アクセス
Facebook
X
Instagram
YouTube
日本語
お問い合わせ
トップページ
研究活動
計算の科学・計算による科学研究チーム紹介
複雑現象統一的解法研究チーム
複雑現象統一的解法研究チーム
English
チームプリンシパル 坪倉 誠
（つぼくら まこと）
mtsubo[at]riken.jp （拠点：神戸）- Emailの[at]は@にご変更ください。
- 1997
- 東京大学大学院工学系研究科 修了 博士（工学）
- 1997
- 日本学術振興会 特別研究員
- 1999
- 東京工業大学大学院総合理工学研究科 講師
- 2003
- 電気通信大学電気通信学部 助教授
- 2007
- 北海道大学大学院工学研究院 准教授
- 2012
- AICS複雑現象統一的解法研究チーム チームリーダー（現職）
- 2015
- 神戸大学大学院システム情報学研究科 教授（現職）
キーワード
- 流体工学
- 乱流
- 数値流体力学
- 自動車空力
- ラージエディーシミュレーション
研究概要
ものづくりの現場では、流体、熱、構造、音、化学反応などが互いに影響し合う複雑・複合現象（マルチフィジックス現象）を対象としたシミュレーションが強く求められています。従来は、それぞれの現象に対して個別に開発された手法を組み合わせることでこうした問題に対応してきました。しかし、「富岳」に代表される大規模HPC環境でさらなる高速化や高精度化を図ろうとすると、手法間のデータ転送や補間がボトルネックとなり、ハードウェアが本来持つ計算性能を十分に引き出せないという問題が生じます。
本研究室は、「HPC環境を活用した複雑・複合現象のシミュレーション技術の構築と、AI技術の統合によるHPC環境の高度化利用、およびこれらの技術の産業界への展開」を大きな目標として掲げ、統一的データ構造に基づく統合シミュレーションフレームワーク CUBE を中心に研究・開発を進めています。具体的には、
（1）「富岳」から「富岳Next」へと続く、CPU/GPUハイブリッドに代表されるような次世代計算機アーキテクチャに対応した手法のさらなる高速化、さらには機械学習によるサロゲートモデルの構築やCNNによる縮約モデルの構築、PINNs等によるリアルタイムシミュレーション基盤の構築、
（2）実験では再現が難しい実運転環境下における高精度な予測（リアルワールドシミュレーション）の実現、
（3）次世代デジタルエンジニアリング技術の構築。具体的には、CFDとAIの統合技術による多目的最適化フレームワークの構築や、生成AI技術による最適形状の提案、
（4）量子コンピュータにおける偏微分方程式計算のためのアルゴリズム開発、
に取り組んでいます。
これらを通じて、ものづくり分野におけるシミュレーションの可能性をさらに拡張することを目指しています。
主な受賞歴
- 2021年11月 ACM (Association for Computing Machinery) Gordon Bell Special Prize for High Performance Computing-Based COVID-19 Research
- 2022年4月 文部科学大臣表彰（科学技術賞 科学技術振興部門）（The Commendation for Science and Technology by the Minister of Education, Culture, Sports, Science and Technology, Science and Technology Promotion Category）
- 2023年2月 内閣府 第5回日本オープンイノベーション大賞 文部科学大臣賞
- 2023年9月 2023 JACM (Japan Association of Computational Mechanics) Computational Mechanics Award
主な研究成果
空力・車両運動連成シミュレーションにより実運転環境下での自動車高速走行性能評価を可能に
複雑現象統合シミュレーションフレームワークCUBEに、埋め込み境界法（IBM）に基づくオイラー・ラグランジュハイブリッド移動境界法を実装することで、6軸自由運動する自動車と車体周りの空気の流れを連成させたシミュレーションを可能にしました。この手法を用いて、実際に車体開発に用いられている詳細車体CADデータから、データ修正なしにBCM階層直交格子を作成し、自動車コーナリング時のタイヤホイールの回転や前輪舵角変化も考慮したリアルワールドシミュレーションを行うことに成功しました。
この手法を用いることで、将来的にはCADデータから高速走行性能評価を行うことが可能となり、試作車両が存在しない設計上流側で、車両のさまざまな性能を統合的に最適化する新たな自動車ものづくりの可能性を示すことができました。
主要論文
- Atsushi Tajima, Takumi Hirata, Jun Ikeda, Kosuke Nakasato, Takahiro Kamiwaki, Junichi Wakamatsu, Munehiko Oshima, Makoto Tsubokura:
"Main Factors that Modulate Vehicle Wind Noise and Measures to Reduce It."
