https://bop.unibe.ch/index.php/JEMR/article/view/3743/3743-Osawa-final-Submission
https://www.jstage.jst.go.jp/article/tvsj/37/2/37_1/_article/-char/ja
https://www.jstage.jst.go.jp/article/tvsj/37/10/37_48/_pdf/-char/ja
https://www.jstage.jst.go.jp/article/jamdsm/12/1/12_2018jamdsm0027/_article/-char/en
https://doi.org/10.1063/1.5026152
Google driveに置きました．
[実施内容と成果]
JKAReportH27Shirayama_Summary.pdf
[開発報告書]
JKAReportH27Shirayama.pdf
ダウンロードできない場合は，
shirayama.susumu@gmail.com
まで連絡ください．
http://www.nakl.t.u-tokyo.ac.jp/shirayamaRingRing/
がどうも不安定でアップしたものが表示されていないようです．
(2017.09.13現在）
実環境下での簡易流体計測システム開発報告書に興味がある方は，
shirayama.susumu@gmail.com
に連絡してください．
ファイルサイズが大きいので，宅ファイル便等で送ります．
２年間にわたり，JKA RingRingプロジェクトに支援いただいた「実環境下での簡易流体計測システム開発」が終了しました．
要素技術を積み重ねてシステムを作り上げるというスタイルの研究では綿密なスケジュール管理は必須です．このプロジェクトで要求される進捗管理は非常に適したものであると感じました．
当初目標に対しては，80から90%は達成できたと思います．100%でないのは，様々な制約が生じ，屋外実験が十分に出来なかったためです．一方，当初目標以上のことができた部分もあります．新たなデータ分析手法によってノイズを含むデータから有用な情報を抽出できることを見出せたことです．計測手法自体の高精度化とともに，データ分析手法を発展させることが今後の課題となります．
構築している計測システムでは，低精度ながら実環境下で多くのデータが集まります（という予定）．そうすると，膨大なデータから信頼性のあるデータを拾い出すことが鍵になります．先に述べたものが一つの方法ですが，沢山の方法から絞り込む段階にあります．このプロジェクトで深層学習の適用を模索している理由です．
さて，その深層学習ですが，中味がブラックボックスであることが大きな問題として取り上げられています．その中で，"Deep Visualization"と称される可視化が注目されていることを知り，調査を進めていました．
そして，昨日（11/25），ビジュアリゼーションカンファレンスという講演会：
http://www.cybernet.co.jp/avs/seminar_event/conf/22/program.html
でそのあたりを話してきました．
概要は
http://www.cybernet.co.jp/avs/seminar_event/conf/22/program.html#1-5
に．
そのうち，講演資料がアップされるようです．
構築している計測手法には，実環境下で簡易的に計測できるという利点がある一方で，精度面では課題があります．
計測手法自体の改良が望ましい，とはいえ難しく．．．
計測データの信頼度が低い場合でも有意な情報が存在することに注目し，データ分析による精度面の改善を試みています．
その一つの方法が日本流体力学会誌の特集に取り上げられました．
pdfがアップされたので：
白山晋，時系列速度データからのパターン抽出法，特集・注目研究 in CFD29，ながれ，35巻, pp.147-152, 2016
http://www.nagare.or.jp/download/noauth.html?dd=assets/files/download/noauth/nagare/35-2/35-2_tokushu12.pdf
手法としての確実性を高めていく必要はありますが，方向性はみえてきました．
まずは，赤色レーザポインタを8本使った試作機で可視化できるかを確認しました．フォグマシンから供給したトレーサを用い，シート光で形成された面を観察すると，流動を視認できるのですが，光量不足は否めませんでした．そこで，レーザポインタを16本にしたものを製作（これも西日本工業大学の高藤先生に依頼）．
