仮想実験室からデジタルツインへ、富岳が実現する自動車業界のCAEの形とは：VINAS Users Conference 2019（2/4 ページ）

ヴァイナスのユーザーイベント「VINAS Users Conference 2019」で、理化学研究所 計算科学研究センター・神戸大学大学院システム情報学研究科 計算科学専攻 チームリーダー・教授／博士（工学）の坪倉誠氏が登壇し、「HPCシミュレーションとデータ科学の融合による新たな自動車空力について」をテーマに講演を行った。

[小林由美，MONOist]

多目的最適化と可視化

　さらに多目的最適化の関数評価部分には、形状修正（モーフィング）や大規模空力シミュレーションを組み込み、処理を自動化。実際の自動車空力開発を想定したシステムの実証を実施した。

　図4は、セダン型車両模型の形状最適化シミュレーションの概況を示す。

図4　形状最適化シミュレーションの概要（出典：理化学研究所 計算科学研究センター）

　このフレームワークでは「車両の形状を決める」「シミュレーションを流す」「空力性能を確認する」「最適化計算で次に検証する形状を決定する」というサイクルを示しているが、この実証ではこの過程を自動化した。

図5　空力形状最適化のフレームワークについて（出典：理化学研究所 計算科学研究センター）

　研究室のワークステーションでは、まず第1世代の車体の形状を決定し、形状を自動生成する。次に形状のSTLデータを京へ送って限界までジョブを投入し、そこから導かれた結果（目的関数ファイル）を、さらにワークステーションにある進化計算アルゴリズム「Cheetah」に戻す。それに基づき、さらに新しい集団を作成して同じ処理を繰り返す。

図6　形状最適化の条件設定（出典：理化学研究所 計算科学研究センター）

　この形状最適化の設定では、車両が主流方向に対して真っすぐな状態（正対風）と、3度ほどヨー回転させた時（弱い横風が吹く状況を示す）の空気抵抗係数（CD値）および揚力係数（CL値）を見ることにとした。正対風の状態とヨー回転状態のCD値の差を見ることで、車両の横風に対するロバストネス（安定性）を評価する。よって形状最適化では、上記4つの値（目的関数）を全て最小化させる値を求める。

　設計変数は図6のように、車両の中央断面に対して8カ所設定する。風洞実験想定のスケールモデルを利用することとした。集団サイズは、12世代分、それぞれの世代で18固体、2通りの接近流風向き（0°と−3°）を掛け合わせた値となる。さらに、設計変数を減らすためにL36直行表を用いる。合計504ケースのLES計算となる。

　「2007年に、フォーミュラカーの約1億セルのシミュレーションを、地球シミュレーターを使って半年間で計算したと発表した。今回の計算はそれが1ケースの計算に相当し、CUBEの計算はそれを504個流すことになる」（坪倉氏）