深層学習を用いた電磁流体シミュレーション手法の基礎的検討

カテゴリ: 研究会(論文単位)

論文No: FTE22029

グループ名: 【B】電力・エネルギー部門 新エネルギ－・環境研究会

発行日: 2022/09/02

タイトル(英語): Fundamental investigation on magnetohydrodynamic simulation method using deep learning

著者名: 松本 正晴(福島大学)

著者名(英語): Masaharu Matsumoto(Fukushima University)

キーワード: 抵抗性ＭＨＤ方程式|深層学習|数値シミュレーション|衝撃波|resistive MHD equations|deep learning|numerical simulations|shock waves

要約(日本語): 本研究では，近年提案されている深層学習を用いた偏微分方程式の求解手法を抵抗性ＭＨＤ方程式に適用することにより，深層学習による実用的な電磁流体シミュレーション手法の確立と進展を目指し，基礎的な検討を行った。１次元衝撃波管問題や２次元ＭＨＤ渦問題，小型磁気圏と太陽風の２次元相互作用問題などを対象に解析を行い，従来手法の結果との比較検証を通じて，本手法の有用性について検討を行った。

要約(英語): Recently, some deep learning-based methods for solving partial differential equations have been suggested. In this study, we have conducted a fundamental investigation on the magnetohydrodynamic (MHD) simulation method using the deep learning-based method to establish and develop a practical MHD simulation method using deep learning. Some benchmark conditions (for example, 1D shock tube problem, 2D MHD vortex problem, and 2D interaction problem of the small magnetosphere and solar wind) for MHD simulation have been solved by the deep learning-based method and compared with solutions by conventional numerical methods. As a result, we can reveal the usefulness of the deep learning-based method.

本誌: 2022年9月5日-2022年9月6日新エネルギ－・環境研究会

本誌掲載ページ: 89-94 p

原稿種別: 日本語

PDFファイルサイズ: 1,872 Kバイト