検索対象:     
報告書番号:
※ 半角英数字
 年 ~ 
 年
検索結果: 5 件中 1件目~5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 ...

使用言語

Initialising ...

発行年

Initialising ...

開催年

Initialising ...

選択した検索結果をダウンロード

口頭

Analytical study on response of a reinforced concrete structure subjected to projectile impact

Kang, Z.; 奥田 幸彦; 西田 明美; 坪田 張二; Li, Y.

no journal, , 

原子力施設への飛翔体衝突による影響を評価することを目的としたベンチマーク解析プロジェクト(OECD/NEA IRISプロジェクト)に参加し、原子炉建屋及び内包機器を模擬した構造物への飛翔体衝突試験の結果を対象に、再現解析を実施した。具体的には、原子炉建屋及び内包機器への影響評価に資する数値解析手法を整備し、解析結果と試験結果との比較により解析手法の妥当性を確認した。本発表では、飛翔体衝突による建屋内包機器の応答への影響評価に係る解析的検討結果について報告する。

口頭

Ensemble simulation for micro-meteorological wind condition using locally-mesh refined lattice Boltzmann method

長谷川 雄太; 小野寺 直幸; 井戸村 泰宏

no journal, , 

都市域における汚染物質拡散予測を行うため、風況計算コードCityLBMの開発を行っている。CityLBMは局所細分化格子ボルツマン法を用いており、低高度において格子を細分化することで地表面付近の乱流を捉え、かつ、GPUを用いることで1m程度の解像度において実時間解析を達成している。本研究では、オクラホマシティにおける野外拡散実験JU2003を対象として、アンサンブル数100、および4096m$$times$$4096m(水平方向)$$times$$2560m(高さ方向)の計算領域に対して地表面付近の格子解像度を4mとした細分化格子を設定し、アンサンブル計算の検証を行った。アンサンブル計算と野外実験の結果を比較すると、風速は平均から1$$sigma$$の範囲でよく一致し(ただし$$sigma$$はアンサンブル計算の標準偏差)、かつ、トレーサ物質の濃度の平均値はFACTOR2の条件を満たした。

口頭

Multigrid Poisson solver for a block-structured adaptive mesh refinement method on CPU and GPU supercomputers

小野寺 直幸; 井戸村 泰宏; 朝比 祐一; 長谷川 雄太; 下川辺 隆史*; 青木 尊之*

no journal, , 

本研究では、CPUおよびGPUスーパーコンピュータで動作するブロック型適合細分化格子に基づくポアソン解法を開発した。ブロック型適合細分化格子法は、複雑な構造物で構成される原子炉等のCFD解析に対して、有効である。前処理手法として、3段VサイクルMG法を実装するとともに、混合精度を用いて計算を高速化した。TSUBAMEのGPUを用いた計算にて、$$4.53 times 10^8$$格子の大規模問題に対して、提案した手法はオリジナルの前提条件付きCG法と比較して、反復回数を30%以下に削減し、2倍の高速化を達成した。この研究成果は、CPUやGPU等のそれぞれの計算機での堅牢性,計算精度,スレッド並列化,キャッシュサイズなどを議論する上で有用である。

口頭

High-resolution simulations using an AMR framework on GPU supercomputers

下川辺 隆史*; 小野寺 直幸

no journal, , 

適合細分化格子(AMR)法は、局所的に格子の解像度を上げることができる有効な手法の一つである。本研究では、AMR法を適用したコードに対して、計算性能を維持しつつ効率的に記述するためのステンシルアプリケーション用のフレームワークを開発した。このフレームワークでは、プログラマは格子点を更新するC++11のラムダを記述するだけで、ツリーベースのAMRデータ上の物理量の更新が可能となる。圧縮性流体計算の性能測定を実施した結果、東京工業大学のGPUスーパーコンピュータTSUBAME3.0上にて、並列効率が84%の良いスケーラビリティが示された。

口頭

Steady flow prediction across multiple regions using deep learning and boundary exchange

畑山 そら*; 下川辺 隆史*; 小野寺 直幸

no journal, , 

本研究は、入力形状を複数の部分に分割し、各部分に小型ニューラルネットワークを並列に適用することで、大規模シミュレーションの結果が予測可能な手法を提案した。構築したモデルは、符号付き距離関数を入力として用いることで2次元の速度場を予測が可能となる。この方法に加えて、大きな領域を複数の領域に分割し、分割された領域に対して予測を反復的に実施する。最終的には、境界交換法を用いることで複数の領域にまたがる速度場が再現されることを確認した。

5 件中 1件目~5件目を表示
  • 1