LIDAR システムからの実世界データを使用した革新的な 3D 風乱気流シミュレーション
Spectrum の主力デジタイザー カードは、新しい超高層ビルの最適化に役立ちます
新しい大きな建物を設計する一般的な方法は、縮尺モデルを作成し、風洞でテストすることです。 これは 50 年以上にわたって認められているテストですが、ピーク負荷を過小評価することが知られているため、安全マージンを提供するために補正係数が適用されます。 もう 1 つの欠点は、風は一度に 1 つの方向からしか吹かないのに対し、現実の世界では突風や大きな渦が一度に多くの異なる方向から変動する可能性があることです。 デンマークの企業、Vind-Vind は、自然条件における建物に対する風の影響を捉えるための新しい乱流モデルを開発しています。 このモデリングでは、10 ns パルスを使用して LIDAR システムで収集された実世界のデータを使用して精度を高めます。 空気中の粒子がレーザーを反射し、ドップラー効果による戻り光の変化は、Spectrum Instrumentation の最新の主力製品である超高速 M5i.3321 デジタイザー カードを使用して分析されます。
風シミュレーションビデオをご覧ください (11 秒、132 MB):https://spectrum-instrumentation.com/videos/3D.mov
図 1: 風は非常に複雑な方法で建物と相互作用します。 このビデオのスクリーンショットは、左上隅にある革新的な Lidar システムと比較した高さ 33 m での風速を示しています。
Vind-Vind の CEO、Per Jørgensen 氏は次のように説明しています。「現時点では、風の動きを測定するには 2 つの方法があり、数キロメートルの長距離で低解像度で測定するか、数百メートルの短距離で高解像度で測定します。 私たちは、高解像度で長距離を測定するための新しい LIDAR ベースの機器を作成しました。 これの鍵となるのは、12 ビット解像度で 1 秒あたり 3.2 ギガサンプルという非常に高いサンプリング レートでデータをキャプチャするスペクトラム デジタイザ カードの機能です。 これは実際には必要以上のものですが、「ノイズの多い」状況や弱い信号を許容する余裕が得られます。 追加の帯域幅は、高周波ノイズを即座に特定して除去できることも意味し、後でデータを処理するときに低周波ノイズのみを除去できるようになります。」
想像できるように、風に乗って移動する膨大な数の塵粒子を追跡すると、膨大な量のデータが生成されます。 Vind-Vind は当初、FPGA プラットフォームを使用する予定でしたが、プログラムが複雑すぎて、毎秒作成される大量のデータを処理するのに十分な計算能力がないため、このアプローチを拒否しました。 データの問題は、Spectrum の SCAPP ドライバー (並列処理のための Spectrum の CUDA アクセス) を使用することで解決されました。 このソリューションでは、16 レーン PCIe インターフェイスを備えた M5i デジタイザが、収集したデータを PC CPU ではなく CUDA ベースのグラフィック カードに 1 秒あたり最大 12.8 ギガバイトで直接送信します。 グラフィック カード (この場合は 6,144 コアの GPU を搭載した Nvidia Quadro A4000) は、6 コアまたは 8 コアしか搭載していない PC の CPU よりもはるかに高速にデータを処理します。
Vind-Vind のコンピュータ モデリングの最初の目標は、乱気流が都市環境上で測定された乱気流とどのように比較されるかを評価することです。 その後、乱気流のモデリングは、さまざまな方向からの突風による大気の上層部の影響を含めるように改良される予定です。 現実世界で収集された正確なデータを使用して、3D コンピューター シミュレーションの予測を検証および検証できます。 「実証済みの精度を備えた当社の 3D 風モデリングは、風洞の制約されたバージョンではなく、現実世界の複雑な性質を予測するため、より高いレベルの安全性と風の快適さを提供するために使用できます」とジョルゲンセン氏は付け加えました。 「最終的には、風洞モデルの不正確さのために建築家が構築しなければならないかなりのオーバースペックを削減できることを意味します。 これは、不必要な材料の使用を削減することで持続可能性を向上させ、コストを節約することを意味します。」
同社は、大気の乱流と都市環境、風力タービンのクラスター、橋、空港との複雑な風の相互作用など、一般的な風洞では有用な結果が得られない多くの状況において、その 3D 風モデリングが非常に貴重であることが判明すると想定しています。