自動車空力シミュレーション
理論と物理
概要
先生、自動車の空力シミュレーションって何を目的にやるんですか？
自動車の空力は3つの目標がある。(1)空気抵抗$C_D$の低減による燃費改善、(2)揚力$C_L$の低減による高速安定性確保、(3)風切り音の低減だ。
空気抵抗は速度の2乗に比例する。高速走行時の燃費に直結するため、$C_D$の0.01の改善でも燃費が約0.3--0.5%向上する。EVの航続距離にも大きく影響するんだ。
支配方程式
自動車の空気抵抗力:
ここで$A$は前面投影面積（乗用車で約2.0--2.5 m^2）だ。
代表的な車種の$C_D$値:
| 車種 | $C_D$ | 備考 |
|---|---|---|
| セダン（一般） | 0.28--0.35 | 標準的な乗用車 |
| Tesla Model S | 0.208 | 2024年時点の量産車最低クラス |
| Mercedes EQS | 0.20 | 量産車世界最低 |
| SUV | 0.35--0.45 | 車高が高く不利 |
| トラック | 0.6--0.9 | 角張った形状 |
$C_D = 0.20$って、かなり低いですよね。
理想的な流線型（水滴型）で$C_D \approx 0.04$だ。実用的な車両デザインでは居住空間や法規制の制約があるから、0.20は量産車としては極めて優秀な値だよ。
レイノルズ数と流れの特性
乗用車のレイノルズ数は車長ベースで$Re \approx 3 \times 10^6$--$10^7$だ。完全乱流域で、境界層遷移の影響は比較的小さい。
自動車まわりの流れの特徴:
- よどみ点: フロントグリル付近
- 加速域: ボンネット上面、ルーフ
- 剥離点: Aピラー、リアウインドウ後端
- 後流: 巨大な渦構造（ドラッグの主因）
- アンダーボディ: 地面効果、タイヤ周辺の複雑な流れ
リアの形状でドラッグが大きく変わるんですよね。
Ahmed body（自動車空力の標準ベンチマーク）の研究では、リアのスラントバック角度が25度と35度で後流構造が劇的に変化することが知られている。25度ではCピラー渦構造、35度では完全剥離になり、$C_D$が不連続に変化するんだ。
走行抵抗と燃費
走行抵抗の内訳:
| 速度 | $F_{aero}$の寄与 |
|---|---|
| 60 km/h | 約30% |
| 100 km/h | 約60% |
| 130 km/h | 約75% |
高速道路の速度域だと空力が支配的なんですね。
プリウスのCd=0.25と「ミラーレス」論争
初代プリウスのCd値は0.29でしたが、3代目で0.25という当時の量産車トップクラスを達成しました。開発チームが特に議論したのがドアミラーです。ミラーを廃止してカメラに替えればCdがさらに0.004〜0.006改善できる計算でした。でも当時の日本の道路交通法の壁があり断念。CFDが「こうすれば良くなる」と示しても、法規制や量産コストで実現できないことは実務では日常茶飯事です。後の法改正でカメラミラーシステムが解禁されたとき、エンジニアたちはどんな気持ちだったでしょうね。
各項の物理的意味
- 時間項 $\partial(\rho\phi)/\partial t$：蛇口をひねった瞬間を思い浮かべてください。最初は水がバタバタと不安定に出て、しばらくすると安定した流れになりますよね？ この「変化している最中」を記述するのが時間項です。心臓の拍動で血流が脈打つのも、エンジンのバルブが開閉するたびに流れが変動するのも、すべて非定常現象。では定常解析とは？ 「十分時間が経って流れが落ち着いた後」だけを見る——つまりこの項をゼロにする。計算コストが大幅に下がるため、まず定常で解いてみるのがCFDの基本戦略です。
