オートノマスメッシング熱流体解析プログラムCONVERGEを用いて、インジェクターのノズル形状や、分裂パラメータを変更したパラメトリックスタディを実施し、これによって得られた噴霧の画像と各種パラメータの関係を深層学習を用いて近似モデル化しました。このようなシミュレーションでは、乱数や数値最適化などを用いたパラメトリックスタディが一般的に行われていますが、従来は計算点が存在しないパラメータの噴霧形状を可視化することが困難でした。本事例の深層学習モデルを用いると、パラメータから噴霧形状を予測することができ、またパラメータを変更した場合の噴霧形状をリアルタイムに確認するGUIを用いることで、目的に合わせたパラメータを容易に選択することが可能です。