機械学習による燃焼振動の早期検知
JAXAスーパーコンピュータシステム利用成果報告(2025年2月～2026年1月)
報告書番号: R25JDA201C17
利用分野: 航空技術
- 責任者: 神田淳, 航空技術部門航空プログラムディレクタ
- 問い合せ先: 吉田征二, 航空環境適合イノベーションハブ(yoshida.seiji@jaxa.jp)
- メンバ: 吉田 征二
事業概要
希薄予混合方式を用いたジェットエンジン燃焼器は燃焼振動が発生しやすいという課題がある. 燃焼振動が発生すると燃焼器やエンジン部品の損傷に繋がることから, 燃焼振動の発生を抑制する技術の開発が必須である. 燃焼振動を早期に検知し, 圧力変動が発達する前にエンジンの運転条件を調節し, 燃焼振動の発生を回避する技術の開発を行う. 本事業では, 機械学習を用いて燃焼振動の早期検知を行う技術を開発する.
参照URL
なし
JAXAスーパーコンピュータを使用する理由と利点
機械学習のモデルを構築するためには, 多数のパラメータを最適化する必要があり, 規模の大きな計算資源が不可欠である. また, GPUを用いることで最適化の計算を高速に行うことができるため, JSS3(TOKI-GP)を使用する.
今年度の成果
従来デスクトップPCで行っていた機械学習モデルのパラメータ最適化を, TOKI‑GP上で試行した. その結果, 規模の大きな機械学習モデルに対しても計算を高速に実行可能であることを確認した.
成果の公表
なし
JSS利用状況
計算情報
- プロセス並列手法: 非該当
- スレッド並列手法: 自動並列
- プロセス並列数: 1
- 1ケースあたりの経過時間: 20 分
JSS3利用量
総資源に占める利用割合※1(%): 0.00
内訳
JSS3のシステム構成や主要な仕様は、JSS3のシステム構成をご覧下さい。
| 計算システム名 | CPU利用量(コア・時) | 資源の利用割合※2(%) |
|---|---|---|
| TOKI-SORA | 0.00 | 0.00 |
| TOKI-ST | 0.00 | 0.00 |
| TOKI-GP | 246.95 | 0.00 |
| TOKI-XM | 0.00 | 0.00 |
| TOKI-LM | 0.00 | 0.00 |
| TOKI-TST | 0.00 | 0.00 |
| TOKI-TGP | 0.00 | 0.00 |
| TOKI-TLM | 0.00 | 0.00 |
| ファイルシステム名 | ストレージ割当量(GiB) | 資源の利用割合※2(%) |
|---|---|---|
| /home | 0.00 | 0.00 |
| /data及び/data2 | 0.00 | 0.00 |
| /ssd | 0.00 | 0.00 |
| アーカイバシステム名 | 利用量(TiB) | 資源の利用割合※2(%) | J-SPACE | 0.00 | 0.00 |
|---|
※1 総資源に占める利用割合：3つの資源(計算, ファイルシステム, アーカイバ)の利用割合の加重平均.
※2 資源の利用割合：対象資源一年間の総利用量に対する利用割合.
ISV利用量
| 利用量(時) | 資源の利用割合※2(%) | |
|---|---|---|
| ISVソフトウェア(合計) | 0.00 | 0.00 |
※2 資源の利用割合：対象資源一年間の総利用量に対する利用割合.
JAXAスーパーコンピュータシステム利用成果報告(2025年2月～2026年1月)