- 対流項 $\nabla \cdot (\rho \mathbf{u} \phi)$：川に落ち葉を落としたらどうなりますか？ 流れに乗って下流に運ばれますよね。これが「対流」——流体の動きが物を運ぶ効果です。暖房の温風が部屋の端まで届くのも、空気という「運び屋」が熱を対流で輸送しているから。ここが面白いところ——この項は「速度×速度」を含むため非線形です。つまり、流れが速くなるとこの項が急激に強くなり、制御が難しくなる。これが乱流の根本原因です。よくある勘違い：「対流と伝導は同じようなもの」→ 全然違います！ 対流は流れが運ぶ、伝導は分子が伝える。桁違いの効率差があります。
- 拡散項 $\nabla \cdot (\Gamma \nabla \phi)$：コーヒーにミルクを入れて放置したことはありますか？ かき混ぜなくても、しばらく経つと自然に混ざりますよね。あれが分子拡散です。では次の質問——ハチミツとお水、どちらが流しやすいですか？ 当然お水ですよね。ハチミツは粘性（$\mu$）が高いから流れにくい。粘性が大きいと拡散項が強くなり、流体は「もったりした」動きになります。レイノルズ数が小さい流れ（ゆっくり、ドロドロ）では拡散が支配的。逆にRe数が大きい流れでは対流が圧倒し、拡散は脇役になります。
- 圧力項 $-\nabla p$：注射器のピストンを押すと、液体が針先から勢いよく出ますよね？ なぜでしょう？ ピストン側が高圧、針先が低圧——この圧力差が流体を押す力になるからです。ダムの放水も同じ原理。天気図で等圧線がギュッと密になっている場所では？ そう、強風が吹きます。「圧力差があるところに流れが生まれる」——これがナビエ-ストークス方程式の圧力項の物理的意味。ここでの勘違いポイント：CFDの「圧力」は絶対圧ではなくゲージ圧のことが多い。圧縮性解析に切り替えたとたんに結果がおかしくなる場合、絶対圧/ゲージ圧の混同が原因かもしれません。
- ソース項 $S_\phi$：暖められた空気が上に昇る——なぜでしょう？ 周囲より軽く（密度が低く）なったから、浮力で押し上げられるのです。この浮力はソース項として方程式に追加されます。他にも、ガスコンロの炎で化学反応熱が発生する、工場の電磁ポンプで金属溶湯にローレンツ力がかかる…これらはすべて「外部から流体にエネルギーや力を注入する」作用であり、ソース項で表現します。ソース項を忘れるとどうなるか？ 自然対流の解析で浮力を入れ忘れると、流体は一切動かない——冬の部屋で暖房をつけたのに暖かい空気が上に行かない、という物理的にありえない結果になります。
仮定条件と適用限界
- 連続体仮定：クヌッセン数 Kn < 0.01（分子平均自由行程 ≪ 代表長さ）で成立
- ニュートン流体仮定：せん断応力と歪み速度が線形関係（非ニュートン流体では粘度モデルが必要）
- 非圧縮性仮定（Ma < 0.3の場合）：密度を一定として扱う。マッハ数0.3以上では圧縮性効果を考慮
- ブシネスク近似（自然対流）：密度変化を浮力項のみで考慮し、他の項では一定密度を使用
- 適用外ケース：希薄気体（Kn > 0.1）、超音速・極超音速流れ（衝撃波捕捉が必要）、自由表面流れ（VOF/Level Set等が必要）
次元解析と単位系
| 変数 | SI単位 | 注意点・換算メモ |
|---|---|---|
| 速度 $u$ | m/s | 入口条件で体積流量から換算する際、断面積の単位に注意 |
| 圧力 $p$ | Pa | ゲージ圧と絶対圧の区別。圧縮性解析では絶対圧を使用 |
| 密度 $\rho$ | kg/m³ | 空気: 約1.225 kg/m³@20°C、水: 約998 kg/m³@20°C |
| 粘性係数 $\mu$ | Pa·s | 動粘性係数 $\nu = \mu/\rho$ [m²/s] との混同に注意 |
| レイノルズ数 $Re$ | 無次元 | $Re = \rho u L / \mu$。層流/乱流遷移の判定指標 |
| CFL数 | 無次元 | $CFL = u \Delta t / \Delta x$。時間刻みの安定性に直結 |
