レーシングカーの空力
レーシングカーの空力の理論基礎
概要
先生、レーシングカーの空力って市販車とは全然違うんですよね？
根本的に目的が異なる。市販車は空気抵抗（ドラッグ）の低減が主目的だが、レーシングカーはダウンフォース（負の揚力）を最大化しつつドラッグを許容範囲に収めることが目標だ。
F1マシンは時速300kmで約3.5Gのダウンフォースを発生する。車重を大幅に超える押し付け力で、理論上は天井に張り付いて走行できるんだ。
天井を走れるって、すごい力ですね。
このダウンフォースがコーナリング速度を決める。タイヤのグリップ力は垂直荷重に比例するから、ダウンフォースが増えればコーナリング限界が上がるんだ。
支配方程式と空力係数
ダウンフォースとドラッグは無次元係数で表される。
ここで$A$は前面投影面積だ。F1マシンでは$C_L \approx -3.0$--$-5.0$、$C_D \approx 0.7$--$1.2$、$L/D \approx 3$--$5$程度になる。
L/D比がレーシングカーの空力効率の指標なんですね。
そうだ。L/Dが高いほど少ない抗力で大きなダウンフォースが得られる。グラウンドエフェクト（地面効果）を活用するフロア設計がL/D向上の鍵だ。
ダウンフォース生成メカニズム
ダウンフォースの主要な生成源を整理しよう。
| 要素 | ダウンフォース寄与 | 主な原理 |
|---|---|---|
| フロントウイング | 25--30% | 反転翼型によるベルヌーイ効果 |
| リアウイング | 30--35% | 反転翼型+多段フラップ |
| フロア/ディフューザー | 35--45% | グラウンドエフェクト、ベンチュリ効果 |
| その他（バージボード等） | 5--10% | 渦生成による流れ制御 |
フロアが最大の寄与なんですか。
グラウンドエフェクトは地面との狭い隙間で流速が増加し、ベルヌーイの原理で大きな負圧が生じる。ドラッグ増加が小さいためL/Dが非常に高い。2022年以降のF1レギュレーションではグラウンドエフェクトを積極活用する設計になった。
レイノルズ数と流れの特徴
レーシングカー周りの典型的なレイノルズ数は車長ベースで $Re \approx 10^7$ だ。
流れの特徴:
- 前面は鈍頭物体の流れ: よどみ点、大規模剥離
- ウイング: 翼型まわりの流れ（高迎角）
- ホイール: 回転する鈍頭物体からの非定常渦
- ディフューザー: 拡大流路の逆圧力勾配下の流れ
- 後流: 複数の渦構造の干渉
車全体がいろんな空力現象の集合体なんですね。
グラウンドエフェクトカーはなぜ禁止されたか
1970年代後半、F1チームはフロア下面をウイング形状にして強烈なダウンフォースを発生させる「グラウンドエフェクトカー」を開発しました。コーナリングGが5G以上に達し、ドライバーは気絶寸前の状態で走行。1982年にFIAは安全上の理由でフラットボトム規制を導入し禁止しました。この技術が40年後の2022年レギュレーションで「地面効果の段階的復活」として再び認められたとき、空力エンジニアたちは「やっと戻ってきた」と歓声を上げたとか。
レーシングカーの空力の数値計算手法
解析手法の選択
レーシングカーのCFDではどんな解析手法が使われますか？
| 手法 | 計算規模 | 用途 | チームの使用状況 |
|---|---|---|---|
| 定常RANS | 5000万--1億セル | 設計探索、パラメトリックスタディ | 全チーム |
| 非定常RANS | 1億--2億セル | 非定常空力特性 | 上位チーム |
| DDES | 2億--5億セル | ウェイク干渉、タイヤ渦 | トップチーム |
| LBM (PowerFLOW/XFlow) | 数億ボクセル | フルカーの非定常解析 | 一部のチーム |
F1チームってどのくらいの計算資源を使ってるんですか？
FIA規則でCFD使用量に制限がある（ATR: Aerodynamic Testing Restrictions）。2024年時点でチャンピオンチームは年間25テラフロップス・時が上限だ。これはおおよそ2000--3000コアのHPCクラスターで1年間フル稼働に相当する。
メッシュ戦略
フルカーのメッシュ生成では以下が重要だ。
- 壁面プリズム層: $y^+ \approx 1$, 20--30層。ウイングとフロアは特に重要
- MRF（Moving Reference Frame）: ホイール回転をモデル化
- 地面境界: 移動壁（moving wall）条件。車速と同じ速度で移動
- リファインメントゾーン: ウイング端、ディフューザー出口、後流域
- 総セル数: RANS 5000万--1億、DDES 2--5億
地面は移動壁にするんですか？
