Reynolds応力モデル（RSM）
理論と物理
概要
先生、Reynolds応力モデル（RSM）って他のRANSモデルと何が違うんですか？
最大の違いは、渦粘性仮説（Boussinesq仮定）を使わない点だ。k-epsilonやk-omegaモデルは渦粘性 $\mu_t$ を介してレイノルズ応力 $\overline{u_i'u_j'}$ を平均ひずみ速度に比例させる。RSMはこの仮定を置かず、レイノルズ応力テンソルの6成分それぞれに対する輸送方程式を直接解く。
6成分ってことは、方程式が6本も増えるんですか？
レイノルズ応力テンソルは対称だから独立成分は6つ。それに $\varepsilon$（散逸率）の方程式を加えて計7本の追加方程式を解く。2方程式モデル（k-omega等）に比べて計算コストは2〜3倍になる。
支配方程式
具体的な方程式を教えてください。
レイノルズ応力 $R_{ij} = \overline{u_i'u_j'}$ の輸送方程式は次の通りだ。
各項の意味をまとめよう。
| 項 | 式 | 物理的意味 |
|---|---|---|
| 生成 $P_{ij}$ | $-R_{ik}\frac{\partial U_j}{\partial x_k} - R_{jk}\frac{\partial U_i}{\partial x_k}$ | 平均速度勾配による生成（正確に計算可能） |
| 圧力ひずみ $\Pi_{ij}$ | $\overline{p'\left(\frac{\partial u_i'}{\partial x_j}+\frac{\partial u_j'}{\partial x_i}\right)}$ | エネルギーの成分間再分配（要モデル化） |
| 乱流拡散 $D_{ij}^T$ | $-\frac{\partial}{\partial x_k}\overline{u_i'u_j'u_k'}$ | 乱流による輸送（要モデル化） |
| 粘性拡散 $D_{ij}^\nu$ | $\nu\nabla^2 R_{ij}$ | 分子粘性による拡散（正確） |
| 散逸 $\varepsilon_{ij}$ | $2\nu\overline{\frac{\partial u_i'}{\partial x_k}\frac{\partial u_j'}{\partial x_k}}$ | 粘性散逸（要モデル化） |
全部が正確に計算できるわけではないんですね。
その通り。生成項 $P_{ij}$ と粘性拡散は閉じた形で計算できるが、圧力ひずみ項、乱流拡散項、散逸テンソルにはモデル化が必要だ。RSMの精度はこれらのモデルの質に大きく依存する。
圧力ひずみ項のモデル
圧力ひずみ項のモデルにはどんなものがありますか？
代表的なモデルを挙げよう。
| モデル | 提案者 | 特徴 |
|---|---|---|
| LRR (Linear Return to Isotropy) | Launder, Reece, Rodi (1975) | 線形モデル。工業応用の標準 |
| SSG (Speziale-Sarkar-Gatski) | Speziale et al. (1991) | 二次非線形モデル。精度向上 |
| GL (Gibson-Launder) | Gibson, Launder (1978) | 壁面反射効果を考慮 |
LRRモデルでは $\Pi_{ij}$ を以下のように分解する。
$\Pi_{ij,1}$ は低速リターン項（異方性を等方に戻す効果）、$\Pi_{ij,2}$ は急速項（平均ひずみによる再分配）、$\Pi_{ij,w}$ は壁面反射項だ。
7つの方程式を解く贅沢——RSMが「理論の頂点」な理由
Reynolds応力モデル（RSM）は6つの応力成分 $\overline{u_i u_j}$ と消散率εを個別に輸送方程式で解く、RANSの中で最も厳密なモデルです。渦粘性仮説を使わないため、旋回流・曲率・浮力による乱流異方性を自然に表現できます。代償は計算コスト：2方程式モデルの2〜3倍のメモリと計算時間が必要で、しかも収束が難しい。ターボ機械の二次流れやサイクロン分離器の設計で「どうしてもRSMが必要」という場面が実在しますが、「精度が高いモデル＝使うべきモデル」ではないことを示す好例でもあります。
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 |
数値解法と実装
FVMでの離散化と解法
RSMの7本の方程式をどうやって解くんですか？
分離型ソルバー（Segregated Solver）では、6本のレイノルズ応力方程式と1本の $\varepsilon$ 方程式を逐次反復で解く。運動量方程式と圧力方程式の間にRSMの更新ステップが入る。
1. 運動量方程式を解く（$R_{ij}$ から渦粘性でなく直接応力テンソルを使用）
2. 圧力補正方程式を解く（SIMPLE/PISO）
3. レイノルズ応力方程式6本を解く
4. $\varepsilon$ 方程式を解く
5. 収束判定、反復
運動量方程式でレイノルズ応力を直接使うってどういうことですか？
k-epsilonモデルでは渦粘性仮説 $-\overline{u_i'u_j'} = \mu_t(\partial U_i/\partial x_j + \partial U_j/\partial x_i) - (2/3)k\delta_{ij}$ で拡散項的に扱う。RSMでは $\overline{u_i'u_j'}$ を直接ソース項として運動量方程式に入れる。これにより異方性効果が正確に反映される。
数値安定性の課題
