タイヤ回転変形再現によるプロファイル差を予測する空力CFD手法の開発

田中　秋成・高橋　彩恵・池田　隼・中里　公亮（日産自動車）

タイヤはプロファイルによって車両空気抵抗が変化する．プロファイルは車両荷重と回転の遠心力で変化するため，高精度な空力性能予測には両方の考慮が必要だが，形状再現が困難なため回転変形まで考慮した検討例は少ない．本研究では回転荷重変形時の形状を実測し，プロファイル差を予測する空力CFD手法を開発した．

Ahmed Body周りの低Re流れにおける振動流のメカニズム

渥美　佑典（東京都市大学大学院）・白鳥　英・郡　逸平・永野　秀明・島野　健仁郎（東京都市大学）

自動車模型Ahmed body周りの流れについて，レイノルズ数1800以下の範囲で出現する振動流のメカニズムについて，傾斜角29度と31度を対象に分析した結果を報告する．特に，時間平均場から変動成分へのエネルギー供給と遠心型不安定性との類似性について述べる．

粒子法を活用した車室内結露水による部品水かかり解析手法の開発

大島　康裕・西森　久雄・今井　悠介・釜谷　大志（トヨタ自動車）

これまで，車室内で発生する結露水の影響は，デザインレビューや車内に水をかけることで確認してきたが，水かかり経路が複雑となるため，経路特定に多くの工数を費やしてきた．本稿では，粒子法シミュレーションの解析条件とパラメータを検討し，結露水を模擬した解析手法を開発し，経路特定を容易とした．

空調用ダクトの自動設計手法の可能性調査（第一報）
-多目的関数・多設計変数条件下での形状最適化-

田中　博・金森　敬宗・梅谷　浩之（トヨタシステムズ）・一之瀬　健一（トヨタ自動車）

自動設計には多設計変数・多目的関数制約下での形状導出技術が必要である．今回，空調ダクトを題材に自動で形状変更・流体計算・特性抽出のループを回し，最適形状を導出する進化的最適化計算のワークフローを構築し，極めて多数の設計変数・目的関数条件下においてもパレート解を抽出し得るという知見を得たので報告する．

空調用ダクトの自動設計手法の可能性調査（第二報）
-AI手法の活用による計算回数削減検討-

金森　敬宗・梅谷　浩之・田中　博（トヨタシステムズ）

第一報にて多設計変数・多目的関数制約下での進化的最適化計算手法では最適形状への到達には電算資源が潤沢に必要なことが分かった．本報ではAI手法の活用による，計算資源抑制の検討を実施し，その結果，進化的手法の十分の一程度の計算資源でほぼ同等の性能を有する最適形状を得ることができたので報告する．

Implementation of an Aerodynamic Reduced Order Model (ROM) based on Geometric Deep Learning (GDL) for Quick Design Review

Bhanu Prakash Samala･Jiri Hajek･Paul Marston･Rahul Varadhan･Enric Aramburu (IDIADA Automotive Technology)

The authors will present their experience in implementing different ML technologies, such as CNN or GNN to obtain aerodynamic forces in short timescales. This paper will focus on GNNs, which is currently the most promising approach to learn how to simulate fluid dynamics in geometrically complex domains. Simulation grids are actually graphs, so grid results can be directly translated into GNNs and vice versa, providing high efficiency and versatility compared to other predictive ML methods. The authors will also present an industrial application of GNN for drag and flow field prediction, ultimately allowing interactive analysis of new vehicle designs.