No. 24-38 講習会「流体とインフォマティクス」開催報告

小針達也（日立製作所）
宮浦拓人（IHI）
安炳辰（荏原製作所）

2024年4月25日(木)に、日本機械学会No.24-38講習会「流体とインフォマティクス」を開催しました。今回，例年2月に開催していたのを4月に開催し，受講者数は前回30名から80名に増加しました．詳細について以下の通り報告いたします．

開催方法および日時

日時：2024年4月25日(木) 9:30–17:10，オンライン開催（Zoom）

ホームページ

https://www.jsme-fed.org/events/2024/24-38.html

プログラム

9:30-9:40	挨拶・緒説明 (10分) 株式会社日立製作所　小針達也、株式会社IHI　宮浦拓人、株式会社荏原製作所 安炳辰
9:40-11:10	東北大学　大林茂　教授 (90分) 「フルードインフォマティクス2.0」 近年、CAE（computer aided engineering）が実用化され、シミュレーションは実験と並ぶ研究開発の重要な柱となっている。Society 5.0 の実現が謳われる今日、シミュレーションと実験を繋ぎ、双方の情報を最大限に活用することが望まれている。データ科学の手法であるデータ同化を用いれば、シミュレーションと実験を統計的に適切に融合することが可能となり、真のデジタルツインが実現する。本講演では、流体科学とデータ科学の融合による「フルードインフォマティクス」の新たな展開を紹介する。
11:20-12:20	九州大学　下山幸治　教授 (60分) 「流体解析・設計のためのデータ駆動・データインフォームドアプローチ」 流体力学は、家電などの小型のものから、自動車・航空機などの大型のものまで、我々の身近にある様々な流体機械を支配する複雑系の物理です。昨今では、高性能のコンピュータを用いて複雑な流体現象を数値的に解析することで、様々な流体機械の性能を手軽に評価できるようになりましたが、解析結果を流体機械の「ものづくり」に落とし込む作業は依然として困難であるため、流体解析からものづくりまでのプロセスを一貫して支援できるアプローチの開発が望まれます。本講演では、流体力学とデータ科学を融合させることで、流体機械とそのシステムの最適化・強靭化・知的化に貢献するデータ駆動型アプローチに関する研究を紹介します。
12:20-13:40	昼休み
13:40-14:40	名古屋大学　野々村拓　教授 (60分) 「流体力学の低次元モデルとスパースセンシング」 流体力学の高次元データは固有直交分解や動的モード分解を利用することにより、少数の潜在変数で表現できる可能性がある。この低次元化された表現を利用することにより、感度の良い少数のスパースなセンサ情報のみから流れ場全体を復元できる可能性が見えつつある。本講演では、流体力学の低次元モデルおよびセンサ位置最適化に関してその概要を説明し、このアイデアの具体例としてスパースプロセッシングPIV（粒子画像速度測定法）によりリアルタイム流体場観測が可能となることを説明する。
14:50-15:50	東京大学　長谷川洋介　教授 (60分) 「物理法則を考慮した深層ネットワークの基礎と熱流体工学における逆問題への応用」 データ駆動型アプローチの熱流体工学への応用が進んでおり、今後、更なる進展が期待されている。しかし、データ駆動型アプローチでは、通常、十分なトレーニングデータを必要とし、それに基づいて予測された結果は、必ずしも物理法則を満足するものとは限らない。一方、近年、物理現象の支配方程式を陽的に考慮したり、非物理的な解を予め排除した深層ネットワークを用いることによって、学習データが少ない状況においても、様々な熱流体工学におsける逆問題を扱うことが可能となりつつある。本講義では、物理法則を考慮した深層ネットワークの基礎から応用までを概説する。
16:00-17:00	東京大学　三輪修一郎　准教授 (60分) 「ディープラーニングを用いた熱流動解析事例：現状と課題」 熱流動現象の解明は、システム設計や相変化ダイナミクスの基礎研究の領域において重要である。特に、サブクール沸騰をはじめとした相変化冷却においては、気泡の生成から離脱までのライフサイクルをはじめとした気泡ダイナミクスの解明が、熱伝達率評価に影響を与えることが知られている。近年、データ駆動型解析手法の一つとしてディープラーニングによるモデル開発が幅広い工学系分野において注目されている。本講演では、ディープラーニングをベースとした物体検出技術の応用例と、近年注目されているPhysics-informed Neural Networks（PINNs）の応用例について説明を行う。物体検出の事例では、深層学習を用いたサブクール沸騰における凝縮気泡の検出・追跡手法を検討し、その有効性について検証を行った。本手法では、高速度カメラにより撮影されたサブクール気泡の画像群をベースに物体検出モデルを構成し、その後、連続するフレーム間での気泡のライフサイクルをトラッキング（追跡）した。本手法では、凝縮気泡の約90%を検出するロバストな能力を実証した。さらに、提案したAIベースのモデルを用いてアスペクト比、ザウター平均径、離脱径、成長時間、気泡寿命などの主要な熱流動パラメータを抽出し、既存の構成方程式との比較を行った。その結果、既存の経験則との一貫性が示されたと同時に、平均化された値のみを算出する相関式からは評価が困難な変動値の抽出が定量的に可能であることも示唆された。第二のテーマとして、PINNsをベースとした流体解析についての説明を行う。ニューラルネットへ偏微分方程式等の物理法則を紐づけたPINNsは、流体力学の諸問題を解決するための潜在的な手法の一つとして注目されている。従来のPINNsは、サンプリング点の選択、損失項目のバランス、ハイパーパラメータの最適化などの難しさによる制限にしばしば遭遇し、PINNsの非収束につながる事例が報告されている。これらの問題を克服するため、残差ベースの適応的サンプリング等を用いた最適化アルゴリズムを検討し、3つの多次元単相流のケーススタディを用いて検証を行った。理論的な解析解とベンチマークCFD計算結果の両方と比較し、概ね良い一致が見られた。本発表では、以上の二つの解析事例をもとに、ディープラーニングを熱流動諸問題へ応用する際の可能性と課題点等について述べる。
17:00-17:10	クロージング

