格子ボルツマン解析による流体騒音発生機構の解明
Lattice Boltzmann simulations for elucidating aeroacoustic noise generation
mechanisms
本研究では、格子ボルツマン法（LBM）に基づく流れ場と音響場の連成解析技術の開発に取り組んでいます。特に、ターボ機械の動翼のような流線形状を有する移動物体を効率的に扱うため、直交格子と物体適合格子を組み合わせたハイブリッド格子法を開発しています。また、騒音低減に広く用いられる吸音材をモデル化することで、流体音の発生・伝播・吸収過程を一貫して解析可能な手法の構築を目指しています。これらの技術を基盤として、スーパーコンピュータを用いた大規模解析により、流体騒音（空力騒音）の発生・伝播メカニズムを解明し、航空機・自動車・風車・家電・空調機器などの低騒音化に貢献することを目指しています。
Our research develops coupled flow and acoustic field analysis techniques based on
the lattice Boltzmann method (LBM). We are developing a hybrid-grid method that combines Cartesian and
body-fitted grids to efficiently simulate moving bodies with streamlined shapes, such as rotating blades in
turbomachinery. We also model sound-absorbing materials to establish a unified framework for analyzing the
generation, propagation, and absorption of fluid-borne sound. Using these technologies as a foundation, we
conduct large-scale simulations on supercomputers to clarify the mechanisms of fluid-dynamic noise, or
aeroacoustic noise, and contribute to noise reduction in aircraft, automobiles, wind turbines, home
appliances, and air-conditioning equipment.
NACA0012翼から発生する乱流音の解析
Broadband sound from an isolated airfoil
円柱のエオルス音の解析
Aeolian tone
空調用横流ファンの流体音響解析
Cross-flow fan
空調用軸流ファンの翼端渦の可視化
Tip vortex of an axial-flow fan
キャビティ音の解析
Cavity tone
垂直軸風車の流体音響解析
Vertical-axis wind turbine
アジョイント最適化による非定常流れおよび流体騒音の制御
Adjoint-based optimization for controlling unsteady flows and aerodynamic
sounds
近年、数値解析技術の進展により、機器設計の段階で空力騒音の予測や音源同定が可能になりつつあります。しかし、このような順解析のみでは、流体音の発生をどのように抑制すべきかという設計指針を直接導くことは困難です。本研究では、流体音響問題を対象に、格子ボルツマン方程式に基づく随伴法（アジョイント法）を用いた逆解析手法を構築しています。この手法により、流体騒音の低減に有効な新しい形状を効率的に導出することを目指しています。本研究の成果は、自動車や航空機などの輸送機械、ファンや風車などの流体機械における革新的な空力騒音低減技術の創出に貢献することが期待されます。
Recent advances in numerical simulation have made it possible to predict aeroacoustic
noise and identify noise sources during the design stage of mechanical systems. However, forward analysis
alone cannot directly provide design guidelines for suppressing the generation of fluid-borne sound. Our
research develops an inverse analysis method for aeroacoustic problems using an adjoint method based on the
lattice Boltzmann equation. This method enables the efficient exploration of new shapes that are effective for
reducing fluid-dynamic noise. These outcomes are expected to contribute to innovative aeroacoustic noise
reduction technologies for transportation systems, including automobiles and aircraft, and for fluid
machinery, including fans and wind turbines.
流体音の順解析と逆解析
Forward and inverse aeroacoustic analysis
形状最適化によるキャビティ音の低減
Reduction of cavity tone
音響圧縮センシングによる複雑流動場イメージング
Acoustic compressed sensing for reconstructing complex flow fields
音を計測することで音源の状態を把握する「音響リモートセンシング」は、海底探査や機械音源の可視化など、様々な分野で活用されています。しかし、流体がもつ強い非線形性や高次元性のため、音響信号だけから流れの詳細な構造を捉えることは容易ではありません。本研究室では、機械学習と物理法則に基づく逆解析を融合し、限られた音響信号から目に見えない流れ場の状態を再構成する新しい手法の開発に取り組んでいます。これにより、航空機エンジンや風力タービンにおいて、失速の前兆となる僅かな流れの変化を非侵襲的かつリアルタイムに捉え、より高度な流れの制御につなげることを目指しています。
Acoustic remote sensing, which infers the state of a source by measuring sound, has
been widely applied in various fields, including seafloor exploration and the visualization of mechanical
sound sources. However, due to the strong nonlinearity and high dimensionality inherent in fluid flows, it
remains challenging to capture detailed flow structures solely from acoustic signals.
In our laboratory, we aim to develop a novel methodology that reconstructs the state of otherwise invisible
flow fields from limited acoustic measurements by integrating machine learning with physics-based inverse
analysis. This approach enables non-intrusive and real-time detection of subtle flow variations that precede
stall in systems such as aircraft engines and wind turbines, ultimately contributing to more advanced flow
control strategies.
航空機エンジン用軸流圧縮機の音響信号から軸トルク変動の再構成
Reconstruction of shaft torque fluctuations from acoustic signals in an aircraft
engine axial compressor
