ターボ機械設計向け機械学習
小規模ながら高精度のデータセットを用いて機械学習システムを構築
独自の3次元逆解法による設計手法を活用し、デザインスペースを効率的に探索してターボ機械を最適化します。
さまざまな種類のターボ機械に対応し、多動作点でのCFD解析の自動実行のためにCAEソフトとシームレスに連携します。
Reactive Response Surface法を活用し、広範囲な性能マップでも、少ないシミュレーション数で高精度なサロゲートモデルを構築します。
設計サイクルを短縮し、より広範なターボ機械で最適な性能を実現し、複雑な多点・多目的の問題を、従来より大幅に短時間で解決します。
3次元翼形状を、可能な限り少ないパラメータで効率的かつ完全に表現すること。これは、従来の「羽根角度分布」指定による設計手法から離れて、代わりに翼負荷分布指定による3次元逆解法設計を採用することを意味します。
TURBOdesign1は、主要な商用CAEソフトウェアとシームレスに連携し、メッシュ作成から前処理、解析、後処理まですべてTURBOdesign1の環境内で自動的に処理し、高精度な解析を実現します。
ADTの最適化エンジンReactive Response Surface（RRS）とCAEとの連携により、ターボ機械のデザインスペースを正確に探索するために必要な高精度シミュレーションの回数を大幅に削減できます。これにより、コストと時間を桁違いに削減し、標準的なデスクトップ環境でも、Full 3次元・多動作点・多目的での翼形状最適化を現実的に行うことが可能になります。
強力な形状パラメータ化、統合された高精度性能データ、そして高い計算効率というコア技術を基盤に、ADTはターボ機械の翼設計に前例のない機械学習手法をもたらしています。
当ブログでは、機械学習と3次元逆解法設計が、どのようにしてわずか数時間で最適化されたポンプを作り出し、大幅な効率向上を実現できたかを解説します。
ADTの3次元逆解法設計とReactive Response Surfaceがどのように組み合わさり、軸流ファンの翼形状の最適化に効率的な機械学習ツールを作り出しているかを解説します。複数運転条件での最適化により、効率向上と騒音低減を同時に達成できます。
数個のパラメータ（流量、回転数、圧力上昇値/全揚程など）を使用して、インペラ、ベーン付きおよびベーンレスディフューザー、およびボリュートの基本寸法を最適化します。
3次元逆解法設計は、現在使用可能な最も高度なターボ機械の設計方法です。翼負荷分布を指定することでデザインスペースを拡大、設計コストを削減し、画期的な設計成果を提供することが可能です。
流体力学データに基づく形状設計ツールを使用して、シングルボリュート、ダブルボリュートおよび2ポート流入/流出などの複雑な静止流路部品を設計、最適化します。
DoE + RSM、およびMOGAによる多目的自動最適化を実行します。また、主要な CAEシステムと統合し、機械学習を活用した多点・多目的最適化（RRS with CAE）も実行可能です。
