
Otomotiv
Otomotiv geliştirme döngüsünü kısaltan simülasyon kapasitesi — CFD'den crash analizine, EV termal yönetiminden motor yanmasına.
Otomotiv sektörü, simülasyon tabanlı geliştirmeyi en erken ve en kapsamlı biçimde benimseyen endüstrilerden biridir. Aerodinamik optimizasyondan çarpışma güvenliğine, motor yanma simülasyonundan elektrik araç batarya termal yönetimine kadar her alt sistem, farklı yazılım araçları ve farklı hesaplama gereksinimleriyle birlikte gelir. Küresel rekabet baskısı ve düzenleyici gereklilikler (NCAP, Euro 7, BMS termal standartları) geliştirme döngüsünü zorlaştırırken simülasyon doğruluğunu artırma baskısı da yükselmeye devam ediyor.
Türkiye’de faaliyet gösteren Tier-1 tedarikçiler ve Togg EV platformu gibi yerli projeler, bu iş yüklerini artık ülke sınırları içinde çözümleme ihtiyacı duymaktadır. Veri egemenliği, rekabetçi ürün geliştirme bilgisinin korunması ve geliştirme döngüsü hızı açısından yerli HPC altyapısı kritik bir stratejik araçtır.
Ana İş Yükleri
CFD Yazılımları ve HPC Gereksinimleri
| Yazılım | Uygulama Alanı | Paralel Ölçekleme | GPU Desteği | Tipik Çekirdek Sayısı |
|---|---|---|---|---|
| STAR-CCM+ | Dış aerodinami, soğutma kanalı, EV termal | Çok iyi | Evet | 64–1.024 |
| ANSYS Fluent | Dış aerodinami, yanma, kabin iklimi | Mükemmel | Evet (GPU solver) | 64–2.048 |
| CONVERGE | Motor içi akış, yanma simülasyonu | İyi | Evet | 16–512 |
| FIRE M (AVL) | Motor yanması, egzoz sonrası işlem | İyi | Sınırlı | 16–256 |
| OpenFOAM | Araştırma/doğrulama, DES/LES | Mükemmel | Sınırlı | 32–512 |
Yapısal Analiz ve Güvenlik Yazılımları
| Yazılım | Uygulama Alanı | Paralel Ölçekleme | Bellek Gereksinimi |
|---|---|---|---|
| LS-DYNA | Crash simülasyonu, darbe, dummy modelleri | Mükemmel | Orta–Yüksek |
| Radioss (Altair) | Crash, sızma direnci, bariyer testleri | Çok iyi | Orta |
| ANSYS Mechanical | Yorulma ve dayanım, NVH | Çok iyi | Orta |
| ANSA (BETA CAE) | Model hazırlama ve mesh; ön işlem | — | Orta |
Sektörel Uygulama Alanları
Dış Aerodinami: Drag Optimizasyonu ve Soğutma
Aracın dış aerodinamiği hem yakıt/enerji tüketimini hem de soğutma sistemi boyutlandırmasını doğrudan etkiler. NCAP sonuçları iyileştirilirken Cd (drag katsayısı) değeri optimum tutulması, çoğu zaman onlarca CFD çalıştırmasını kapsayan bir tasarım keşif sürecini gerektirir.
Tipik bir dış aerodinami simülasyonu 20–60 milyon hücreli bir ağ üzerinde yürütülür. RANS tabanlı kararlı hal hesabı 64–256 çekirdekte 4–12 saat alırken, daha yüksek doğruluk gerektiren DES/LES tabanlı türbülans analizleri 512–1.024 çekirdeğe ve 24–72 saate ihtiyaç duyar.
Soğutma kanalı tasarımı, motor bölmesi içi akış ve ısı transferini birlikte değerlendirir. Bu çok bölgeli (multi-region) simülasyonlar, dış aerodinami analizlerine göre daha fazla bellek tüketir; node başına 256–512 GB RAM önerilir.
EV platformlarında soğutma sistemi tasarımı ayrı bir kritiklik kazanır: motor, güç elektroniği ve batarya paketi için ayrı soğutma devrelerinin entegre simülasyonu, karmaşık çok fizikli bir problem oluşturur.
