NEWS
2026.02.03
【プレスリリース】AIで「刻々と変化する風」を低コストで正確に予測 －航空機や風車の設計を革新する、低コストかつ高精度な流体解析技術－ (2026.2.3)
【発表のポイント】
・航空機の振動や風力発電の騒音など、非定常現象が引き起こす課題の解決において重要となる時間変化する空気の流れ」を、AI（人工知能）を用いて、直接数値計算の約0.55%（およそ180分の1以下）という極めて低い計算コストで、高精度に予測する技術を実証しました。
・従来のAI流体シミュレーションの多くは「定常（平均的）」な流れを対象としていましたが、「渦の放出周波数」などを直接学習させました。
・本技術により、航空機や風力発電機の開発速度が飛躍的に向上し、安全で高効率な次世代製品の早期実用化への貢献が期待されます。
【概要】
航空機や自動車、風力発電機などの開発現場では、空気抵抗や騒音を予測するために流体シミュレーションが不可欠です。自然界の風は、常に強さや向きが変化する「非定常」なものです。しかし、近年盛んなAI流体シミュレーションの多くは、時間変化しない「定常」な流れを対象とし、現場が知りたい「振動」を扱える技術は確立されていませんでした。
東北大学流体科学研究所の川端敦仁大学院生、焼野藍子准教授らの研究グループは、メルボルン大学のリチャード・サンドバーグ教授らとの共同研究で、シミュレーションを実行しながらAIが学習する「CFD駆動型機械学習」を進化させ、渦の放出周波数などをAIに直接学習させました。これにより、設計現場で使える軽い計算負荷のまま、高い精度で非定常現象（渦の発生や変動）を再現することに成功しました。本成果は、計算コストの壁を取り払い、安全性や静粛性に優れた製品開発を劇的に加速させるものです。
本研究成果は、2026年1月29日付(現地時間)で、計算流体力学分野で世界トップクラスの評価(Q1)を得ている国際学術誌『Engineering Applications of Computational Fluid Mechanics』 に掲載されました。
(a) スーパーコンピュータを用いたDNSによる正解データ。(b) 従来の低コスト手法によるベースライン。渦の構造がぼやけてしまっている。(c) 今回開発したAIモデルによる結果。低コストな計算でありながら、正解データ(a)と同様に、物体背後の複雑な渦の構造を鮮明に再現できている。
【論文情報】
タイトル：A Machine Learning-Based Closure for Unsteady RANS Simulations of Vortex Shedding
著者： Atsuhito Kawabata, Aiko Yakeno*, Shigeru Obayashi, Richard D. Sandberg
*責任著者：東北大学 流体科学研究所 准教授 焼野藍子
掲載誌：Engineering Applications of Computational Fluid Mechanics
DOI：10.1080/19942060.2026.2619155
URL：https://www.tandfonline.com/doi/full/10.1080/19942060.2026.2619155
＜関連リンク＞
東北大学プレスリリース
科学技術振興機構 (JST) プレスリリース
航空宇宙流体工学研究分野
焼野研究室ウェブサイト
＜問い合わせ先＞
（研究に関すること）
東北大学流体科学研究所
准教授 焼野 藍子
TEL: 022-217-5267
E-mail: aiko.yakeno*tohoku.ac.jp
（*を@に置き換えてください）
（報道に関すること）
東北大学流体科学研究所
国際研究戦略室 広報担当
Tel: 022-217-5873
E-mail: ifs-koho*grp.tohoku.ac.jp
（*を@に置き換えてください）
・航空機の振動や風力発電の騒音など、非定常現象が引き起こす課題の解決において重要となる時間変化する空気の流れ」を、AI（人工知能）を用いて、直接数値計算の約0.55%（およそ180分の1以下）という極めて低い計算コストで、高精度に予測する技術を実証しました。
・従来のAI流体シミュレーションの多くは「定常（平均的）」な流れを対象としていましたが、「渦の放出周波数」などを直接学習させました。
・本技術により、航空機や風力発電機の開発速度が飛躍的に向上し、安全で高効率な次世代製品の早期実用化への貢献が期待されます。
【概要】
航空機や自動車、風力発電機などの開発現場では、空気抵抗や騒音を予測するために流体シミュレーションが不可欠です。自然界の風は、常に強さや向きが変化する「非定常」なものです。しかし、近年盛んなAI流体シミュレーションの多くは、時間変化しない「定常」な流れを対象とし、現場が知りたい「振動」を扱える技術は確立されていませんでした。
東北大学流体科学研究所の川端敦仁大学院生、焼野藍子准教授らの研究グループは、メルボルン大学のリチャード・サンドバーグ教授らとの共同研究で、シミュレーションを実行しながらAIが学習する「CFD駆動型機械学習」を進化させ、渦の放出周波数などをAIに直接学習させました。これにより、設計現場で使える軽い計算負荷のまま、高い精度で非定常現象（渦の発生や変動）を再現することに成功しました。本成果は、計算コストの壁を取り払い、安全性や静粛性に優れた製品開発を劇的に加速させるものです。
本研究成果は、2026年1月29日付(現地時間)で、計算流体力学分野で世界トップクラスの評価(Q1)を得ている国際学術誌『Engineering Applications of Computational Fluid Mechanics』 に掲載されました。
(a) スーパーコンピュータを用いたDNSによる正解データ。(b) 従来の低コスト手法によるベースライン。渦の構造がぼやけてしまっている。(c) 今回開発したAIモデルによる結果。低コストな計算でありながら、正解データ(a)と同様に、物体背後の複雑な渦の構造を鮮明に再現できている。
【論文情報】
タイトル：A Machine Learning-Based Closure for Unsteady RANS Simulations of Vortex Shedding
著者： Atsuhito Kawabata, Aiko Yakeno*, Shigeru Obayashi, Richard D. Sandberg
*責任著者：東北大学 流体科学研究所 准教授 焼野藍子
掲載誌：Engineering Applications of Computational Fluid Mechanics
DOI：10.1080/19942060.2026.2619155
URL：https://www.tandfonline.com/doi/full/10.1080/19942060.2026.2619155
＜関連リンク＞
東北大学プレスリリース
科学技術振興機構 (JST) プレスリリース
航空宇宙流体工学研究分野
焼野研究室ウェブサイト
＜問い合わせ先＞
（研究に関すること）
東北大学流体科学研究所
准教授 焼野 藍子
TEL: 022-217-5267
E-mail: aiko.yakeno*tohoku.ac.jp
（*を@に置き換えてください）
（報道に関すること）
東北大学流体科学研究所
国際研究戦略室 広報担当
Tel: 022-217-5873
E-mail: ifs-koho*grp.tohoku.ac.jp
（*を@に置き換えてください）