軸流圧縮機段 — サージ予測とケーシングトリートメント

カテゴリ: 流体解析 | 2026-02-15
axial-compressor-stage-advanced
最先端の研究動向

サージとストールの違い

🧑‍🎓

サージとストールって何が違うんですか? よく混同されてる気がして…


🎓

重要な区別だ。ストール(回転失速)は翼列の一部に局所的な剥離セルが発生し、回転方向に伝播する現象。サージは圧縮機全体の流れが周期的に逆流する系統不安定だ。


  • 回転失速: 局所的・翼列内部の現象。圧力変動は翼通過周波数より低い
  • サージ: 系統全体。流れが完全に逆転するディープサージでは振動・破損の危険

🧑‍🎓

CFDでサージを予測するのは難しいですか?


🎓

非常に難しい。サージは圧縮機だけでなく下流のプレナム容積やダクト系の特性に依存するから、GreitzerのBパラメータモデルのような系統モデルとCFDを連成させるアプローチが研究されている。


$$ B = \frac{U}{2a} \sqrt{\frac{V_p}{A_c L_c}} $$

$U$:翼周速、$a$:音速、$V_p$:プレナム容積、$A_c$:圧縮機流路面積、$L_c$:圧縮機長さ。$B > 0.7$ 程度でサージに移行しやすいとされる。


ケーシングトリートメント

🧑‍🎓

サージマージンを改善する方法としてケーシングトリートメントがあると聞きました。


🎓

シュラウド側に周方向の溝や軸方向のスロットを設けて、チップ付近の低運動量流体を再エネルギー化する手法だ。CFDでは溝の形状・深さ・幅をパラメトリックに変えて最適化する。


手法構造効果効率への影響
周方向溝シュラウドに環状溝ストールマージン+5~15%効率低下 0.5~1%
軸方向スロット翼弦方向にスリットストールマージン+10~20%効率低下 1~2%
自己循環ケーシングブリード+リインジェクション大きなマージン改善効率低下やや大
🧑‍🎓

効率が少し落ちても安定性が大事ってことですね。


🎓

そう。航空エンジンでは鳥の吸い込みやエンジン加減速時にサージマージンが食われるから、トリートメントによる保険は重要なんだ。


最適化とAIの活用

🧑‍🎓

翼形状の最適化にはどんな手法が使われていますか?


🎓

伝統的にはベジエ曲線やNURBSで翼断面を記述し、遺伝的アルゴリズム(GA)や代理モデル(Kriging, RBF)ベースの最適化を行う。最近ではベイズ最適化やニューラルネットワークによるサロゲートモデルも増えている。


🧑‍🎓

NUMECAにはそういう機能がありますか?


🎓

FINE/Designに最適化エンジンが組み込まれていて、AutoGrid5+FINE/Turbo+Design環境で翼形状パラメトリックスタディから多目的最適化まで一貫して行える。Ansys側ではoptiSLangとの連携が一般的だ。

Coffee Break よもやま話

レイノルズの実験(1883年)——乱流発見の瞬間

オズボーン・レイノルズは、管内の水にインクを流す実験で「層流から乱流への遷移」を発見しました。流速を上げていくと、インクの線がある瞬間にグチャグチャに乱れる。この劇的な瞬間を、レイノルズは数学的に $Re = \rho uD/\mu$ という無次元数で表現した。100年以上経った今も、CFDエンジニアが最初に確認するのはこのレイノルズ数です。

先端技術を直感的に理解する

この分野の進化のイメージ

CFDの最先端は「天気予報の進化」に似ている。かつての天気予報(RANS)は平均的な傾向しか分からなかったが、最新の数値天気予報(LES/DNS)は個々の雲の動きまでシミュレーションできる。AIとの融合により「数秒で近似予測」も可能になりつつある。

なぜ先端技術が必要なのか — 軸流圧縮機段の場合

従来手法で軸流圧縮機段を解析すると、計算時間・精度・適用範囲に限界がある。例えば、設計パラメータを100通り試したい場合、従来手法では100回の解析が必要だが、サロゲートモデルを使えば数回の解析結果から100通りの予測が可能になる。「全部試す」から「賢く推測する」への転換が先端技術の本質。

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。

次世代CAEプロジェクト:開発者と実務者をつなぐ

Project NovaSolverは、軸流圧縮機段を含む幅広い解析分野において、実務者の知見を最大限に活かせる環境の実現を探求しています。まだ道半ばですが、共に歩んでいただける方を募集しています。

開発パートナー登録 →