数値解法と実装
解析手法
自動車の空力CFDではどんな手法が使われていますか？
手法の選択肢と使い分けを整理しよう。
| 手法 | セル数 | 用途 | OEMでの使用状況 |
|---|---|---|---|
| 定常RANS | 3000万--1億 | $C_D$/$C_L$の設計評価 | 全OEM |
| 非定常RANS (URANS) | 5000万--2億 | サイドミラー周辺の変動 | 多くのOEM |
| DES/DDES | 1億--5億 | 後流、A/Cピラー渦 | トップOEM |
| LBM (PowerFLOW等) | 数億ボクセル | フルカーの非定常解析 | BMW, Ford等 |
| LES | 5億--10億+ | 研究用途 | 大学・研究機関 |
BMWがPowerFLOWを使っているのは有名ですよね。
BMWはPowerFLOW（格子ボルツマン法）を量産車開発のメインツールとして20年以上使用している。従来のN-Sソルバーに比べてメッシュ生成が容易で、非定常の後流をよく再現できるのが強みだ。
メッシュ戦略
フルカーのメッシュ:
- 表面メッシュ: 車体表面に3--5mmのトリメッシュ
- プリズム層: $y^+ \approx 30$--100（壁関数使用）または$y^+ < 1$（Low-Re壁処理）
- ホイール回転: MRF / Sliding Mesh
- 移動地面: 車速と同じ速度
- ラジエータ: 多孔体モデル（圧力損失係数を実測から取得）
- エンジンルーム: 内部流路をモデル化（冷却系の圧力損失）
- 遠方境界: 車長の5倍以上
壁関数を使う場合と使わない場合があるんですね。
量産車開発では計算時間の制約から壁関数（$y^+ \approx 30$--100）を使うことが多い。$C_D$の絶対精度は$y^+ < 1$に劣るが、設計変更の差分評価（$\Delta C_D$）では十分実用的だ。
回転ホイールと接地パッチ
ホイールは全抗力の約25--30%を占める重要な要素だ。
| モデル化要素 | 効果 | 備考 |
|---|---|---|
| ホイール回転 | $\Delta C_D \approx +0.015$ | 回転の有無で大きく変化 |
| タイヤ変形 | $\Delta C_D \approx +0.005$ | 接地パッチ形状の影響 |
| ブレーキ冷却ダクト | $\Delta C_D \approx +0.003$ | 内部流れの影響 |
| リムデザイン | $\Delta C_D = -0.005$--$+0.010$ | 開口率に依存 |
ホイールだけで$C_D$に0.02以上の影響があるんですか。
最近のEVではエアロホイールカバーを装着して$C_D$を低減するのがトレンドだ。Tesla Model 3のエアロキャップは$C_D$を0.008低減している。こういった微細な$\Delta C_D$の評価にCFDが欠かせないんだよ。
収束判定
Ahmed Bodyが世界標準ベンチマークになった理由
自動車空力CFDの検証によく使われる「Ahmed Body」は、1984年にAhmedらが風洞実験データを公開した単純な箱型モデルです。後端のスラント角を25°にすると強い縦渦が発生し、35°で急にCdが下がる。この「スラント角感度」をCFDが再現できるかどうかがモデルの腕前を示す試金石になりました。Fluent, OpenFOAM, SUPERFLOWなど様々なツールがこのケースで検証されており、まずAhmed Bodyで自分のCFD設定を確認するのが自動車空力エンジニアの慣習となっています。
風上差分（Upwind）
1次風上: 数値拡散が大きいが安定。2次風上: 精度向上するが振動のリスク。高レイノルズ数流れでは必須。
中心差分（Central Differencing）
2次精度だが、Pe数 > 2で数値振動が発生。低レイノルズ数の拡散支配流れに適する。
