スクラムジェット内部流れ — 先端技術と研究動向

回転デトネーションエンジン（Rotating Detonation Engine, RDE）が急速に研究が進んでいる。デトネーション波（衝撃波と化学反応が一体になった超音速燃焼波）を環状燃焼室内で連続的に回転させることで、定容燃焼に近い高効率サイクルを実現する。

そう。理想的にはHumphrey（定容加熱）サイクルに近づき、ブレイトンサイクル比で15-25%の熱効率向上が期待される。CFDではデトネーション波の伝播速度（Chapman-Jouguet速度）

を正確に予測する必要がある。水素-空気の $D_{CJ}$ は約1970 m/s だ。

極めて難しい。デトネーション波の厚さは0.1-1 mm で、これをメッシュで解像しつつ環状燃焼室全体を計算する必要がある。実用的にはAMRが不可欠で、数億セル規模の計算になる。

乱流-化学反応相互作用（Turbulence-Chemistry Interaction, TCI）の正確なモデリングが最大の課題だ。SGS（Sub-Grid Scale）の化学反応をどう扱うかで以下のアプローチがある。

• Dynamic Thickened Flame Model (DTFM): 火炎面を人工的に厚くしてメッシュで解像可能にし、効率因子で補正
• LES-FPV: フレームレット仮定のもと、混合分率と進行変数のフィルタ済み確率密度関数から化学種を決定
• LES-Transported PDF: SGSスカラーのPDFを輸送方程式で直接解く。最も正確だが計算コストが膨大

DLRのBonnhoff実験（H₂横噴射）やUVa超音速燃焼実験の検証で、LES-FPVとDTFMが最も良い一致を示している。ただし超音速燃焼では圧縮性効果（衝撃波-火炎干渉）がTCIに影響するため、フレームレット仮定の妥当性が条件によっては崩れる。

活発に研究されている。

• 遺伝的アルゴリズム + RANS: インジェクター配置やキャビティ形状の最適化
• ベイズ最適化: 少ないCFDサンプル数で当量比と噴射角の最適値を探索
• DeepONet: 流路形状パラメータから燃焼効率を予測するオペレータ学習
• ML-assisted chemistry: 詳細化学機構の簡約化を機械学習で自動化（RCCE法等）

その通り。サロゲートモデルで設計空間を効率的に探索し、有望な設計点のみをLESで詳細検証するのが現実的なワークフローだ。