機械学習に基づく船尾流場推定法に関する検討

抄録

船舶の推進性能設計では，所望の速力や振動などの要求を満たすように船体形状を設計する．水槽試験のほか，近年はCFDによる計算結果を用いた設計が行われている．特に設計者は船体形状のどこを変更すれば所望の流場が得られるのかといった形状と流場の関係を理解することが重要である．そこで，本研究では，形状と流場との関係を理解する支援ツールとして，機械学習を用いた高速な船尾流場推定法の開発を行う． 形状とCFDによる計算結果の対を訓練データとして活用し，画像表現された船体形状を入力として船尾流場を予測する畳み込みニューラルネットワーク系を構築した．CFDとの比較からその妥当性を確認し，所望の流場を設計するため，最適化手法と組み合わせた手法についても検討した．なお，本手法はCFDに置き換わるものではなく，設計チャートを拡張する手法として位置づけられる．