TVDスキーム（MUSCL、QUICK等）
リミッタ関数により数値振動を抑制しつつ高精度を維持。衝撃波や急勾配の捕捉に有効。
有限体積法 vs 有限要素法
FVM: 保存則を自然に満足。CFDの主流。FEM: 複雑形状・マルチフィジックスに有利。SPH等のメッシュフリー法も発展中。
CFL条件（クーラン数）
陽解法: CFL ≤ 1が安定条件。陰解法: CFL > 1でも安定だが、精度と反復回数に影響。LES: CFL ≈ 1を推奨。物理的意味: 1タイムステップで情報が1セル以上進まないこと。
残差モニタリング
連続の式・運動量・エネルギーの各残差が3〜4桁低下で収束と判断。質量保存の残差は特に重要。
緩和係数
圧力: 0.2〜0.3、速度: 0.5〜0.7が一般的な初期値。発散する場合は緩和係数を下げる。収束後は上げて加速。
非定常計算の内部反復
各タイムステップ内で定常解に収束するまで反復。内部反復数: 5〜20回が目安。残差がタイムステップ間で変動する場合は時間刻みを見直す。
SIMPLE法のたとえ
SIMPLE法は「交互に調整する」手法。まず速度を仮に求め（予測ステップ）、その速度で質量保存が満たされるよう圧力を補正し（補正ステップ）、補正された圧力で速度を修正する——このキャッチボールを繰り返して正解に近づく。2人で棚を水平にする作業に似ている：片方が高さを合わせ、もう片方がバランスを取り、これを交互に繰り返す。
風上差分のたとえ
風上差分は「川の流れに立って上流の情報を重視する」手法。川の中にいる人が下流を見ても水の出所は分からない——上流の情報が下流を決めるという物理を反映した離散化手法。精度は1次だが、流れの方向を正しく捕捉するため安定性が高い。
実践ガイド
自動車OEMの開発フロー
自動車メーカーのCFD開発フローを教えてください。
1. コンセプト設計: デザイナーのスケッチからラフなCFDモデルを作成
2. 外形最適化: ルーフ高さ、リアオーバーハング、アンダーボディ形状の最適化
3. ディテール設計: グリル、サイドミラー、ホイール、スポイラーの検討
4. 風洞検証: 1/4スケールまたはフルスケール風洞で$C_D$を実測
5. CFD-風洞相関: 相関を確認し、必要に応じてCFD設定を調整
6. 量産仕様確定: 最終形状での$C_D$/$C_L$を確認
1台あたり何ケースくらいCFDを回すんですか？
量産車1車種の開発で数百--数千ケースのCFDを実行する。週に50--100ケースのペースで回すOEMもある。自動化が必須だよ。
アンダーボディの設計
アンダーボディは$C_D$の20--25%を占める。平坦化するだけで$\Delta C_D = -0.01$--$-0.03$の効果がある。
| アンダーボディ要素 | $\Delta C_D$への影響 |
|---|---|
| フラットアンダーカバー | -0.010--0.030 |
| リアディフューザー | -0.005--0.015 |
| フロントスポイラー（エアダム） | -0.010--0.020 |
| サイドスカート | -0.003--0.008 |
EVはエンジンがないから、アンダーボディを平坦にしやすいんですよね。
その通り。バッテリーパックが床下に配置されるEVは、アンダーボディが元から平坦に近い。これがEVの$C_D$が低い大きな理由の1つだ。
よくある失敗と対策
| 症状 | 原因 | 対策 |
|---|---|---|
| $C_D$が風洞と0.02以上乖離 | ホイール回転条件の不備 | MRF/Sliding Mesh確認 |
| $C_L$の前後バランスが合わない | ラジエータモデルの不備 | 多孔体パラメータを実測から取得 |
| Aピラー渦が再現されない | 定常RANSの限界 | DDES/DDESに移行 |