実際の走行では車が前進するのと同じことだが、CFDでは車を固定して地面を流速で移動させる。これを忘れて地面を固定壁にすると、地面境界層が発達してグラウンドエフェクトが正しく再現されないんだ。
乱流モデル
レーシングカーCFDで推奨される乱流モデルは？
SST k-omega が業界標準だ。SA モデルも使われるが、逆圧力勾配下の剥離予測ではSSTが優れている。
ウイングの詳細解析:
- SST k-omega: 定常RANS。ウイング面の圧力分布・剥離位置の予測に良好
- SST k-omega + gamma-Re_theta: 遷移予測が必要な場合（低Re翼型）
- DDES (SST ベース): ウイング後流の非定常渦構造の解析
回転ホイールの扱い
ホイールの回転はどうモデル化するんですか？
3つの手法がある。
| 手法 | 概要 | 精度 | コスト |
|---|---|---|---|
| MRF (Frozen Rotor) | 回転座標系で定常計算 | 低--中 | 低 |
| Sliding Mesh | 回転領域を物理的に回転 | 高 | 高 |
| Overset Mesh | 回転メッシュをオーバーレイ | 高 | 中--高 |
定常RANSの設計探索フェーズではMRFが一般的だ。タイヤウェイクの非定常渦構造を正確に捉えたい場合はSliding MeshかOverset Meshを使う。STAR-CCM+のRigid Body Motionが使いやすいよ。
タイヤの変形（たわみ）はどう扱うんですか？
タイヤは路面との接地で変形するが、CFDでは多くの場合変形後の形状を固定STLとしてモデル化する。接地パッチの形状はタイヤメーカーのデータまたはFEM解析結果を使うんだ。
DRS（ドラッグリダクションシステム）の逆転発想
F1のDRSは「リアウイングを開いて空気抵抗を減らす」仕組みです。一見単純ですが、これは空力エンジニアの逆転発想の結晶。通常はコーナーのグリップのために大きなウイングが必要ですが、直線では邪魔なだけ。「ならウイングを動かそう」という発想で、2011年に導入されました。CFDでは「DRS開状態」と「DRS閉状態」の両方をシミュレーションし、その差分抗力（約0.1のCdx差）が設計目標になります。開閉の切替時間0.1秒以内という機械設計との連携も興味深いところです。
レーシングカーの空力の実務適用
解析ワークフロー
レーシングチームのCFDワークフローはどんな感じですか？
F1チームの典型的なワークフローを示そう。
1. 形状変更: CAD（CATIA/NX）でパーツを修正
2. 表面メッシュ: STLエクスポート、表面品質チェック
3. ボリュームメッシュ: 自動メッシュ生成（5000万--1億セル）
4. CFD実行: 定常RANS、500--2000反復（2--4時間）
5. 後処理: $C_L$, $C_D$, バランス（前後配分）の確認
6. 設計判断: ベースラインとの差分$\Delta C_L$, $\Delta C_D$で評価
7. パラメトリックスタディ: 20--50ケース/週のペースで設計探索
週に50ケースって、ものすごいペースですね。
自動化が鍵だ。メッシュ生成からポスト処理までスクリプトで全自動化し、HPC上でバッチ実行する。STAR-CCM+のJavaマクロやFluentのJournalファイルで自動化するんだ。
前後バランスの評価
前後バランスって何ですか？
前軸と後軸のダウンフォース配分のことだ。これがハンドリングを決める最重要パラメータの1つだよ。
典型的なF1マシンでは前後バランスが43--47%程度。ドライバーの好みやサーキット特性に応じて調整する。CFDでは前後バランスの変化$\Delta\%$が0.5%単位で評価されるんだ。
0.5%の精度ってCFDで出せるものなんですか？
絶対値の精度はそこまで高くないが、設計変更による相対的な差分（$\Delta$値）は0.1--0.5%の精度で予測可能だ。レーシングCFDでは「絶対値よりもデルタ」が重要なんだよ。
ウイング設計のポイント
フロントウイングの設計パラメータ:
| パラメータ | 影響 | 典型的な範囲 |
|---|---|---|
| フラップ角度 | ダウンフォース量 | 10--40度 |
| エンドプレート形状 | 翼端渦制御 | 複雑な3D形状 |
| ガーニーフラップ高さ | DF増加/ドラッグ増加 | 翼弦の1--3% |
| 翼間スロット幅 | 境界層制御 | 2--5mm |
| 地上高 | グラウンドエフェクト | 15--30mm |
スロットの幅が2--5mmとか、非常に微細なジオメトリですね。
