A term-by-term variational multiscale method with dynamic subscales for incompressible turbulent aerodynamics

本論文は、アハメドボディやフォーミュラ1カーのような大規模外部空気力学構成における複雑な流れの特徴を捉えることに成功し、層流から乱流領域にわたる非圧縮性乱流空気力学の、等次補間によるロバストなシミュレーションを可能にする、増分圧力補正フレームワーク内での動的かつ項ごとの変分マルチスケール安定化定式化を提案し、検証するものである。

要約

あなたは、高速で走行する車の周囲を空気がどのように流れるかを予測しようとしていると想像してください。これは単に滑らかな空気の流れではありません。それは、ミリ秒単位で変化する、混沌とした渦巻く乱流です。これをコンピュータでシミュレーションするには、空間を数百万の小さなパズルのピース（メッシュ）に分割しなければなりません。

問題は、たとえ数百万のピースがあったとしても、コンピュータはその中のあらゆる微細な渦を見ることができないということです。それは、格子状の窓越しにハリケーンを観察しているようなものです。大きな嵐は見えますが、格子の線の間にある小さく混沌とした渦は見えません。もしこれらを無視してしまうと、シミュレーションは不安定になってクラッシュするか、あるいは間違った答えを出してしまいます。

論文の解決策：「空気の流れのための『スマートフィルター』」

著者らは、**変分マルチスケール（VMS）**法と呼ばれる、新しい数学的な「スマートフィルター」を開発しました。彼らがこの概念をシンプルな言葉で説明すると、以下のようになります。

1. 「全体像」対「隠れた詳細」

空気の流れには、2つの層があると考えてください。

• 解像されたスケール（Resolved Scale）： コンピュータのメッシュが実際に捉えることができる、大きく目に見える渦。
• サブスケール（Subscale）： メッシュでは捉えきれない、あまりに小さく目に見えない渦。

古い手法では、固定されたルール（硬直したレシピのようなもの）を使って、微細な渦がどのように動いているかを推測しようとしていました。この論文は**動的（ダイナミック）**なアプローチを提案しています。固定されたレシピではなく、コンピュータは「今、この瞬間に微細な渦がどうあるべきか」を、大きな渦の動きに基づいて計算します。これは、あらかじめ決められた地図に従うのではなく、路面の状況に応じて常にステアリングを調整する副操縦士がいるようなものです。

2. 「項ごと（Term-by-Term）」の戦略

著者らは、この手法を「分数ステップ法（fractional-step method）」と呼ばれる特定の計算手法と組み合わせて動作するように構築しました。複雑なパズルを一つずつ解いていく様子を想像してください。まず速度を解き、次に圧力を解く、という具合です。

• 革新性： 彼らは、計算の順序を乱すことなく、パズルを解く各ステップの中に直接「スマートフィルター」を組み込みました。
• 比喩： あなたがケーキを焼いていると想像してください。通常は、材料を混ぜてから焼きます。もし特別な安定剤が必要になった場合、レシピを最初からやり直さなければならないかもしれません。この新しい手法は、混ぜている最中に直接安定剤を振りかけることができるようにするものです。これにより、焼き方の手順を変えることなく、ケーキが完璧に膨らむようにします。これにより、プロセスは高速かつ安定したまま保たれます。

3. 「直交（Orthogonal）」というセーフティネット

この手法の重要な特徴は、「直交射影（orthogonal projection）」です。瓶の中にある赤いビー玉と青いビー玉を分離しようとしていると考えてください。

• 古い方法： 誤って混ぜ合わせてしまったり、いくつか取り残したりする可能性があります。
• この手法： 「大きな渦（赤）」と「小さな渦（青）」を、完全に分離された重なりのない箱に収めることを保証します。これにより、コンピュータが混乱してエネルギーを二重にカウントしてしまうことを防ぎ、空気が非常に乱れていてもシミュレーションの安定性を保ちます。

4. 実世界でのテスト

著者らはこれを紙の上だけで行ったのではなく、2つの非常に困難なシナリオでテストしました。

• アメド・ボディ（Ahmed Body）： これは、科学者が自動車の空気力学の標準テストとして使用する、単純で箱型の形状です。彼らはさまざまな角度（車の後ろを傾けるような角度）でテストを行いました。

  • 結果： この手法は完璧に機能しました。抗力（空気抵抗）を正確に予測し、車の後ろで渦巻く混沌とした空気を、コンピュータがクラッシュすることなく処理できることを示しました。非常に細かいメッシュ（3700万個のピース）を使用することで最も正確な結果が得られることがわかりましたが、粗いメッシュであっても手法は安定していました。