Crash ve Güvenlik Simülasyonları
Euro NCAP ve FMVSS gereksinimleri, araç geliştirme sürecinde zorunlu çarpışma senaryolarının sayısını düzenli aralıklarla artırmaktadır. Ön çarpışma (frontal offset, full overlap), yan çarpışma ve yaya koruma senaryolarının her biri ayrı LS-DYNA veya Radioss simülasyonları gerektirir.
Tam araç crash modelleri genellikle 5–15 milyon elemandan oluşur. LS-DYNA ile tipik bir frontal crash simülasyonu (100 ms gerçek zaman):
- 32 çekirdek: 8–16 saat
- 128 çekirdek: 2–4 saat
- 512 çekirdek: 45–90 dakika
Sertifikasyon öncesi dönemde çok sayıda senaryonun eş zamanlı çalıştırılması için yeterli cluster kapasitesi, zaman-piyasa rekabetinin belirleyicisidir. Job scheduler (SLURM) üzerinden öncelikli kuyruklama ile bu yoğun dönemler verimli şekilde yönetilir.
Yorulma ve dayanım analizlerinde (fatigue) ANSYS Mechanical veya MSC Fatigue araçları kullanılır. Bu iş yükleri çarpışma simülasyonlarına kıyasla daha uzun analiz sürelerine yayılır ve periyodik iş kuyruğu akışına iyi uyum sağlar.
EV Batarya Termal Yönetimi ve Elektrik Motoru
Elektrik araç platformlarında batarya paketi termal yönetimi (Battery Thermal Management System — BTMS), hem güvenlik hem de performans açısından kritik bir tasarım parametresidir. Hücre düzeyinde termal modeller ile modül ve paket düzeyindeki akış analizleri birlikte değerlendirildiğinde, hesaplama karmaşıklığı önemli ölçüde artar.
STAR-CCM+ veya ANSYS Fluent ile gerçekleştirilen batarya termal simülasyonları genellikle şu bileşenleri kapsar:
- Soğutma plakası içi sıvı akışı
- Hücre-modül-paket arasındaki ısı geçişi
- Farklı şarj/deşarj profillerine karşılık dinamik termal davranış
Bu çok fizikli (CHT — Conjugate Heat Transfer) simülasyonlar; 64–256 çekirdek, 128–512 GB RAM ve 6–24 saatlik hesaplama süresi gerektirir.
Elektrik motoru soğutması (sargı soğutması, rotor hava boşluğu, yağ püskürtme soğutma) da benzer iş yükü profiline sahiptir. CONVERGE, motor içi akış ve yanma iş yüklerinin yanı sıra elektrik motorlarındaki karmaşık akış geometrileri için de tercih edilen bir araçtır.
Motor İçi Akış ve Yanma Simülasyonu
İçten yanmalı motor (ICE) ve hibrit sistemlerde yanma optimizasyonu, hem yakıt ekonomisi hem de Euro 7 emisyon sınırlarının karşılanması için zorunludur. CONVERGE ve FIRE M, hareketli ağ (moving mesh) stratejisi ile pistonun hareketini, valf zamanlamasını ve enjeksiyon olaylarını gerçek zamanlı modeller.
CONVERGE ile tam çevrim yanma simülasyonu (360° krank açısı) tipik olarak 32–128 çekirdeği 12–48 saat boyunca kullanır. Altı silindirli motor için tüm silindir konfigürasyonlarının eş zamanlı hesabı job array olarak dağıtıldığında, toplam duvar saati süresi önemli ölçüde düşer.