| 風切り音の予測が不正確 | メッシュ解像度不足 | サイドミラー周辺を5000万セル以上に |
| 横風安定性が不正確 | ヨー角解析のメッシュ不備 | 各ヨー角で専用メッシュを作成 |
風洞試験との相関
CFDと風洞の$C_D$はどのくらい合うものですか？
一般的な相関精度:
- RANS: $\Delta C_D \approx \pm 0.010$--$0.020$（絶対値）
- DES/DDES: $\Delta C_D \approx \pm 0.005$--$0.010$
- LBM (PowerFLOW): $\Delta C_D \approx \pm 0.003$--$0.008$
ただし絶対値よりも設計変更の差分$\Delta C_D$の精度が実務では重要だ。差分評価では$\Delta(\Delta C_D) \approx \pm 0.002$--$0.005$の精度が得られることが多いよ。
実車走行時の「地面効果」をCFDで再現するには
実際の車は地面の上を走るため、路面が車底に近づくほど下面流速が増し揚力が減少する「地面効果」があります。風洞実験ではベルト式地面板（Moving Ground）で路面の動きを再現しますが、CFDでも同様に底面境界を動的壁面として設定しないと、揚力係数が実測より10〜20%高く出ることがある。「なぜCFD結果が風洞と合わないんだ」と悩んだとき、地面境界条件を見直すと解決するケースは実務でよくあります。
解析フローのたとえ
CFDの解析フローは「水族館の水槽を設計する」感覚で考えてみてください。まず水槽の形を決め（計算領域）、水の入り口と出口を設計し（境界条件）、ポンプの強さを設定する（流量条件）。魚がどう泳ぐか見たければ粒子追跡。水温が気になれば熱解析を追加。…どうですか？ 意外と直感的ではありませんか？
初心者が陥りやすい落とし穴
「y+って何ですか？」——この質問が出たら要注意。壁面近くのメッシュ解像度を表すy+は、CFDの結果精度を左右する最重要パラメータの1つ。壁関数を使うなら30〜300、壁を完全に解像するなら1以下。これを確認せずに「摩擦抵抗が合わない！」と悩む人がとても多い。体温計の先端をちゃんと脇に挟まないで「熱がないのに37.5度って出た！」と慌てているようなものです。
境界条件の考え方
入口の境界条件は「蛇口をどのくらい開けるか」と同じ。ちょろちょろ出すか（低速）、全開にするか（高速）。でもCFDではもう一つ——「どのくらい暴れた水を出すか」（乱流強度）も指定する必要があります。蛇口の開け方を間違えると、下流のシンク全体の流れが変わりますよね？ CFDでも入口条件のミスは下流全体に波及します。
ソフトウェア比較
主要ツール
| ツール | 使用OEM | 特徴 |
|---|---|---|
| Ansys Fluent | Toyota, GM, VW | 汎用CFD。RANS/DES対応 |
| STAR-CCM+ | BMW (RANS), Hyundai | 自動メッシュ、オーバーセット |
| PowerFLOW (Dassault) | BMW, Ford, PSA | LBM法。非定常に強い |
| OpenFOAM | Volvo, 大学 | 無償。カスタマイズ性 |
| Exa/Simulia XFlow | Renault | LBM。メッシュレス |
| iconCFD | 一部OEM | OpenFOAMベース。自動車特化 |
ToyotaはFluentを使ってるんですね。
ToyotaはFluentを長年使用しており、独自のメッシュ自動化パイプラインを構築している。最近はDES/DDESの活用も進んでいるよ。
PowerFLOW vs N-Sソルバー
格子ボルツマン法のPowerFLOWは従来のN-Sソルバーと何が違うんですか？
BMWがPowerFLOWを選んだ理由は、メッシュ生成の自動化が容易で、非定常の後流（特にリア形状の評価）の精度が高いからだ。一方でN-Sソルバーの方が物理モデル（ラジエータ多孔体、ファン回転など）の自由度が高いという面もある。
