化学反応速度論の基礎 — 先端技術と研究動向

大きく3つの方向性がある。(1) 機械学習による化学反応の高速化、(2) 非平衡効果の考慮、(3) 代替燃料の反応機構開発だ。

DNN（Deep Neural Network）やGPR（Gaussian Process Regression）を使って、化学反応のODE積分結果をサロゲートモデルとして学習させる研究が進んでいる。ISATの代替として、ニューラルネットワークが組成空間の写像を学習する。

最近の成果として注目されているのが以下の手法だ。

訓練データの範囲外への外挿精度が最大の課題だ。燃焼では局所消炎や再着火のような非定常現象で組成空間が大きく変動するから、学習データのカバレッジが重要になる。

Non-equilibrium plasma assisted combustion（PAC）は、ナノ秒パルス放電でO原子やOH・N2の振動励起状態を生成し、着火促進や火炎安定化を実現する技術だ。従来のArrhenius式では記述できない電子衝突解離や振動-並進緩和を反応機構に組み込む必要がある。

水素、アンモニア（NH3）、e-fuel（合成燃料）の反応機構開発が活発だ。

そうだ。アンモニアの層流燃焼速度は水素の約1/5しかない。H2を10-30%混合することで着火特性を改善するが、NOx（特にfuel NOx）の抑制が大きな課題だ。この分野の反応機構はまだ成熟していないから、最新の文献を常にフォローする必要がある。

エネルギー転換期にあって、燃焼の化学反応速度論は再び活発な研究分野になっている。CFDエンジニアも基礎化学の動向に目を配ることが大切だよ。