だからメッシュ解像度が重要なんだ。スロット内に最低5--10セルを配置しないと流れが正しく再現できない。この領域だけで数百万セルを使うこともある。
よくある失敗と対策
| 症状 | 原因 | 対策 |
|---|---|---|
| DF が風洞と合わない | 地面境界条件の誤り | 移動壁＋境界層除去を確認 |
| ホイール後流が不正確 | MRFの限界 | Sliding Meshに変更 |
| ディフューザーDFが過大 | メッシュ不足でフロア下面の剥離を捉えていない | フロア下面の解像度を強化 |
| 前後バランスがずれる | ラジエータの圧力損失未考慮 | 多孔体モデルでラジエータを再現 |
Formula SAEでCFDを覚えた学生が即戦力になる理由
大学生が参加するFormula SAEコンテストは、レーシングカーCFDの「道場」として知られています。学生チームはOpenFOAMを使い、ウイングの最適化から車体周りの流れ場可視化まで一通り経験する。しかも「ミスしても命に関わらない」環境なので、試行錯誤が積極的にできる。企業の採用担当者の間では「SAEのCFD担当者は実務に入っても飲み込みが圧倒的に早い」というのが定評になっています。学習コストが一番安い場所で本番レベルの問題を経験できるのがこのコンテストの価値です。
レーシングカーの空力のソフトウェア比較
主要ツール
レーシングチームはどのCFDソフトを使っていますか？
| ツール | 使用チーム例 | 特徴 |
|---|---|---|
| STAR-CCM+ | 多数のF1チーム | 自動メッシュ、オーバーセット、Javaマクロ自動化 |
| Ansys Fluent | F1/IndyCar | 密度ベースソルバー、豊富な物理モデル |
| OpenFOAM | 下位カテゴリ、プライベーター | 無償、HPC向き |
| PowerFLOW (Dassault) | 一部のF1チーム | 格子ボルツマン法、非定常解析に強い |
| ICON CFD | 一部のF1チーム | OpenFOAMベース、レーシング特化 |
STAR-CCM+がF1で一番使われているんですか？
シェアは高い。理由はオーバーセットメッシュ（部品の差し替えが容易）、Javaマクロによる徹底した自動化、ポリヘドラルメッシュの効率の良さだ。週に50ケース以上を回すには自動化が命だからね。
STAR-CCM+でのレーシングCFD
典型的な設定:
- メッシュ: トリム+プリズム層（$y^+=1$, 20層）
- 乱流モデル: SST k-omega
- ホイール: MRF (定常) / Rigid Body Motion (非定常)
- 地面: Moving Wall (車速と同じ)
- ラジエータ: 多孔体（Porous Region）
- 自動化: Javaマクロでメッシュ→解析→ポスト処理を一貫実行
OpenFOAMの活用
OpenFOAMでレーシングCFDはできますか？
フォーミュラSAE（学生フォーミュラ）やプライベーターチームでは広く使われている。ICON CFDのようなOpenFOAMベースの商用パッケージもある。
OpenFOAMでの課題は何ですか？
メッシュの自動化と品質管理が最大の課題だ。snappyHexMeshは複雑な形状で品質が不安定になることがある。また、STAR-CCM+のような統合GUIがないため、ワークフローの自動化には相応のスクリプティングスキルが求められるよ。
ツール選定の指針
| レベル | 推奨ツール | 理由 |
|---|---|---|
| F1/LMDh | STAR-CCM+ / PowerFLOW | 自動化、大規模並列、実績 |
| GT3/GT4 | Fluent / STAR-CCM+ | コストパフォーマンス |
| Formula SAE | OpenFOAM | 無償、教育効果 |
| 個人/プライベーター | OpenFOAM + SimScale | クラウドHPC活用 |
F1のCFD時間はレギュレーションで規制されている
F1では2021年から「CFD計算時間」そのものが技術規則で制限されています。年間のCFD時間上限が定められており、上位チームほど制限が厳しくなるハンディキャップ制。大きなチームがお金に任せて無制限に計算を回せないようにする措置です。つまり「限られたCFD時間でいかに有意義な計算を行うか」という計算資源の最適配分がチームの競争力になった。どのツールを使うかだけでなく、何を計算するかの優先順位付けがエンジニアの腕の見せどころです。
レーシングカーの空力の先端研究
グラウンドエフェクト解析
2022年以降のF1で重要になったグラウンドエフェクトの解析技術を教えてください。
フロア下面のベンチュリ構造がダウンフォースの主力源になった。解析上の課題は、ライドハイト（車高）変化に対する空力特性の急激な変化だ。
