CFD数値解析による混合気形成の分析に基づく機械学習を活用した直噴水素エンジンの燃焼室形状の最適化
Optimization of Combustion Chamber Geometry Using Machine Learning Based on Numerical Analysis of Mixture Formation in Direct Injection Hydrogen Engines
- 提供方法
- 本サイト上にてダウンロード・閲覧可
- 形態
- 価格
- 一般価格(税込)：￥1,100 会員価格(税込)：￥880
- 文献番号
- 20266021
- 文献・情報種別
- 学術講演会予稿集（秋）
No.96-26
- 掲載ページ
- 1-5(Total 5 p)
- 発行年月
- 2026年 10月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
- イベント
- 2026年秋季大会
書誌事項
| 著者 | 1) 箕田 賢太郎, 2) 新村 暢大, 3) 及川 昌訓, 4) 塚本 翔太, 5) 宮本 世界, 6) 三原 雄司, 7) 高木 靖雄 |
|---|---|
| 著者（英） | 1) Kentaro Minoda, 2) Nobuhiro Shimmura, 3) Masakuni Oikawa, 4) Shota Tsukamoto, 5) Sekai Miyamoto, 6) Yuji Mihara, 7) Yasuo Takagi |
| 勤務先 | 1) 東京都市大学大学院, 2) 東京都市大学大学院／川崎重工業, 3) 東京都市大学, 4) 東京都市大学大学院, 5) 川崎重工業, 6) 東京都市大学, 7) 東京都市大学 |
| 勤務先（英） | 1) Tokyo City University, 2) Tokyo City University/Kawasaki Heavy Industries, 3) Tokyo City University Research Center for High Efficiency Hydrogen Engine and Engine Tribology ( HEET ), 4) Tokyo City University, 5) Kawasaki Heavy Industries, 6) Tokyo City University Research Center for High Efficiency Hydrogen Engine and Engine Tribology ( HEET ), 7) Tokyo City University |
| 抄録 | 水素エンジンの高熱効率かつ低エミッションを実現するためには，燃焼室形状をはじめとする混合気形成の最適化が重要である．本研究では，混合気形成に対して均質度など3つの指標を設定し，機械学習を用いてこれらを定量的に評価することで，燃焼室形状の最適化を行った．さらに，その妥当性を実験的に評価した． |
| 抄録（英） | To achieve high thermal efficiency and low emissions in hydrogen engines, optimization of mixture formation, including combustion chamber geometry, is essential. In this study, three indices, including mixture homogeneity, were defined to evaluate mixture formation, and combustion chamber geometry was optimized by quantitatively assessing these indices using machine learning. Furthermore, the validity of the proposed approach was experimentally validated. 翻訳 |