受講者数

会員資格	名
正員	31
正員（継続特典）	4
特別員	17
会員外	11
学生員	10
一般学生	0
協賛団体一般	4
協賛団体学生	1
特別員行事無料参加券	2
計	80

アンケート結果

参加80名　回答数48件　回答率60%


ご専門は何ですか？　回答例：自動車の空力設計44 件の回答

• 熱流体解析
• CFD
• 自動車の空力設計
• caeのサロゲートモデル開発
• 機械部品の数値解析評価（構造・流体）
• タイヤの空力解析
• エンジンの燃焼解析
• インクジェットの流体解析
• 自動車の風音性能設計
• 熱反応に関わる生産プロセス開発
• 気象などの流体計算（CFD）
• 構造系、振動系メイン
• 自動車部品の流体解析，データ利活用
• 分子熱流体力学
• 音響を含む熱流体分野での研究開発
• 流体解析
• 乱流解析
• 主には空気・単相・内部流れの分析
• 数値解析による構造の研究
• 環境プラントの熱流体解析
• 成形機の支援機能開発
• CAE CFD
• 気象流体
• 数値流体力学
• 主に、推進機関の冷却に関する研究
• ガスタービン伝熱分野の研究開発
• 鉄道車両の空気力学
• 空気調和設備等の研究開発
• 機械と情報
• 自動車部品の熱流体要素技術開発
• 圧力容器の設計製作
• 計算力学，非破壊評価
• Multiphase flow simulation
• 製造機器の熱流体設計、計算材料科学による材料設計
• 流体解析・CFD
• 超音速流れ
• 鉄道車両の熱流体設計
• 電子管製品の電子軌道設計
• 解析業務 CFD
• パワートレイン製品の構造設計、構造・熱流体解析
• 製造工程のCAE
• 空調機の要素部品研究開発

