要な進歩への道を開くものである。

論文

Local gas-liquid two-phase flow characteristics in rod bundle geometry

Xiao, Y.*; Shen, X.*; 三輪 修一郎*; 孫 昊旻; 日引 俊*

混相流シンポジウム2018講演論文集(インターネット), 2 Pages, 2018/08

ロッドバンドル体系における二流体モデルの構成式の高度化を図るために、6$$times$$6ロッドバンドル体系における上昇気液二相流実験を実施した。ボイド率や界面積濃度等の局所流動パラメータを2針式光プローブで計測した。計測した断面平均ボイド率と界面積濃度の結果と、既存ドリフトフラックスモデルや界面積濃度相関式から予測した結果と比較した。

口頭

高温ガス炉発電および熱利用による融雪・地域暖房システムの最適設計研究

村田 哲也*; 三輪 修一郎*; 坂下 弘人*; 森 治嗣*; 笠原 清司; Yan, X.

no journal, , 

北海道内における高温ガス炉の融雪・地域暖房への適用性を検討した。具体的には、熱供給システムの概念設計、配管・熱交換器モデルの作成、高温ガス炉出力、設置場所の設定を行った。熱利用地域として札幌と石狩を想定したところ、年間最大熱需要435MWをまかなうためには、高温ガス炉GTHTR300が2基必要であった。原子炉と熱利用地域間の距離は約40kmとなったが、この距離でも高温ガス炉廃熱を地域暖房等に利用することは温度的に可能であった。給熱配管としては、二重管の方が単管と比べて低熱損失、低占有面積の点で有利であった。本システムでは、給熱配管は9ループ、熱交換器は5000基以上必要となった。

口頭

人工知能技術と熱流動の融合によるデータ駆動型プラント安全評価手法の開発,4; JUPITERコードを用いた噴流着水解析と機械学習による侵入長さ予測

山下 晋; Zhou, W.*; 三輪 修一郎*

no journal, , 

熱流動分野における構成方程式・物理モデルを開発する際に問題となる時間的コストの低減、実事象への適用範囲や精度のばらつきなどの課題を解決する方法として、人工知能(AI)技術と熱流動の融合によるデータ駆動型プラント安全評価手法開発が注目されている。AI技術を用い、数値流体力学(CFD)により計算された流れ場の構造的特徴を自動的に解釈し、現象理解・把握に利用するデータ駆動型解析手法構築のため、プール界面からノズルまでの高さ、侵入速度、ノズル数をパラメータとしたJUPITERによるプール体系への噴流着水解析により、機械学習モデル構築用の学習データ(計算結果可視化画像)を生成した。本発表では、機械学習モデルを構築するにあたっての基礎データ(計算結果)構築と侵入長さの実験結果との定量的な比較結果ならびに着水現象のシミュレーションする際の課題、機械学習による侵入長さ予測等について発表する予定である。

4 件中 1件目~4件目を表示
  • 1