Tipik HPC Yapılandırması
Login / Pre-Post-Processing Nodes (2×)
├── CPU Compute Nodes (32–96 adet)
│ └── 2× AMD EPYC 9654 (96 çekirdek/node)
│ 256–512 GB DDR5 ECC RAM
│ — Dış aerodinami (STAR-CCM+, Fluent), crash (LS-DYNA), yanma (CONVERGE)
├── High-Memory Nodes (2–4 adet)
│ └── 2× AMD EPYC 9654
│ 1 TB DDR5 ECC RAM
│ — Büyük FEM modelleri, çok bölgeli CHT simülasyonları
├── GPU Nodes (opsiyonel, 4–8 adet)
│ └── 2× Intel Xeon + 4× NVIDIA L40S
│ — ANSYS Fluent GPU solver, makine öğrenmesi destekli şekil optimizasyonu
└── Depolama
└── Paralel Dosya Sistemi: BeeGFS veya Lustre
NVMe Scratch: 100–300 TB, 8+ GB/s bant genişliği
Yavaş Katman: SAS/SATA arşiv veya S3 uyumlu object storage
Ağ: InfiniBand HDR200 (200 Gb/s), fat-tree topoloji
İşletim Sistemi: Rocky Linux 8/9
İş Kuyruğu: SLURM ile öncelik kuyruklama ve kaynak sınırlama
Mevasis Otomotiv HPC Hizmetleri
Mevasis, otomotiv geliştirme ekiplerine simülasyon altyapısı konusunda kapsamlı teknik destek sunar:
- İş yükü profilleme ve boyutlandırma: Mevcut simülasyon portföyünüz analiz edilerek doğru çekirdek sayısı, bellek ve depolama kapasitesi belirlenir
- Turnkey cluster kurulumu: Donanım temini, InfiniBand ağ tasarımı ve yazılım ortamı yapılandırması (SLURM, MPI, lisans sunucusu)
- STAR-CCM+, LS-DYNA, CONVERGE optimizasyonu: MPI parametre ayarı, domain ayrıştırma stratejisi ve paralel ölçekleme testleri
- Crash simülasyonu altyapısı: Sertifikasyon dönemlerine yönelik yoğun iş yükü yönetimi ve öncelik kuyruklama yapılandırması
- HPC Kiralama: NCAP sertifikasyon dönemleri veya yeni platform lansmanı öncesi geçici kapasite artışı için esnek kiralama
- HPC Danışmanlık: Mevcut altyapıda darboğaz tespiti, yazılım güncelleme desteği ve simülasyon iş akışı otomasyonu
Sıkça Sorulan Sorular
NCAP simülasyonları için kaç LS-DYNA çekirdeği yeterlidir? Tam araç crash modeli için (5–15 milyon eleman) 128–512 çekirdek pratik bir aralıktır. Sertifikasyon dönemlerinde birden fazla senaryonun eş zamanlı yürütülmesi gerekiyorsa cluster kapasitesi bu çarpanla büyümeli. Tek bir frontal crash hesabının 128 çekirdekte 2–4 saatte tamamlanması makul bir beklentidir.
STAR-CCM+ kiralık lisans ile HPC’de çalışır mı? STAR-CCM+, Power-on-Demand (PoD) lisans modeliyle HPC ortamlarında doğrudan kullanılabilir. Bu model saatlik token tüketimi esasına dayanır ve büyük ölçekli paralel çalıştırmalarda maliyet optimizasyonu gerektirir. Mevasis, lisans maliyet optimizasyonu konusunda danışmanlık sunmaktadır.
EV batarya termal simülasyonu için GPU kullanımı anlamlı mı? ANSYS Fluent’in GPU solver modu ve STAR-CCM+ GPU hızlandırması, belirli ağ tiplerinde ve çözücü konfigürasyonlarında anlamlı hızlanma sağlar. Ancak CHT (Conjugate Heat Transfer) iş yükleri karma ağ yapıları ve karmaşık sınır koşulları içerdiğinden GPU ivmesi, MD veya basit CFD iş yüklerine kıyasla daha az belirgin olabilir. Kendi modeliniz üzerinde kıyaslama yapılması önerilir.
Türkiye’deki otomotiv Tier-1 tedarikçileri için on-premise mi bulut mu daha avantajlı? Sürekli ve öngörülebilir iş yükleri için (yılda 2.000+ CPU çekirdeği-saat) on-premise veya uzun vadeli kiralama ekonomik açıdan avantajlıdır. Bunun yanı sıra ürün geliştirme verisinin tesis dışına çıkmaması rekabetçi açıdan önemli bir güvencedir. Periyodik veya mevsimsel yoğun dönemler için HPC Kiralama esnek bir tamamlayıcı çözüm sunar.