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
機械工学では、空調機に搭載される各種のファンや自動車の車体まわりの流れのように主にマッハ数が小さい流れから発生する流体騒音が課題となります。本研究では、低マッハ数流れを対象に、格子ボルツマン法（LBM）を用いた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の移動物体をLBMで効率的に計算するために、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を用いた計算手法を開発しています。さらに、騒音低減に良く使用される吸音材をモデル化することで、流体音の発生・伝播・吸収の過程の一貫解析を実現しています。
In mechanical engineering, aerodynamic noise generated by low-Mach-number flows—such
as those around fans in air conditioning systems or the exterior surfaces of automobiles—poses a significant
challenge. This study aims to develop a direct aeroacoustic simulation method for such flows using the lattice
Boltzmann method (LBM). To efficiently simulate moving bodies with streamlined geometries, such as rotor
blades in turbomachinery, we are developing a computational technique that combines Cartesian and body-fitted
grids within the LBM framework. Furthermore, by modeling sound-absorbing materials commonly used for noise
reduction, the proposed approach enables comprehensive analysis of the generation, propagation, and absorption
of aerodynamic noise.
空調用横流ファンの流体音響解析
Cross-flow fan
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、機器設計の段階で流体騒音を予測したり、音源を同定することが可能になりつつあります。しかしながら、こうした順解析のみでは、流体音の発生をどのように抑制すべきかといった設計指針を直接的に導くことは困難です。本研究では、流体音響問題を対象として、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、流体騒音の低減に資する革新的な形状を効率的に導出できることが期待されます。実際に、本手法をエオルス音やキャビティ音といった代表的な流体音に適用し、新たな受動制御技術の提案を行っています。
In recent years, advances in numerical analysis techniques have increasingly enabled
the prediction of aerodynamic noise and the identification of its sources during the design stage of
mechanical systems. However, forward analysis alone does not directly yield design guidelines for effectively
suppressing aerodynamic noise. In this study, we develop an inverse analysis method for aeroacoustic problems
based on the adjoint lattice Boltzmann method (LBM). This approach is expected to facilitate the efficient
derivation of innovative geometries that contribute to noise reduction. The proposed method has been applied
to representative cases of flow-induced noise, such as aeolian tones and cavity tones, leading to the
development of novel passive control strategies.
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.
learning approaches.
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 axial
compressor