• フォーミュラ1カー： これははるかに難しいテストです。F1カーはウィング、タイヤ、曲線に覆われており、極めて複雑な空気パターンを生み出します。

  • 結果： 彼らは、通常の「乱流モデル（ショートカット）」を使わずに、実際のF1カーを走行速度（時速200km）でシミュレートしました。この手法は、複雑な3Dの空気の渦や、「グラウンドエフェクト（車を地面に吸い付ける効果）」をうまく処理しました。空気の動きや、車にかかる力の大きさについて、現実的なデータを出力しました。

5. 空気の「音楽」をチェックする

彼らの手法が正しく機能していることを証明するために、彼らは空気の流れの「スペクトル」を調べました。

• 比喩： 空気流を「音楽」と考えてください。実際の乱流では、エネルギーの「音（渦）」は、小さくなるにつれて特定のパターン（特定の音階のようなもの）に従います。
• 結果： コンピュータのシミュレーションは、自然界の乱流の物理現象と一致する「歌」を生成しました。エネルギーが正しい割合で減少していることが示され、この「スマートフィルター」が、実際の空気と同じようにエネルギーを正しく消散させていることが証明されました。

まとめ

要約すると、この論文は、車両周囲の乱れた空気の流れをシミュレートするための、新しく堅牢な方法を提示しています。それは、大きな空気の動きと小さな動きを分離する、動的で自己調整型の数学的フィルターを使用しています。これは、実際の車の形状のような複雑で構造化されていないコンピュータメッシュ上で機能し、空気が極めて混沌としている場合でも安定しています。著者らは、標準的なテストブロックと非常に複雑なフォーミュラ1カーの両方でこれが機能することを証明し、乱流がどのように振る舞うかについての簡略化された推測に頼ることなく、現実世界のエンジニアリングの課題に対処できることを示しました。

技術概要

技術要約：非圧縮性乱流空気力学のための動的サブスケールを用いた項別（Term-by-Term）変分マルチスケール法

問題提起
正確な乱流表現は、抗力、揚力、および剥離の予測における計算空気力学において極めて重要であるが、工学的に意味のあるレイノルズ数において直接数値シミュレーション（DNS）を行うことは計算コストの面で極めて困難である。レイノルズ平均ナビエ・ストークス（RANS）モデルは効率的ではあるが、複雑な形状における剥離流の予測能力に欠けることが多い。ラージエディシミュレーション（LES）は中間的な解決策を提供するが、高レイノルズ数の現実的な形状に対しては多大なコストを要する。さらに、産業界で重要な計算では、大規模な非構造格子上で非圧縮性ナビエ・ストークス方程式を効率的に解くために、分数ステップ法（圧力分離法）戦略が用いられることが多い。しかし、複雑な外部空気力学において、これらの圧力補正分数ステップスキーム内に組み込まれた変分マルチスケール（VMS）乱流解像定式化がどのように振る舞うかに関する大規模な証拠は限られている。

手法
著者らは、増分圧力補正分数ステップ法に合わせて設計された、動的な項別（term-by-term）VMS安定化定式化を提案している。この手法は、等次（equal-order）の速度・圧力補間を用いる非構造テトラメッシュ上で動作するように設計されており、対流支配領域における堅牢性を維持するための安定化を必要とする。

主な手法構成要素は以下の通りである：

• 直交VMSフレームワーク： 解は、解像されたスケール（有限要素空間）と未解像のサブスケール（直交補空間）に分解される。直交射影は一貫したスケール分離を保証し、非残留項としての項別構造が、明示的な渦粘性モデルを用いずに動的サブスケールを通じて散逸を誘発することを可能にする。
• 動的サブスケール： 準静的なアプローチとは異なり、サブスケールは時間依存変数として扱われ、2次後退微分公式（BDF2）を用いて一貫して積分される。これにより、本手法は慣性領域の散逸やバックスキャッター効果を含む、乱流エネルギー伝達の主要な特徴を回収できる一方で、制約の厳しいタイムステップの制限を取り除くことができる。
• 項別埋め込み（Term-by-Term Embedding）： 安定化は完全離散化されたモノリシックレベルで構築され、既存の演算子ブロックを導入して新しい速度・圧力間の相互結合を導入するのではなく、既存のブロックを修正することで分数ステップの各段階に埋め込まれる。
  • 運動量側の安定化は、速度予測段階に入る。
  • 圧力に関連する対角成分（圧力勾配サブスケールによって誘発される）は、圧力補正ポアソン解を増強する。
  • サブスケールの履歴項は、標準的な投影構造を維持するため、既知の右辺項としてのみ現れる。
• 最小限の安定化レイアウト： 本定式化は、安定な等次補間と対流制御に必要な項のみを導入する。オプションのgrad–div寄与（圧力サブスケールを通じて作用する）は、要求度の高い構成における非線形的な堅牢性を高めるために含まれている。
• 実装： 対流および安定化パラメータから生じる非線形性は、ピカール（不動点）反復によって処理される。直交射影は、$L^2$射影を用いた射影・補正戦略を通じて実現される。

