Estimation of Airflow in the Vehicle Engine Room and Velocity of Air Passing Through the Heat Exchanger Using Machine Learning
機械学習を用いた自動車エンジンルーム内流れおよび熱交換器平均通過風速の推定
- Delivery
- Available on the other site
- Click here to order.
- Publication code
- 20264132
- Paper/Info type
- JSAE Transaction
Vol.57 No.2
- Pages
- 195-201(Total 7 p)
- Date of publication
- Mar 2026
- Publisher
- JSAE
- Language
- Japanese
Detailed Information
| Category(J) | 論文 Translation |
|---|---|
| Category(E) | Paper |
| Author(J) | 1) 橘川 拓実, 2) 陳 放歌, 3) 寺口 剛仁, 4) 赤坂 啓, 5) 南里 卓也 |
| Author(E) | 1) Takumi Kitsukawa, 2) Fangge Chen, 3) Takehito Teraguchi, 4) Kei Akasaka, 5) Takuya Nanri |
| Affiliation(J) | 1) 日産自動車株式会社 総合研究所, 2) 日産自動車株式会社 総合研究所, 3) 日産自動車株式会社 総合研究所, 4) 日産自動車株式会社 カスタマーパフォーマンス＆車両性能技術開発本部, 5) 日産自動車株式会社 総合研究所 |
| Abstract(J) | 自動車の熱性能評価において，CFDは重要だが，計算時間の長さやコストの課題がある．本研究では，機械学習を用いたエンジンルーム内流れ及び熱交換器の通過風速を推定するサロゲートモデルを提案する．本論文では，モデル構造と独自に構築したデータセット及び計算時間と予測精度を示し，手法の有用性について述べる． Translation |
| Abstract(E) | To evaluate vehicle thermal and cooling performance, Computational Fluid Dynamics (CFD) simulations play an important role, but they are costly and time-consuming. In this study, we propose a surrogate model using machine learning to reduce the cost and time associated with CFD. This model estimates airflow in the engine room and the velocity of air passing through the heat exchanger from vehicle shape and airflow resistance of the heat exchanger. We then show the estimation accuracy and the computation time on a self-made dataset, demonstrating the effectiveness of the proposed method. |