(2) 参加の動機：本講習会に参加した動機を簡単にお答え下さい．46 件の回答

• アカデミア視点ではなく、民間企業視点で見た時の当該分野の傾向や関心事項を把握するため
• 設計業務に機械学習や最適化手法を導入し、効率化を推進したいため
• 解析とAIの現状が知りたかったため
• CAE×AIの研究動向を調査するため
• 大域的な流体場の計測・予測技術が必要となったため。
• 機械学習とCFDについての知識向上
• 流体解析に機械学習やAI技術を適用した最新の動向を知りたかったため
• 流体解析に対する機械学習の適用に関心があるため。
• PINNsに関する情報収集のため
• 機械学習や最適化などの新しい問題解決法の流体への適用例を学ぶため
• 流体解析の最前線の情報が知りたかったため
• 研究開発において、最新の情報を知りたかったため
• PINNのCFDへの応用についての知見を得るため。
• 流体力学に対する学習のためと、機械学習やデジタルツインなどのキーワードが気になったため
• 最新の研究動向調査
• 野々村先生の流体力学の低次元モデルとヒルベルト空間の内積から導かれる行列の特異値分解による流れ場のモード解析の御講義を拝聴させて頂きたいと思ったからです。
• スキルアップと部下への情報共有
• 流体解析へのデータの活用方法を検討しているため
• 最新の研究動向を知りたかったため
• 開発業務で，データから情報をどう引き出すかがボトルネックになっていると感じ，そこを強化する助けになると思ったため．
• 物理現象を機械学習によって解くという個人的に興味のある分野であり，情報を集めたいと感じたため参加しました．
• 先行的な開発のため、熱流体分野の情報収集を行いたかったから
• 最近のCFDとAIを組み合わせた研究や同行を知るため
• CFD解析の高速化を検討するため
• PINNについて興味があったため
• 大学での研究において流体力学に機械学習を適用できればいいなと思っており、機械学習の考え方についても勉強できる機会だと思ったため。
• 機械学習等の技術そのものや、それらの熱流体分野での応用例に関する知識を得るため。
• 研究開発を発展させるうえで、機械学習を取り入れていく段階であり、専門知識など広く知る必要ができてきたため。
• 流体力学の最新の知見を得るため。
• 流体力学と機械学習との掛け合わせに関するトレンドを知りたいため
• 研究テーマに関する調査
• 勉強のため
• CFDと機械学習・データ同化などの動向に興味があったため
• 研究開発業務において流体設計の効率化を図りたい
• CFDとデータ整理について興味があったため.
• 機械学習とシミュレーションへの応用に興味があったため
• シミュレーションのPINNs手法に興味があったため
• 情報科学に関する基礎知識や応用用途に関して見識を深めるため
• 情報収集
• 自身の研究に深層学習を取り入れようと考えたため
• 研究開発の効率化・高度化のために最新技術の動向を知りたかったため
• インフォマティクスについて調査のため
• CFDへのAIの適用について調査しているため
• 流体解析分野におけるデータ活用の最先端技術動向調査
• 流体解析のトレンドを知ろうと思ったため
• 流体力学へのデータ同化技術適用に関する最新研究状況を調査するため