主な貢献

1. 統一された離散化： 本手法は、問題固有の乱流モデルに頼ることなく、複雑な3次元設定において安定な等次速度・圧力補間と、対流支配的な動力学の堅牢な制御を可能にする統一されたフレームワークを提供する。
2. 分数ステップ法との統合： 本研究は、直交動的サブスケール安定化が、その段階ごとの構造や効率を変えることなく、増分圧力補正スキームにどのように統合できるかを実証している。
3. スケーラビリティと堅牢性： 本定式化は、300万から4000万要素に及ぶ非構造メッシュを用いた大規模な外部空気力学構成を用いて検証されており、幅広い解像度における安定性が示されている。

結果
手法は以下の2つの構成で検証された：

1. Ahmed Body ($Re = 7.68 \times 10^5$):

   • シミュレーションは、複数の後部スラント角（$0^\circ, 12.5^\circ, 25^\circ, 35^\circ$）に対して行われた。
   • メッシュ感度解析（3.2Mから37.3M要素）の結果、積分荷重（抗力係数）は解像度に敏感であるが、本定式化はすべてのレベルにおいて数値的に安定していることが示された。
   • 細かいメッシュの結果（$C_D \approx 0.33$）は、特に決定的な $25^\circ$ のスラント角において、参照用LESおよび実験データと競争力のある一致を示した。
   • 点の速度および圧力スペクトルは、有限の周波数範囲を示し、慣性領域の参照スロープ（速度については $-5/3$、圧力については $-7/3$）と互換性があった。これは、散逸制御の一事後的な整合性指標として機能する。
   • コヒーレント構造（Q-criterion）および後流トポロジーの可視化により、分離したせん断層および渦の相互作用の解像が確認された。

2. Formula 1 Configuration ($Re \approx 1.13 \times 10^6$):

   • 現実的なフルスケールのF1カーの形状が、$U_\infty = 56$ m/s において、約 $3.87 \times 10^7$ 要素の単一の細かいメッシュを用いてシミュレートされた。
   • 明示的な乱流モデルは使用されず、堅牢性は安定化定式化のみに依存した。
   • シミュレーションは、グラウンドエフェクトのメカニズム、ホイールウェイク、およびマルチエレメント・リフティングサーフェスを含む、複雑な3次元の流れの相互作用を捉えることに成功した。
   • 積分係数（$C_D, C_L$）およびスペクトル診断は、現実的なマルチコンポーネント形状における未解像領域を扱う本手法の能力を裏付けた。
   • オプションのgrad–div項の導入は、この要求度の高いケースにおける非線形収束において極めて重要であることが判明した。これがない場合、反復計算が停滞する傾向があった。

意義と主張
本論文は、提案された安定化された圧力分離定式化が、大規模においても堅牢であり続け、複雑な外部空気力学における主要な分離流の特徴とコヒーレントな後流組織を効果的に捉えることを主張している。直交動的サブスケールを利用することで、本手法は明示的な渦粘性モデルなしに、乱流シミュレーションに適した制御された数値散逸を誘発する。本研究は、制御されたベンチマーク研究と、アプリケーション駆動の空気力学との間の溝を埋めるものであり、VMSベースの乱流解像定式化が、効率的な分数ステップフレームワーク内で大規模な非構造メッシュに対して成功裏に適用できることを実証している。提供されたスペクトル診断は、大規模な未解像シミュレーションにおける散逸制御を評価するための実用的なツールとなる。著者らは、安定化パラメータ（具体的には $c_3 = 24$）の選択が、テストケース全体で最も堅牢な非線形挙動を提供するために経験的に決定されたことを述べている。