圧縮性乱流モデリング — 理論と支配方程式
圧縮性乱流の基礎理論
先生、圧縮性乱流って非圧縮性の乱流と何が違うんですか？ k-epsilonモデルとかそのまま使えないんですか？
いい質問だね。圧縮性乱流では密度変動が無視できなくなるんだ。非圧縮ではReynolds分解 $u_i = \bar{u}_i + u_i'$ をそのまま使えたけど、圧縮性ではFavre平均（密度重み付き平均）を導入する必要がある。
Favre平均は次のように定義されるんだ。
これを使うと、質量保存則が非圧縮の場合と同じ形式になるから扱いやすい。
なるほど、密度の変動を平均の中に取り込んでしまうんですね。でも具体的にどんな追加項が出てくるんですか？
Favre平均によるRANS方程式
Favre平均化した運動量方程式は次の形になる。
ここで $u_i'' = u_i - \tilde{u}_i$ がFavre変動成分だ。最後の項がReynolds応力テンソルに相当する。
Reynolds応力の部分は非圧縮と同じ形ですね。じゃあ乱流エネルギーの方程式はどうなるんですか？
Favre平均の乱流運動エネルギー $\tilde{k} = \widetilde{u_i''u_i''}/2$ の輸送方程式は、非圧縮にはない圧縮性特有の項を含むんだ。
ここで重要なのが圧力-膨張相関 $\Pi_d = \overline{p'\frac{\partial u_k''}{\partial x_k}}$ と圧縮性散逸 $\varepsilon_c$（膨張散逸）だ。
$\Pi_d$ と $\varepsilon_c$ が圧縮性ならではの項なんですね。これらが無視できない状況ってどういうときですか？
圧縮性補正モデル
乱流マッハ数 $M_t = \sqrt{2k}/a$（$a$ は音速）が大きくなると、これらの項が効いてくる。具体的には $M_t > 0.3$ くらいから影響が顕著になるんだ。代表的な圧縮性補正モデルを紹介しよう。
| モデル | 圧縮性散逸 | 適用範囲 |
|---|---|---|
| Sarkar (1992) | $\varepsilon_c = \alpha_1 \bar{\rho} \varepsilon M_t^2$ | 自由せん断流、混合層 |
| Zeman (1990) | $\varepsilon_c = \alpha_2 \bar{\rho} \varepsilon f(M_t)$ | 衝撃波を含む流れ |
| Wilcox (1992) | $k$-$\omega$ への圧縮性修正 | 一般的な圧縮性流れ |
| SST圧縮性補正 | $F(M_t)$ 関数による修正 | Menter SSTモデルへの追加 |
Sarkarモデルでは $\alpha_1 \approx 1.0$ が使われ、高マッハ数混合層での拡散率低下をよく再現できる。実験では $M_c$（対流マッハ数）が増加すると混合層の成長率が著しく低下することが知られていて、これを正しく捕えるには圧縮性補正が不可欠なんだ。
乱流マッハ数が0.3を超えたら要注意、と覚えておきます。先生、これって超音速ジェットの騒音予測なんかにも関わってきますか？
そのとおり。超音速ジェットノイズの予測では、圧縮性乱流の正確なモデリングが直接的に音源強度の推定精度に影響する。NASA等の研究機関でもこの分野は活発に研究されているよ。
ライト兄弟は最初の「CFDエンジニア」だった？
ライト兄弟は1901年に自作の風洞で200以上の翼型を試験しました。当時のコンピュータは？ もちろん存在しません。彼らは手作業で揚力と抗力を測定し、最適な翼型を見つけ出した。現代のCFDエンジニアがFluent1発で計算する揚力係数を、ライト兄弟は何百回もの風洞実験で手に入れたのです。
各項の物理的意味
- 時間項 $\partial(\rho\phi)/\partial t$：蛇口をひねった瞬間を思い浮かべてください。最初は水がバタバタと不安定に出て、しばらくすると安定した流れになりますよね？ この「変化している最中」を記述するのが時間項です。心臓の拍動で血流が脈打つのも、エンジンのバルブが開閉するたびに流れが変動するのも、すべて非定常現象。では定常解析とは？ 「十分時間が経って流れが落ち着いた後」だけを見る——つまりこの項をゼロにする。計算コストが大幅に下がるため、まず定常で解いてみるのがCFDの基本戦略です。
- 対流項 $\nabla \cdot (\rho \mathbf{u} \phi)$：川に落ち葉を落としたらどうなりますか？ 流れに乗って下流に運ばれますよね。これが「対流」——流体の動きが物を運ぶ効果です。暖房の温風が部屋の端まで届くのも、空気という「運び屋」が熱を対流で輸送しているから。ここが面白いところ——この項は「速度×速度」を含むため非線形です。つまり、流れが速くなるとこの項が急激に強くなり、制御が難しくなる。これが乱流の根本原因です。よくある勘違い：「対流と伝導は同じようなもの」→ 全然違います！ 対流は流れが運ぶ、伝導は分子が伝える。桁違いの効率差があります。
