低次元モデル化と流体制御

・低次元モデル化と流体制御の概要 
 流体制御グループは流れの最適フィードバック制御の実現に向けて研究を行っています.左下図のように,翼に設置したセンサーでデータを計測しそのデータから未来の流れを予測,その流れの状態に応じた気流制御を行うことを目標にしています.従来の気流制御は表面に凹凸を付け渦によって流体の剥離を抑えるということが広く行われています.また,航空機の翼であればスラットやフラップ等複雑な可変機構を用いた手法も採用されています.しかし,これらの手法は設計の意図しない流れでは十分な性能を発揮できません.そのため,変化の激しい流れや多様な環境で利用される流体機械において,さらなる性能向上のためには流れの変化に応じた気流制御が必要です.そのため,能動的な流体制御の中でも状況に応じた流体制御を可能にする最適フィードバック制御の実現が望まれます.膨大な実験のノウハウを駆使して取得したデータに対して統計学や数理解析学の技術を適用し,最適フィードバック制御に必要な計測・予測・制御の技術を研究しています.

・流れの最適フィードバック制御
1. スパースセンシングによる流れ場計測 ~一を聞いて十を知る~
 流れのフィードバック制御を実現するにはそもそも流れが現在どのような状態にあるかを知る必要があります.航空機の周囲の流れは非常に速いため,なるべく素早くデータを処理して流れ場を推定する必要があります.計測チームでは限られた点数のセンサーの情報から流れ場全体を高精度に推定する手法を研究し,処理に必要な時間の短縮を目指しています.このために,より多くの情報を持つ測定点を探す手法や流れのよりよいモデル化・より正確な推定の方法について数学的な基盤を開拓し,流れの最適フィードバック制御に向けた計測方法を構築しています.

2. 低次元モデルによる流れ場予測 ~未来の流れを予測する~
 最適なフィードバック制御を行うには現在の流れ場に対して最適な入力を入れるのではなく,次の瞬間の流れ場を予測しそれに対して制御を行う必要があります.特に,流体機器の中でも航空機などの空気を作動流体とするものは取り扱う流速域が比較的大きいため流れ場の観測や予測を高速に行う必要があります.そこで,本研究では,流れ場を予測するモデルの構築やリアルタイムに流れ場を観測する手法に関する研究を行っています.粒子画像流速測定法 (PIV) によって得られた流速場の時系列データに対して固有直交分解 (POD) を適用し,特徴的流れ場構造を取り出します.取り出したモードの重ね合わせで流れ場を表現する軽量な予測モデルを構築することで問題の解決を試みています.また,実際の制御を見据えて,プラズマアクチュエータを用いて制御入力を加えた場合の予測モデルの構築や模型上の圧力分布から流速場を推定するモデルの構築も進めています.

離散線形モデル構築の概念図

3. プラズマアクチュエータによる流れ場制御 ~自在に気流を操る~
 流れの剥離は流体機械の性能を著しく低下させる場合があります.そのため,流れの剥離制御を目的とする流体制御デバイスの研究は古くから盛んに行われてきました.近年では,プラズマアクチュエータやシンセティックジェットなど高い応答性を持ち,かつ能動的な制御が可能なデバイスの研究が盛んに行われています.本研究では,プラズマアクチュエータによる流体制御の研究を行っており,空気力や圧力分布,流れの可視化などを通して翼周り流れの剥離制御効果や制御メカニズム,効果的な制御パラメタの探査などを進めています.最近では特に,迎角が高速で変化するヘリコプタブレード周り流れを模擬した実験により,動的失速流れにおけるプラズマアクチュエータの制御効果の研究を行っています.

プラズマアクチュエータと剥離制御の模式図

CC BY-NC-ND 4.0 This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.