文献
J-GLOBAL ID:202202270005995653   整理番号:22A0567600

ロッドバンドルのデータ駆動モデリングへのPOD低減次数アルゴリズムの適用【JST・京大機械翻訳】

Application of POD reduced-order algorithm on data-driven modeling of rod bundle
著者 (5件):
資料名:
巻: 54  号:ページ: 36-48  発行年: 2022年 
JST資料番号: A0688B  ISSN: 1738-5733  CODEN: WJHKAW  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
流れ場の高分解能結果を得るための有効な数値解法として,計算流体力学(CFD)は燃料棒束における冷却材流れと熱伝達特性を研究するために広く使用されてきた。しかし,Navier-Stokes方程式の時間消費,反復計算は,感度解析や不確実性の定量化のような効率的なシミュレーションを必要とするシナリオにCFDを不適切にする。この問題を解決するために,適切な直交分解(POD)と機械学習(ML)に基づく縮小次数モデル(ROM)を提案し,流れ場を効率的にシミュレートした。最初に,棒束の流れ場データセットを出力する検証CFDモデルを確立した。第二に,POD法に基づいて,流れ場のモードと対応する係数を抽出した。次に,任意の関数を近似するその効率および高次元で強い非線形問題を扱う能力のため,深いフィードフォワードニューラルネットワークを選択し,モード係数と境界条件の間の非線形関係を写像するモデルを構築した。モード係数予測のための訓練された代理モデルを,ある数の訓練反復後に得た。最後に,POD基底と係数の積を結合することによって,流れ場を再構成した。試験データセットに基づいて,ROMの評価を実施した。評価結果は,提案したPOD-ROMが,数ミリ秒だけの高分解能でロッド束の流体場の流動状態を正確に記述することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
原子炉熱力学  ,  物体の周りの流れ 

前のページに戻る