写真中央下は，高藤研で製作した竹とんぼの発射台です（NHKの凄ワザに出たものの兄弟機）．右上がシート光の生成装置．
竹とんぼを回転させて可視化．写真は手持ちのデジカメで撮ったもので見にくいのですが，肉眼ではきれいに翼端渦が観察できました．現在進行中の実験で，まとめたものは後日学会で発表します．
実環境下で従来法よりも安全なスリット光（シート光）の生成に目処が立ったので，流速計測へと進める予定です．トレーサをどうするかなどの課題は多いのですが，思い描いていたのものが一つ一つ具現化されていくというのはうれしいものです．
タフト法は流れの方向の取得を目的としたもので，タフト法から流速を取得するには色々と工夫が必要になります（鋭意努力中）．一方，流速を取得する方法には様々なものが提案され，実用化されています．点ではなく領域を対象とした流速計測は，現在では粒子画像流速計測法（PIV）が主流になっています．
ただ，PIVを実環境で用いるためには，いくつかの課題があります．その１つがスリット光（シート光）の生成です．通常は，強力なレーザ光からシート光を作るのですが，安全面での問題があります．我々のグループでは，低出力の複数の光源を回転させることでシート光（※スリットを介さず直接）の生成を試みています．試作機は，西日本工業大学の藤圭一郎先生に依頼して製作して頂きました．多謝です．
はじめに概念図を．低出力のレーザーポインタなどを図のように並べて回転させるというものです．
次に，実機製作のためにCADで設計．下図はレーザーポインタを固定する部分．
そして，試作機．３Ｄプリンタって凄いです．
一様な風を作り出すことが難しいので，取りあえずの改良．
下図のように覆うだけで改善することから，正確な表現ではないですが，
かなり拡散的（風が逃げる）であったことがわかりました．
しかし，これでも不十分．
そして，携帯型の熱線風速計による計測の難しさという新たな壁に．
簡易的な流れの計測法を効率的に開発するにはノイズの少ない一様な風が必要になる，しかし風洞施設の利用は難しい．そこで飛びついたのが，
です．
となることに疑いすら持ちませんでした．でもよく考えれば（冷静になれていたら），
の断面では，
となって中心部分ではほとんど風速を得られないことはわかったわけで．
実際の風速分布はまた報告しますが，ここから出来るだけ一様な風を作るための試行錯誤が始まりました．
このブログのネタではないのですが，
シンギュラリティサロン＠東京「第５回公開講演会」
http://singularity.jp/news151130/
で
「ディープラーニングによる人工知能実現の困難性と可能性」
と題した講演をします，という告知です．
講演はディープラーニングの基礎知識と人工知能の関係についてのものですが，私自身はタフト計測へのディープラーニングの応用も視野に入れています．タフトからとれるデータには欠損値が発生するので，ディープラーニングによってそれを補うようなことです．この講演では話せませんが．．．
送風機の続きの前に，単一のUSBカムからの画像処理の結果を．論文の共著者になっている尾亦君作です．
左の動画からタフトを抽出したもの
https://youtu.be/SjzTK_chkO4
タフトから両端点を抽出し直線で近似したもの
https://youtu.be/Kq6hY0Yluq8
タフト法は，流れ方向の時間変化を調べるために古くから用いられている方法です．物の表面に短く切った糸（絹糸が使われることが多い）をある間隔で貼り付け，流れに乗った糸の動きから流れ方向の時間変化を調べるという方法（表面タフト法）や，格子状の器具（網を考えてください）の格子部分に糸を付けて流れの中に置き，方向変化を調べるという方法（タフトグリッド法）があります．下図が発泡スチロール製の球面に貼った表面タフトの例です．
タフト法には，ある程度の領域に対して流れの時間変化を簡便に調べられるという利点があり，現在でもよく用いられています．
一方で，目視による定性的な情報取得しかできないという問題があります．このプロジェクトでは，この問題に着目し，メインテーマの一つを，「タフト法を利用した，
・流れ方向の時間変化を定量的に測定できる，
・部分的でも速度変化を捉えることができる，
計測法の開発」としました．
そのような計測法を構築するためには，できるだけノイズの少ない風が必要になります．風洞施設を持っていないので，送風装置を扇風機で作ることにしました．用いたものは，
です．手前はCMでお馴染みのもので，ノイズの少ない一様な風が得られると考えたのですが，これが完全な思い違いでした．少し考えればわかることで，流体力学者としては実に恥ずかしいミスです．これについては次の報告で．