ツール選定の指針
| 用途 | 推奨ツール | 理由 |
|---|---|---|
| 量産車$C_D$開発 | PowerFLOW / Fluent | 実績、精度 |
| EV航続距離最適化 | STAR-CCM+ | 統合的な最適化ワークフロー |
| 空力騒音 | PowerFLOW | LBM+FW-Hの騒音解析 |
| 研究・教育 | OpenFOAM | 無償、DrivAerベンチマーク対応 |
| サプライヤー（部品） | Fluent / STAR-CCM+ | 汎用性 |
EV時代になって空力のツール選定も変わってきているんですか？
EVでは航続距離が最大のセールスポイントだから、$C_D$の0.001単位の改善が重要になっている。LBMベースのPowerFLOWやXFlowの需要が高まっているのは、この非定常精度の要求が背景にあるんだ。
格子ボルツマン法が自動車業界を席巻しつつある理由
従来のRANS-CFDは定常計算が得意でしたが、自動車のAピラー付近の剥離渦や走行中の非定常後流は苦手でした。格子ボルツマン法（LBM）ベースのPowerFLOWはこの非定常性を自然に扱え、しかも大規模並列計算に乗りやすい。BMW、フォルクスワーゲン、GMなどがこぞって採用したのがこの2010年代で、従来のFluent一強だったデスクトップが一変しました。「ツール選定はベンダーロックインのリスクがある」という話は自動車業界でリアルに起きた歴史です。
選定で最も重要な3つの問い
- 「何を解くか」：自動車空力シミュレーションに必要な物理モデル・要素タイプが対応しているか。例えば、流体ではLES対応の有無、構造では接触・大変形の対応能力が差になる。
- 「誰が使うか」：初心者チームならGUIが充実したツール、経験者ならスクリプト駆動の柔軟なツールが適する。自動車のAT車（GUI）とMT車（スクリプト）の違いに似ている。
- 「どこまで拡張するか」：将来の解析規模拡大（HPC対応）、他部門への展開、他ツールとの連携を見据えた選択が長期的なコスト削減につながる。
先端技術
空力騒音（エアロアコースティクス）
自動車の風切り音をCFDで予測できるんですか？
Ffowcs Williams-Hawkings（FW-H）の式を使って、車体表面の圧力変動から遠方場の音圧を算出できる。
主な風切り音源:
- サイドミラー: 最大の音源。渦放出周波数$f \approx St \cdot V/D$（$St \approx 0.2$）
- Aピラー-ウインドウ隙間: 隙間風による高周波音
- ホイールハウス: 乱流騒音
- ワイパー/アンテナ: 円柱まわりのエオルス音
カメラミラー（デジタルミラー）にすると風切り音が減るんですよね。
その通り。従来のサイドミラーを小型カメラに置き換えると、$C_D$が0.01--0.02低減し、風切り音も大幅に低減する。Audi e-tronやLexus ESがデジタルミラーを採用しているよ。
形状最適化
自動車の空力形状最適化手法:
- パラメトリック最適化: デザインパラメータ（ルーフ高さ、リアスポイラー角度等）を変数としてDOE+応答曲面法
- 随伴法: 全表面の感度を1回の追加計算で算出。$\partial C_D/\partial x_i$を全節点で取得
- トポロジー最適化: 計算領域内の最適な物体配置を自動決定（研究段階）
随伴法はすごく効率的そうですね。
Fluent/STAR-CCM+ともに随伴ソルバーを搭載している。数百の設計変数があっても追加計算は1回だけだから、表面形状の感度マップを効率的に得られるんだ。
EVと自動運転の空力
EV/自動運転時代の空力トレンド:
- フロントグリルレス: エンジン冷却不要でフロントを滑らかに
- フラッシュドアハンドル: 突起物をなくして$C_D$を0.003低減