- 拡散項 $\nabla \cdot (\Gamma \nabla \phi)$：コーヒーにミルクを入れて放置したことはありますか？ かき混ぜなくても、しばらく経つと自然に混ざりますよね。あれが分子拡散です。では次の質問——ハチミツとお水、どちらが流しやすいですか？ 当然お水ですよね。ハチミツは粘性（$\mu$）が高いから流れにくい。粘性が大きいと拡散項が強くなり、流体は「もったりした」動きになります。レイノルズ数が小さい流れ（ゆっくり、ドロドロ）では拡散が支配的。逆にRe数が大きい流れでは対流が圧倒し、拡散は脇役になります。
- 圧力項 $-\nabla p$：注射器のピストンを押すと、液体が針先から勢いよく出ますよね？ なぜでしょう？ ピストン側が高圧、針先が低圧——この圧力差が流体を押す力になるからです。ダムの放水も同じ原理。天気図で等圧線がギュッと密になっている場所では？ そう、強風が吹きます。「圧力差があるところに流れが生まれる」——これがナビエ-ストークス方程式の圧力項の物理的意味。ここでの勘違いポイント：CFDの「圧力」は絶対圧ではなくゲージ圧のことが多い。圧縮性解析に切り替えたとたんに結果がおかしくなる場合、絶対圧/ゲージ圧の混同が原因かもしれません。
- ソース項 $S_\phi$：暖められた空気が上に昇る——なぜでしょう？ 周囲より軽く（密度が低く）なったから、浮力で押し上げられるのです。この浮力はソース項として方程式に追加されます。他にも、ガスコンロの炎で化学反応熱が発生する、工場の電磁ポンプで金属溶湯にローレンツ力がかかる…これらはすべて「外部から流体にエネルギーや力を注入する」作用であり、ソース項で表現します。ソース項を忘れるとどうなるか？ 自然対流の解析で浮力を入れ忘れると、流体は一切動かない——冬の部屋で暖房をつけたのに暖かい空気が上に行かない、という物理的にありえない結果になります。
仮定条件と適用限界
- 連続体仮定：クヌッセン数 Kn < 0.01（分子平均自由行程 ≪ 代表長さ）で成立
- ニュートン流体仮定：せん断応力と歪み速度が線形関係（非ニュートン流体では粘度モデルが必要）
- 非圧縮性仮定（Ma < 0.3の場合）：密度を一定として扱う。マッハ数0.3以上では圧縮性効果を考慮
- ブシネスク近似（自然対流）：密度変化を浮力項のみで考慮し、他の項では一定密度を使用
- 適用外ケース：希薄気体（Kn > 0.1）、超音速・極超音速流れ（衝撃波捕捉が必要）、自由表面流れ（VOF/Level Set等が必要）
次元解析と単位系
| 変数 | SI単位 | 注意点・換算メモ |
|---|---|---|
| 速度 $u$ | m/s | 入口条件で体積流量から換算する際、断面積の単位に注意 |
| 圧力 $p$ | Pa | ゲージ圧と絶対圧の区別。圧縮性解析では絶対圧を使用 |
| 密度 $\rho$ | kg/m³ | 空気: 約1.225 kg/m³@20°C、水: 約998 kg/m³@20°C |
| 粘性係数 $\mu$ | Pa·s | 動粘性係数 $\nu = \mu/\rho$ [m²/s] との混同に注意 |
| レイノルズ数 $Re$ | 無次元 | $Re = \rho u L / \mu$。層流/乱流遷移の判定指標 |
| CFL数 | 無次元 | $CFL = u \Delta t / \Delta x$。時間刻みの安定性に直結 |
数値例：円管内層流（d=10mm, L=1m, 水μ=0.001Pa·s, Q=0.1L/min）
Re = ρuD/μ = 998×0.021×0.01/0.001 ≈ 212（層流） 圧力損失 ΔP = 128μLQ/(πd⁴) ≈ 68.2 Pa
乱流モデル別の精度比較（後向きステップ、再付着長さ）：
k-ω SSTは精度とコストのバランスが良く、多くの実務で最初の選択肢になります。
CFDメッシュの品質管理や乱流モデルの選定に悩む時間を、もっと創造的な設計作業に使えたら。 — Project NovaSolverはそんな実務者の声から生まれました。
Project NovaSolver — CAE実務の課題に向き合う研究開発
「圧縮性乱流モデリングをもっと効率的に解析できないか？」——私たちは実務者の声に耳を傾け、既存ワークフローの改善を目指す次世代CAEプロジェクトに取り組んでいます。具体的な機能はまだ公開前ですが、開発の進捗をお届けします。
進捗通知を受け取る →