フィルタ流れ解析 — 理論と支配方程式
概要
先生！ フィルタ内の流れをCFDで解析するって、どういう場面で使うんですか？
エアフィルタ、オイルフィルタ、排ガス触媒のDPF（Diesel Particulate Filter）、浄水フィルタなど、多孔質媒体を通過する流れの圧力損失予測や粒子捕集効率の評価に使うんだ。
支配方程式
フィルタって多孔質ですよね。Navier-Stokes方程式をそのまま使うんですか？
フィルタの細孔を直接解像する（Pore-Scale Simulation）アプローチと、体積平均化した多孔質メディアモデルの2つがある。実務ではほとんど後者だ。
多孔質メディアモデルでは、Darcy-Forchheimer式で流れ抵抗を表す。
第1項がDarcyの粘性抵抗、第2項がForchheimerの慣性抵抗ですね。
その通り。$\alpha$ [m²]は透過率（permeability）、$C_2$ [1/m]は慣性抵抗係数だ。低速流（Re < 1）ではDarcy項が支配的で、高速流では慣性項が重要になる。
充填層の場合はErgun式が使われる。
$\phi$ が空隙率で $d_p$ が充填粒子径ですね。Ergun式とDarcy-Forchheimerの関係はどうなりますか？
Ergun式から多孔質パラメータを逆算できる。
粒子捕集のモデリング
フィルタの粒子捕集効率はどうモデル化するんですか？
単繊維捕集理論（Single Fiber Theory）が基本だ。繊維1本に対する各種捕集メカニズムの効率を足し合わせる。
| 捕集メカニズム | 支配粒径 | 効率の式（概略） |
|---|---|---|
| さえぎり（Interception） | > 0.5 um | $E_R = \frac{R^2}{(1+R) Ku}$ |
| 慣性衝突（Impaction） | > 1 um | $E_I \propto Stk^2$ |
| ブラウン拡散（Diffusion） | < 0.3 um | $E_D \propto Pe^{-2/3}$ |
| 重力沈降 | > 5 um | $E_G = G/(Ku \cdot Re_f)$ |
| 静電気 | 全粒径 | 帯電量に依存 |
MPPS（Most Penetrating Particle Size）が0.1〜0.3 um付近にあるのは、拡散と慣性のギャップですよね。
その通り。HEPAフィルタの捕集効率曲線がV字型になるのはそのためだ。CFDではDPMで粒子軌道を追跡し、繊維層への到達を判定する方法が使われる。
実務上の注意点
フィルタCFDで特に気をつけるべきことは？
- 多孔質パラメータ（$\alpha$, $C_2$）はフィルタメーカーの圧損データからフィッティングすること
- 実際のフィルタは圧損特性が非線形なので、複数の面風速でデータを取得するのが望ましい
- フィルタの目詰まり（ダスト堆積）による圧損増加は時間変化する問題なので、UDF等で経時変化を導入する場合がある
F1と空力の戦い
F1マシンは時速300kmで走ると、車重と同じくらいのダウンフォース（下向きの空力的な力）を発生します。つまり理論上、天井に貼り付けて走れる！ チームは数千CPU時間のCFDシミュレーションを毎週実行し、フロントウィングの角度を0.1°単位で最適化しています。F1はCAEの技術力がそのまま順位に直結する世界です。
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
「フィルタ流れ解析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 →