AI og CFD revolusjonerer aerodynamikk i motorsport

Da racingbiler fikk vinger midt på 1960-tallet, ble luftstrøm avgjørende for prestasjoner. Før dette var fokuset på å gjøre bilene så glatte som mulig – mindre luftmotstand betydde høyere toppfart på rettstrekningene. Designere som Jim Hall hos Chaparral og Colin Chapman hos Lotus innså imidlertid at de kunne utnytte luftstrømmen til å presse bilen ned mot banen, noe som økte grep og tillot høyere hastigheter i svingene. Siden den gang har aerodynamikk vært en nøkkelfaktor i racing.

På begynnelsen var aerodynamisk nedkraft en slags «svart magi». Vindtunneler ble brukt til å simulere effekten på skalamodeller, men teknologien var i sin spede begynnelse. Teamene var derfor i stor grad avhengige av kostbare og til tider farlige banetester. Vindtunneler hadde imidlertid en stor fordel: de kunne kjøres døgnet rundt, uavhengig av værforhold, og ingen biler ble skadet eller førere skadd (eller verre). Da Formel 1 innførte restriksjoner på banetesting for å redusere kostnader, ble vindtunneler enda viktigere. Teamene utførte derfor mesteparten av utviklingen på modeller før de verifiserte resultatene under de begrensede testøktene de fikk tilgang på.

Deretter kom Computational Fluid Dynamics (CFD) – simuleringer som gjorde det mulig å modellere luftstrømmens effekt på en virtuell bilmodell med høy presisjon. CFD-simuleringer var ikke bare billigere enn vindtunneltid, men også langt raskere når det gjaldt iterasjoner. Tidlig designarbeid gjøres nå digitalt før resultatene valideres med skalamodeller i vindtunnel, noe som er vanlig i de fleste racing-serier, inkludert Formel 1, Verdensmesterskapet i utholdenhetsracing, Formel E og NASCAR.

AI tar aerodynamikk til neste nivå

Nå står motorsporten overfor en ny revolusjon: kunstig intelligens (AI). AI integreres stadig mer i CFD-verktøyene, noe som muliggjør enda mer nøyaktige og effektive simuleringer. Tradisjonelle CFD-metoder krever betydelig datakraft og tid, men AI kan optimalisere prosessen ved å lære av tidligere data og foreslå forbedringer på kort tid.

Denne utviklingen har ført til at teamene kan teste tusenvis av designvarianter på kort tid, noe som tidligere ville vært umulig. AI-drevne verktøy kan også identifisere mønstre og løsninger som menneskelige ingeniører kanskje ikke ville oppdage. Resultatet er biler med bedre aerodynamikk, høyere ytelse og lavere utviklingskostnader.

I en sport der marginene er minimale, kan AI være forskjellen mellom seier og nederlag. Teamene som mestrer denne teknologien, vil ha et betydelig konkurransefortrinn.