独自の大排気量コンセプトと燃焼の理想追求に拘った3.3Lディーゼルエンジンの開発

志茂 大輔（しも だいすけ）
森永 真一（もりなが しんいち）
岡澤 寿史（おかざわ ひさし）
金 尚奎（きむ さんぎゅ）
小林 徹（こばやし とおる）

カーボンニュートラルに向けた再生可能エネルギー発電への移行期における現実的かつ有効なWell-to-Wheel視点でのCO2削減には、電動化と合わせて、内燃機関の効率改善および将来的な再生可能燃料の普及を考慮したマルチソリューションが必要である。このたび開発したディーゼルエンジンは、排気量を従来の2.2Lから3.3Lに拡大し排気量当たりの最大負荷を抑えながらも高トルク・高出力化を達成した。これに2段エッグシェイプ燃焼室を用いて燃料噴霧と空気のリーン予混合気を形成して理想の燃焼を追求したDCPCI（空間制御予混合燃焼：Distribution Controlled partially Premixed Compression Ignition）と、摩擦低減技術を組み合わせることで、乗用量産エンジンで最高レベルの実用域熱効率、および国内RDE（実路走行排気試験：Real Driving Emission）規制に余裕を持って対応するクリーン排気を実現した。本開発の走り・燃費・排気の全てを改善する独創的な大排気量化概念、革新的な燃焼技術、およびそれらの実用商品化による自動車技術発展への貢献は⾼く評価される。

機械学習を用いたロードノイズ予測手法およびメカニズム解明支援技術の開発

足立 崇勝（あだち たかまさ）

自動車業界ではシミュレーション技術が高度化し、様々な特性や性能の膨大なデータが短期間で得られるようになった。一方で、データの的確な解釈と、本質的なメカニズム解明に向けたデータ分析技術の必要性が高まっている。受賞者は、膨大なデータから重要因子を抽出し因子間の連鎖関係を可視化する独自の機械学習手法を着想し、メカニズム解明支援技術を開発した。結果、ロードノイズという多くの部品の構造と振動特性が複雑に相互作用する現象を、技術者が解釈可能なネットワーク図として短時間で可視化できることを実証した。また、軽量化とロードノイズ性能を考慮した車両開発プロセスを効率化できることを示した。受賞者は、機械学習による自動車開発プロセス革新を先導し、自動車産業の発展に貢献しており、今後の活躍が期待される。