ヘリウム注入による液化水素サブクーリングに関する数値解析手法の構築

奈良　駿希・二門　永・藤浦　厳・髙嶋　英厳（AIS北海道）・内海　政春（室蘭工業大学）

液体に注入した気泡は拡散により界面で気化熱を発生させ液体を冷却する．本研究は，この現象を利用したサブクーリングにより極低温液体を高密度化する技術を開発し，タンクに充填する極低温燃料のエネルギー密度を高めることを目的とする．本報は，気泡による液体冷却を評価するために開発した数値解析手法を報告する．

小型・低圧損とリサイクル樹脂採用を実現したBEV向け冷却水モジュール開発

小木曽　俊哉・堀澤　慎太郎・江﨑　康彦・木原　正雄・石井　正人（アイシン）

BEVの熱マネ高度化に対応し，車両搭載性向上を狙いEWP渦室と切替弁ボアをマニホールドに一体化と，三次元流路により小型・低圧損を実現した冷却水モジュールを開発・量産化した．マニホールドには環境に配慮したリサイクル樹脂を採用し，樹脂一体構造で高温・高圧下での長期信頼性を担保する強度設計を実現．

冷凍サイクルAIサロゲートモデルの構築とサーマルマネジメントシステム開発の効率化

上村　匠（マツダ）・Bisser Raytchev（広島大学）・小林　謙太（マツダ）

電気自動車の開発においては電池劣化等への対応を目的に，冷凍サイクルとパワートレインを連携したサーマルマネジメントシステムを検討している．その中で計算負荷の高い冷凍サイクルCAEモデルをAIサロゲート化して高速解析を可能にし，さらに信頼性判定モデルによりAIモデル出力の妥当性を検証する取り組みを報告する．

プローブデータの多要素解析と機械学習を用いたEV空調消費電力予測モデルの構築

長谷川　滉一・土川　晴久・松井　弘毅・福井　陽喜（日産自動車）

当社BEVのIntelligent Route Planner機能は車両エネルギー消費予測を基盤としている．このうち空調電力は環境・使用条件により変動し高精度化が課題である．本報では車両プローブデータから特徴量を抽出，機械学習予測モデルを構築，実走行データ検証により予測高精度化を確認した．

日射熱と走行風を利用した車載熱電発電システムの基礎検討

下池　昌弥（SUBARU）・岩瀬　勉・香西　俊彦（群馬大学/SUBARU）

日射熱と走行風を併用した熱電発電システムの車載可能性を検討した．車載環境を模擬するために独自構築した試験機を用いて試験片の開放電圧を測定し，空気層付加による発電量向上と日射停止後も発電継続が可能となる傾向を確認した．