オンライン開催について，上記の選択をした理由を簡単にご回答下さい．38 件の回答

• 忙しい中でも作業を進めながら聴講できる
• 会場での聴講の方が、集中力を得やすい。オーディエンスのリアクション、空気感を掴みやすい
• 子育て中で移動時間がもったいないため
• オンサイトへの移動時間がなくなり効率的であるため
• 出張旅費がかからず上長に申請しやすいため。
• 楽である。
• 自宅で受講できるため
• 大学の講義室などだと資料が見えないなどがあるが、オンラインではそれがないため
• 移動のコストがかからないため。また、一時退席がしやすいため。
• 資料が見やすい。声も聴きやすい。
• 必要十分
• 初歩的な質問にも先生方に Zoom で御丁寧に御回答を頂き、感謝しております。
• 出張する手間が省けるため
• 出張しなくて良いため
• 受ける側としては問題ないが，受講者の反応が見えた方が講師の先生方もやりやすいかと感じた
• 資料を手元に準備する・事前の読み込みが行いやすい．会場費が必要ないため費用が抑えられそうだと感じたため．
• 映像も見やすく、音声も聞き取りやすかったから
• 参加が簡単だった。
• 移動費がかからないから。
• 場所による聞きづらさが無いこと。また、スライドも良く確認できること。
• スムーズに進行を進めていただいたため。
• 手軽に受講できる
• どこからでも参加可能であることは良かったが、一定期間の動画公開期間があるとより良い
• 参加のハードルは低くなるが、現地で聞いたほうが質問もしやすい。
• 移動の制約がなく参加しやすい
• 社内導入しようとした場合の具体的なご相談先を知ることができて大変参考になりました
• 機械学会会館まで出向かなくて良い。旅費の節約。時間の節約。
• 旅費を節約できるから
• 開催地に関わらず受講できるため
• 移動の手間がなく便利
• 場所を選ばないため利便性は高かったが，対面の方が先生方との距離感が近かいのではと感じた
• 利便性がよい
• 問題なく情報が得られたため。
• オンラインのみだったため
• 直に先生方にお会いしてコネクションを作る機会にもしたい
• 手軽に参加できる反面、資料の準備（印刷など）が面倒だから。
• 移動せず時間節約できるため

テキスト（教材）について，上記の選択をした理由を簡単にご回答下さい．30 件の回答

• 内容が充実していた
• 基礎から詳細まで記載されているが、説明がないと一部わかりにくいところがある。
• 内容豊富
• 後で見返して理解をより深められるため
• 投影資料と全く同じというわけではなかったため、振り返りができない箇所があるから。
• 事前配布され、講演中も自分で確認ができた
• いくつかの講演のテキストが、事前配布されたものと順番が違ったり、ページ自体が無かったりして少し混乱した。
• 必要十分
• 読む人の個性にもよると思うのですが、私個人はずっと教えて頂いた先生から「数式だけではなく、なぜその数式が導かれたのか、その過程を詳しく解説するテキストを書きなさい。皆が読みたいのはそこなんだから。」と御指導いただいていたので、最近の Power Point 的な図と式だけの資料には、少し違和感があります。
• 図ばかりで解説や理屈が少なく口頭説明を前提とした資料になっているため，後で見返したときに口頭での情報が忘却されている可能性が高い．教科書風の情報提供がベター．また，記号の誤記は後の復習で混乱を生むため避けてほしい．
• 後から調べられるように文献などが掲載されているため
• 変数が統一されていないため
• 事前配布資料が本番と一部異なっていて，見返すのに不便と感じたため．
• せっかくオンラインベースでの開催であるため、動画が資料内に含まれていると非常に面白い．また、特に意味のないシーンの動画の静止画が資料に含まれているように見えるため、せっかくの発表がもったいなく思う．
• セミナー資料をほぼ忠実に再現していたから
• 非常に丁寧に用意された資料だった。
• ところどころ見にくいものがあったから。
• 配布資料には含まれていないスライドが投影されたため。
• 過不足なかったように感じたため
• わかりやすかった
• 幅広く情報を知ることができました。
• 上級者向けという感じなので，素人からすると難しかった．
• 一部のスライドが配布資料に含まれていなかったため (配布不可な内容であれば仕方ないですが)
• 講演の時，配布教材と異なるスライドが出てくると追いつくのに大変ですが，それは少なかった
• 非常によくまとめて下さっており，理解し易かったため．
• 特に問題がなかったため
• 載せることは難しいためかとは思いますが、説明された資料がすべて記載されているわけではなかったため
• 理論の説明と事例紹介が豊富で非常に勉強になる
• 分量が少し多く感じた
• 講義の理解に役立つレベルでおおむね必要な情報がまとめられていたため

