非定常の解析から特徴構造を自動抽出、機械学習を活用した騒音源の特定方法

　カーボンニュートラル化が急がれる社会で、輸送機関や冷却・空調装置などにおいても一層の効率向上が求められている。その一方で懸念されているのが、空力振動や騒音といった課題の拡大だ。空力振動騒音の真因を解明するに当たっては「非定常の解析」が重要になるが、これまでは有効なツールが見当たらなかった。

　例えば、一般用換気扇では羽根車の効率化と低騒音化が行われてきたが、モータステーに対してはCFD解析による低圧損化の実施にとどまり、音の観点での分析は十分ではなかった。CFD解析では複雑な渦構造の存在を確認できるものの、騒音源となる渦の特定ができなかったためだ。そこで新たに、機械学習を利用した固有直交分解（POD）と動的モード分解（DMD）の手法が登場している。

　本資料では、この手法による騒音源特定の取り組みを解説する。CFDの解析結果を入力データとしてモード分解を実施し、機械学習処理で重要モードを自動抽出。各モードの可視化解析や抗力・揚力などの空力特性値の変動を解析することで、騒音源となる、モータステーから発生する渦の構造と生成位置を特定するといった実践的な内容が確認できる。