- アクティブエアロ: 速度に応じてグリルシャッター、スポイラーを自動制御
- LiDARの空力影響: ルーフ上のLiDARユニットが$\Delta C_D \approx +0.005$
- プラトーニング: 隊列走行による後続車の抗力30--40%低減
DrivAerベンチマーク
ミュンヘン工科大学（TUM）が公開したDrivAerモデルは自動車空力CFDの標準ベンチマークだ。
- Fastback/Notchback/Estatebackの3形態
- 開/閉のアンダーボディ
- ホイール有/無
- 風洞実験データが公開
- OpenFOAMのチュートリアルケースとしても利用可能
DrivAerでCFDの設定を検証してから実車に移行するのがベストプラクティスですね。
Coffee Break よもやま話
EVになって自動車空力の「優先度」が変わった
ガソリン車の時代は「エンジン冷却のための空気取り込み」と「空気抵抗低減」がトレードオフでした。冷却のためにフロントグリルを大きく開けると空力が悪化する。でもEVになると冷却風量の要求が一気に下がり、グリルを大胆に塞いで空力最優先にできる。テスラModel 3のCd=0.23はそのおかげが大きく、設計の自由度がガソリン車と根本的に変わったとCFDエンジニアたちは話しています。空力最適化の制約条件がモータ化によって再定義されたのです。
自動車の風切り音をCFDで予測できるんですか？
Ffowcs Williams-Hawkings（FW-H）の式を使って、車体表面の圧力変動から遠方場の音圧を算出できる。
主な風切り音源:
カメラミラー（デジタルミラー）にすると風切り音が減るんですよね。
その通り。従来のサイドミラーを小型カメラに置き換えると、$C_D$が0.01--0.02低減し、風切り音も大幅に低減する。Audi e-tronやLexus ESがデジタルミラーを採用しているよ。
自動車の空力形状最適化手法:
- パラメトリック最適化: デザインパラメータ（ルーフ高さ、リアスポイラー角度等）を変数としてDOE+応答曲面法
- 随伴法: 全表面の感度を1回の追加計算で算出。$\partial C_D/\partial x_i$を全節点で取得
- トポロジー最適化: 計算領域内の最適な物体配置を自動決定（研究段階）
随伴法はすごく効率的そうですね。
Fluent/STAR-CCM+ともに随伴ソルバーを搭載している。数百の設計変数があっても追加計算は1回だけだから、表面形状の感度マップを効率的に得られるんだ。
EVと自動運転の空力
EV/自動運転時代の空力トレンド:
- フロントグリルレス: エンジン冷却不要でフロントを滑らかに
- フラッシュドアハンドル: 突起物をなくして$C_D$を0.003低減
- アクティブエアロ: 速度に応じてグリルシャッター、スポイラーを自動制御
- LiDARの空力影響: ルーフ上のLiDARユニットが$\Delta C_D \approx +0.005$
- プラトーニング: 隊列走行による後続車の抗力30--40%低減
DrivAerベンチマーク
ミュンヘン工科大学（TUM）が公開したDrivAerモデルは自動車空力CFDの標準ベンチマークだ。
- Fastback/Notchback/Estatebackの3形態
- 開/閉のアンダーボディ
- ホイール有/無
- 風洞実験データが公開
- OpenFOAMのチュートリアルケースとしても利用可能
DrivAerでCFDの設定を検証してから実車に移行するのがベストプラクティスですね。
EVになって自動車空力の「優先度」が変わった
ガソリン車の時代は「エンジン冷却のための空気取り込み」と「空気抵抗低減」がトレードオフでした。冷却のためにフロントグリルを大きく開けると空力が悪化する。でもEVになると冷却風量の要求が一気に下がり、グリルを大胆に塞いで空力最優先にできる。テスラModel 3のCd=0.23はそのおかげが大きく、設計の自由度がガソリン車と根本的に変わったとCFDエンジニアたちは話しています。空力最適化の制約条件がモータ化によって再定義されたのです。