(14)  今後，この講習会においてどのような内容の講義を聴講したいですか？20 件の回答

• PINNの社会実装
• PINNsのコード実装に関する講義と演習
• 流体とインフォマティクスに関する基礎および具体的な適用例
• データ同化や、PINNの具体的な研究事例など
• オープンソースのpythonやmatlabコードを利用したハンズオン講義
• 乱流の統計理論と量子力学の理論的な類似性を分かり易く説明して頂ける御講義。あるいは大阪大学の後藤先生の乱流カスケード問題に関する御講義を拝聴させて頂きたいと思っております。
• ザックリした事例紹介よりも，典型例や代表例でのHow to． また，結果への具体的な作業プロセスを明示的に，具体的に解説して欲しい．
• データ同化、サロゲートモデル
• 次元削減や代理モデルなどを用いた，流体機械の最適化計算の高速化
• リアルタイムのデータ使用した流体の挙動を予測する研究についてさらに聴講したい
• このままの内容で毎年継続していただければと思います
• 大規模計測データのハンドリングや、実装面での課題解決を行うような内容を拝見したい。
• 今回の講習会で扱った、設計最適化やPINN等について理論的な部分の詳しい講義
• 熱とインフォマティクス
• もう少し，簡単なないようでもよいかと思う．
• 事例紹介・研究紹介を主とした講義よりも、大学のように基礎的知識から身に付けられるような講義を受けたい
• 非定常計算の流れ場を考察し，形状改善の糸口を見つけるノウハウ
• 流体力学を絡めた深層学習の最新の動向について
• サロゲートモデルによるCAE（特にCFD）の代替について
• 相変化や沸騰関連解析、データドリブン活用

(15) その他のご意見：特に，このような講習会が企画されれば是非参加したいという講習会があればお書き下さい．11 件の回答

• 本講習会に比較して、より基礎的な知識や知見が得られる講習会
• 流体分野における機械学習事例
• 流体・構造といった分野に分かれる手前の，対象をモデル化してより良い設計の知見を引き出すといった一般的な取り組みをテーマにしたもの．技術者にとって仕事の対象となる製品は色んな要素が複合しているので，流体・構造等といった部分に切り出すために，まずモデル化のスキルが要求されます．しかしそのスキルは，教えられるというより経験を積んで習得するというのが大半かと思います．この習得を体系化するような講習があればと感じています．イメージとしては江崎貴裕『データ分析のための数理モデル入門』が近いです．
• ミクロ領域の物理学とマクロ的な挙動の2スケールを利用した機械学習に関する講習を聴講したいと考えています．
• 伝熱や燃焼の基礎的な講習会があれば参加したいです
• 機械学習の基礎講座のような講習会
• どの先生も難しい内容を分かりやすく説明いただき理解が進んだ。特に大林先生のご講演が以前に聞いた内容が今回は理解しやすかった。下山先生のご講演がこれまで理解できていなかったことがわかりました。
• 破壊力学の基礎 (5/21-22開催予定) のような形式の講義・講習はぜひ受講したいが、可能であれば費用をもう少し抑えてもらえたらありがたい
• サロゲートモデルによるCAE（特にCFD）の代替について
• 東洋の太極、陰陽等の”気”の流れや存在を、必ずしも因果律的な方法ではなく、流体力学や易学的な同時性シンクロの併用を背景として、現在では否定された、空間に充満するエーテル分子流のエネルギー的な流れとして、説明・理論づけられるような御講義があれば参加させて頂きたいと思っております。
• 本日最後の講演であったような、会の趣旨にそぐわない不適切な質問については、講師の先生に対応させるのではなく、事務局から発信してきちんと制止すべきと思いました。講師の先生方が安心してお話しするため、今後の開催に当たっての申し送り事項としていただけると幸いです。
• 三輪先生の講演について「仮に、国営化された東京電力の下、郵政公社の楽天無人配送車が実用配備され、文部科学省や経済産業省の御指導の下、技術開発で原子力発電所の信頼性と自動化が高まり、東京がIT金融都市を志向なされる場合、現実の問題として、自然災害や発電技術以外の分野で東日本で悲惨な人道上の問題が発生する可能性はあり得るでしょうか？」という質問がチャットで寄せられ，三輪先生から，本質問は講習会の趣旨である技術的な内容から離れており，別の場所で議論されるべき内容であるとして却下いただきました。