化学種輸送方程式 — 先端技術と研究動向

3つの方向性が注目されている。(1) GPUによる大規模反応機構の高速化、(2) Transported PDF法、(3) DNSによる乱流拡散の理解だ。

化学反応のODE積分は各セルで独立に行えるため、GPUの大量並列に適している。Fluent 2024R1のGPU Chemistry SolverはNVIDIA A100でCPU比10-50倍の高速化を実現している。

そうだ。GPU Chemistry Solverの普及により、「縮約機構を使わなくても3D RANSで詳細機構を直接解ける」時代が来つつある。

化学種の結合確率密度関数 $P(Y_1, Y_2, ..., Y_{N_s})$ の輸送方程式を直接解く手法だ。Popeが1985年に提唱し、乱流-化学反応相互作用を最も厳密に扱える。

PDF輸送方程式はモンテカルロ法（ラグランジュ粒子法）で解くのが一般的で、各粒子が独立に化学反応を経験する。

使える。FluentのComposition PDF Transportモデルはラグランジュ粒子法で実装されている。EDCより高精度だが、計算コストは10-100倍になる。学術研究では広く使われているが、産業実務ではEDCやFlameletが主流だ。

化学種の乱流拡散に関して、DNSから以下の知見が得られている。

• 乱流Schmidt数の変動: $Sc_t$ は流れ場の局所的なPe数に依存し、一定値の仮定は不正確
• 差拡散効果: H2, H のような軽い化学種はルイス数効果で分子拡散が乱流拡散と同程度になることがある
• スカラー散逸率の間欠性: $\chi$ の確率分布は対数正規分布に従い、平均値だけでは不十分

そうだ。現在のRANSモデルでは$Sc_t = 0.7$前後の定数が使われているが、DNSデータに基づく動的$Sc_t$モデルの開発が進んでいる。LESではダイナミックスマゴリンスキーの手法をスカラー拡散にも適用する研究がある。

そうだ。ハードウェアの進化で「より多くの化学種を直接解く」方向と、理論の進化で「より正確な乱流拡散モデルを作る」方向が相補的に発展している。