トラブルシューティング
1. $C_D$が風洞と合わない
症状: CFDの$C_D$が風洞と0.02以上乖離
チェックリスト:
- ホイールは回転しているか（MRFまたはSliding Mesh）
- 地面は移動壁になっているか
- ラジエータの多孔体モデルが正しいか（圧力損失係数の実測値を使用）
- エンジンルーム/冷却系の流路がモデル化されているか
- 風洞のスティング/支持装置が考慮されているか
- タイヤの接地パッチが再現されているか
2. 後流が非対称
対称な車体なのに後流が片側に偏るんですが。
原因: 鈍頭物体の後流は双安定（bi-stable）状態をとることがある。定常RANSだと片側に固定される。
対策:
- 対称面条件でハーフモデル計算（非対称後流は捉えられないが$C_D$精度は確保）
- URANSまたはDDESに移行して時間平均
- メッシュの対称性を厳密に確保
3. ホイールハウス周辺の発散
症状: 回転ホイールとフェンダーの間で計算が発散
対策:
- ホイールとフェンダーの隙間に最低5セルを確保
- タイヤの接地パッチ付近のメッシュ品質を確認（非直交性 < 70度）
- MRFゾーンの境界がフェンダー内面と干渉していないか確認
- 初期条件として低速から始めて徐々に加速する
4. 冷却系の圧力損失が不正確
症状: ラジエータ通過後の温度/圧力が実車と乖離
対策:
- ラジエータの圧力損失特性を風速の関数として実測データから入力
- コンデンサー、インタークーラーも個別の多孔体として設定
- ファンの回転: MRF（簡略）またはSRF（回転座標系で定常）
- エンジンルームの細部（ホース、配管）を適切に簡略化
Ahmed Body検証のポイント
Ahmed Bodyでの検証はどうやりますか？
Ahmed Body（スラントバック25度と35度）は必須の検証ケースだ。
確認ポイント:
- 25度: Cピラー渦構造が再現されているか（圧力場の可視化で確認）
- 35度: 完全剥離で後流が大きくなるパターンが再現されるか
- 25度→35度で$C_D$の不連続的な変化が捉えられるか
- ベース面（後面）の$C_p$分布が実験と一致するか
- DrivAerモデルでの$C_D$が公開データと$\pm 0.005$以内か
まずベンチマークで手法を検証してから実車に適用するのが大切ですね。
その通り。Ahmed BodyとDrivAerでCFD設定の妥当性を確認するのが業界のベストプラクティスだ。このステップを省くと、実車で問題が出たときに原因の切り分けが困難になるよ。
「風洞と全然合わない」の原因を特定する手順
自動車CFDで「風洞と合わない」という相談は実務あるあるです。まず確認するのがホイール回転の有無。ホイールを静止状態でモデル化すると、タイヤ周りの流れパターンが実測と大きくずれて、後流全体に影響します。次に確認するのが車内冷却流の有無で、グリル開口から流入した冷却風がCdに最大0.01程度寄与することがある。「同じ形状なのに差が出る」と感じたら、こうした境界条件の細部を一つずつチェックリストで潰していくのがトラブルシューティングの鉄則です。
「解析が合わない」と思ったら
- まず深呼吸——焦って設定をランダムに変えると、問題がさらに複雑になる
- 最小再現ケースを作る——自動車空力シミュレーションの問題を最も単純な形で再現する。「引き算のデバッグ」が最も効率的
- 1つだけ変えて再実行——複数の変更を同時に行うと、何が効いたか分からなくなる。科学実験と同じ「対照実験」の原則
- 物理に立ち返る——計算結果が「重力に逆らって物が浮く」ような非物理的な結果なら、入力データの根本的な間違いを疑う
関連トピック
なった
詳しく
報告