Journal of Wind Engineering and Industrial Aerodynamics, vol.266, pp.106210, https://doi.org/10.1016/j.jweia.2025.106210 (2025) - Koji Nishiguchi, Tokimasa Shimada, Christian Peco, Keito Kondo, Shigenobu Okazawa, Makoto Tsubokura:
"Eulerian finite volume method using Larrangian markers with reference map for incompressible fluid-structure interaction problems"
Computers & Fluids, vol. 274, 106210, https://doi.org/10.1016/j.compfluid.2024.106210 (2024) - Aito Higashida, Kazuto Ando, Mario Ruttgers, Andreas Lintermann, Makoto Tsubokura:
"Robustness evaluation of large-scale machine learning-based reduced order models for reproducing flow fields"
Future Generation Computer Systems, vol.159, pp.243-254, https://doi.org/10.1016/j.future.2024.05.005 (2024)． - Kazuto Ando, Keiji Onishi, Rahul Bale, Akiyoshi Kuroda, Makoto Tsubokura:
"Nonlinear Reduced-Order Modeling for Three-Dimensional Turbulent Flow by Large-Scale Machine Learning"
Computers and Fluids, 106047, https://doi.org/10.1016/j.compfluid.2023.106047 (2023) - Rahul Bale, ChungGang Li, Hajime Fukudome, Saori Yumino, Akiyoshi Iida, Makoto Tsubokura:
"Characterizing infection risk in a restaurant environment due to airborne diseases using discrete droplet dispersion simulation"
Heliyon, 9(10), e20540, https://doi.org/10.1016/j.heliyon.2023.e20540 (2023) - Kazuto Ando, Rahul Bale, ChungGang Li, Satoshi Matsuoka, Keiji Onishi, Makoto Tsubokura (alphabetical order by surname):
(2021 ACM Gordon Bell Special Prize for High Performance Computing-Based COVID-19 Research awardee) "Digital Transformation of Droplet/Aerosol Infection Risk Assessment Realized on “Fugaku” for the Fight against COVID-19"
International Journal of High Performance Computing Applications, vol.36, No.5-6, pp.568-586, DOI: 10.1177/1094320221116056 (2022) - Rahul Bale, Akiyoshi Iida, Masashi Yamakawa, ChungGang Li, Makoto Tsubokura:
"Qantifying the COVID 19 infection risk due to droplet/aerosol inhalation"
Scientific Reports, Vol.12, 11186, DOI: 10.1038/s41598-022-14862-y (2022) - Rahul Bale, Amneet Pal Singh Bhalla, Boyce E. Griffith, Makoto Tsubokura:
“A one-sided direct forcing immersed boundary method using moving least squares”
Journal of Computational Physics, vol.440, 110359, DOI: 10.1016/j.jcp.2021.110359 (2021) - Koji Nishiguchi, Rahul Bale, Shigenobu Okazawa, Makoto Tsubokura:
"Full Eulerian Deformable Solid-Fluid Interaction Scheme Based on Building-Cube Method for Large-Scale Parallel Computing"
Journal for Numerical Methods in Engineering, vol.117, no.2 (2019), DOI:10.1002/nme.5954, pp.221-248 - Niclas Jansson, Rahul Bale, Keiji Onishi, Makoto Tsubokura:
"CUBE: A scalable framework for large-scale industrial simulations"
International Journal of High Performance Computing Applications,vol.33, No.4, pp.678-698, DOI: 10.1177/1094342018816377（2018）