ポーパシングはCFDで予測できるんですか？
非定常CFD + 車両運動モデルの連成で定性的には再現できる。ただしタイヤのばね特性やダンパー特性も含めたマルチフィジックス連成が必要で、計算コストは莫大だ。
機械学習の活用
レーシングCFDでの機械学習の活用が急速に進んでいる。
- サロゲートモデル: 数千ケースのCFDデータでニューラルネットワークを訓練。設計空間の探索を10000倍高速化
- 形状最適化: 遺伝的アルゴリズム + CFD → MLサロゲートで置換
- セットアップ最適化: サーキット特性に応じたウイング角度・ライドハイトの最適化
- 異常検知: CFDの収束異常を自動検出
FIAのCFD使用制限があるから、少ないケース数で最大限の情報を引き出す必要があるんですよね。
その通り。ATR制限下では「どの形状を計算するか」の選択が勝負を分ける。ベイズ最適化やアクティブラーニングで次に計算すべき設計点を効率的に選ぶ手法が注目されているんだ。
DrivAer / Ahmed Bodyベンチマーク
レーシングCFDの検証に使われるベンチマーク:
| ベンチマーク | 概要 | 用途 |
|---|---|---|
| Ahmed Body | 25度/35度スラントバック鈍頭物体 | 後流構造の検証 |
| ASMO Body | 汎用自動車形状 | 抗力予測の検証 |
| DrivAer | ミュンヘン工科大の詳細車両モデル | 自動車CFDの標準ベンチマーク |
| SAE Reference Car | F-SAE向け | 学生フォーミュラ |
レーシングカーの空力のトラブル対応
よくあるトラブルと対策
レーシングカーのCFDで頻出する問題を教えてください。
1. ダウンフォースが風洞と合わない
症状: CFDのダウンフォースが風洞と10%以上乖離
対策:
- 地面境界条件の確認: 移動壁になっているか、境界層吸い出しは設定されているか
- ホイール回転: MRFのゾーンサイズと回転軸が正しいか確認
- 風洞ブロッケージ: 風洞テストの閉塞補正が適用されているか確認
- ラジエータ: 多孔体モデルの圧力損失係数が実測値と一致しているか
- 支持装置: 風洞のストラット・スティングによる干渉を考慮
2. ディフューザーの性能過大予測
ディフューザーのDFがCFDで実際より高く出がちだと聞いたんですが。
症状: ディフューザーのダウンフォースが風洞/実車より過大
原因: RANSがフロア下面の薄い境界層からの剥離を遅らせる傾向
対策:
- SST k-omegaモデルを使用（k-epsilonは剥離を過小予測）
- フロア下面のプリズム層を$y^+=1$で確保
- 非定常RANS or DDESで剥離の非定常性を考慮
- ディフューザー拡大角が10度を超える場合は剥離に注意
3. 非定常振動が収束しない
症状: 定常RANSで$C_L$/$C_D$が振動して収束しない
原因: 大規模な渦放出が定常解に収まらない
対策:
- 振動の周波数を確認。物理的な渦放出なら非定常解析に移行
- 非物理的な振動なら: CFL数を下げる、1次精度で初期化してから2次に切り替え
- ホイール後方やリアウイングの渦はそもそも非定常現象なので、定常解には限界がある
- 時間平均値で空力係数を評価する
4. メッシュ依存性が大きい
メッシュを変えると結果が大きく変わってしまうんですが。
対策:
- ウイング前縁・後縁に十分な解像度を確保（前縁半径に対して10セル以上）
- ディフューザーのシール部（サイドエッジ）のメッシュを細分化
- 後流の解像度を段階的に評価（粗→中→密で$\Delta C_L < 1%$を確認）
- ウイングの翼端渦が解像されているか可視化で確認
風洞-CFD相関の改善
CFDと風洞の相関を良くするコツはありますか？
部品単体から積み上げるのが大事なんですね。
フルカーでいきなり合わせようとしても原因特定が困難だ。ウイング単体→ウイング+ボディ→フルカーと段階的に複雑度を上げて、各段階でCFDと風洞の相関を確認するのがベストプラクティスだよ。
リアウイングの振動がCFDの誤差を生む話
レーシングカーのリアウイングは走行中に微小振動しており、ウイング迎角が±0.5°程度変動しています。CFDでは通常「固定形状」で計算しますが、振動による非定常効果が平均ダウンフォースを数%変化させることがある。「CFDと実測が繰り返しずれる」という場合、構造の振動モードとCFDの境界条件の不一致が原因のことも。流体と構造を連成させる流体構造連成（FSI）解析を検討する価値があります。計算コストはRANS単体の5〜10倍になりますが、原因不明の誤差が消えることがあります。
関連トピック
なった
詳しく
報告