RSMって収束が難しいって聞くんですけど。
7本の強く連成した非線形方程式を解くため、k-epsilonに比べて収束が著しく困難だ。主な問題と対策を挙げよう。
| 問題 | 原因 | 対策 |
|---|---|---|
| レイノルズ応力の実現可能性違反 | $R_{ij}$ が正定値対称でなくなる | Realizability constraint を適用 |
| $\varepsilon$ の過大評価 | 壁面近傍で散逸が過大 | $\omega$ ベースのRSM（BSL-RSM）を使用 |
| 収束の遅さ | 方程式間の強い連成 | Under-relaxation を 0.3〜0.5 に設定 |
| 初期値への感度 | 初期の $R_{ij}$ が非物理的 | k-epsilon の結果で初期化 |
実務上のTIPとして、RSMの計算を始めるときはまずk-epsilonまたはSST k-omegaで収束解を得てから、その結果をRSMの初期値にするのが鉄則だ。
omega ベースの RSM
$\varepsilon$ の代わりに $\omega$ を使うRSMもあるんですか？
ある。Menterが提案したBSL-RSM（Baseline RSM）は、$\varepsilon$ 方程式の代わりにSST k-omegaの $\omega$ 方程式を使う。壁面近傍の挙動が改善され、壁関数との相性も良い。
| RSMバリアント | 散逸の方程式 | 壁面処理 | ソルバー対応 |
|---|---|---|---|
| LRR-RSM | $\varepsilon$ | Low-Re or 壁関数 | Fluent, CFX, OpenFOAM |
| SSG-RSM | $\varepsilon$ | Low-Re | Fluent, CFX, STAR-CCM+ |
| BSL-RSM ($\omega$ ベース) | $\omega$ | Automatic WT | CFX, Fluent |
| LRR-RSM-w | $\omega$ | 壁関数対応 | OpenFOAM |
CFXではBSL-RSMが推奨なんですか？
CFXではBSL-RSMがデフォルトのRSMだ。SST k-omegaと同じ壁面処理（Automatic Wall Treatment）が使えるため、メッシュの $y^+$ に対してロバストだ。
サイクロン分離器の設計でRSMが逆転勝利する場面
サイクロン分離器（粉体や液滴を遠心力で分離する装置）の解析では、標準k-εやSSTが分離効率を大きく外すことが知られています。強い旋回流れで乱流の応力が著しく異方的になり、渦粘性仮説が破綻するためです。この問題にRSMを使うと、スワール速度分布と圧力ドロップが実験値と大幅に近づく事例が多く報告されています。化学プラントのサイクロン設計でRSMを標準使用している企業があるのもこのため。「特定フローにはRSMしかない」という現実が、高コストを正当化します。
風上差分（Upwind）
1次風上: 数値拡散が大きいが安定。2次風上: 精度向上するが振動のリスク。高レイノルズ数流れでは必須。
中心差分（Central Differencing）
2次精度だが、Pe数 > 2で数値振動が発生。低レイノルズ数の拡散支配流れに適する。
TVDスキーム（MUSCL、QUICK等）
リミッタ関数により数値振動を抑制しつつ高精度を維持。衝撃波や急勾配の捕捉に有効。
有限体積法 vs 有限要素法
FVM: 保存則を自然に満足。CFDの主流。FEM: 複雑形状・マルチフィジックスに有利。SPH等のメッシュフリー法も発展中。
CFL条件（クーラン数）
陽解法: CFL ≤ 1が安定条件。陰解法: CFL > 1でも安定だが、精度と反復回数に影響。LES: CFL ≈ 1を推奨。物理的意味: 1タイムステップで情報が1セル以上進まないこと。
残差モニタリング
連続の式・運動量・エネルギーの各残差が3〜4桁低下で収束と判断。質量保存の残差は特に重要。
緩和係数
圧力: 0.2〜0.3、速度: 0.5〜0.7が一般的な初期値。発散する場合は緩和係数を下げる。収束後は上げて加速。
非定常計算の内部反復
各タイムステップ内で定常解に収束するまで反復。内部反復数: 5〜20回が目安。残差がタイムステップ間で変動する場合は時間刻みを見直す。
SIMPLE法のたとえ
SIMPLE法は「交互に調整する」手法。まず速度を仮に求め（予測ステップ）、その速度で質量保存が満たされるよう圧力を補正し（補正ステップ）、補正された圧力で速度を修正する——このキャッチボールを繰り返して正解に近づく。2人で棚を水平にする作業に似ている：片方が高さを合わせ、もう片方がバランスを取り、これを交互に繰り返す。
風上差分のたとえ
風上差分は「川の流れに立って上流の情報を重視する」手法。川の中にいる人が下流を見ても水の出所は分からない——上流の情報が下流を決めるという物理を反映した離散化手法。精度は1次だが、流れの方向を正しく捕捉するため安定性が高い。
実践ガイド
RSMの適用範囲
RSMはどういう場面で使うべきですか？ コストが高いから何でもRSMというわけにはいかないですよね。
RSMが真価を発揮するのは、渦粘性仮説が崩れる流れだ。
| 適している用途 | 理由 |
|---|---|
| 強い旋回流（サイクロン、渦室） | 渦粘性モデルは旋回流の異方性を捉えられない |
| 曲がり管内流 | 二次流れの発達が異方性に依存 |
| 噴流の衝突（衝突噴流） | 淀み点異常を回避 |
| 非円形ダクト内の二次流れ | 正方形ダクトのコーナー渦はRSMでないと再現不可 |
| 混合容器（撹拌槽） | 3次元旋回の異方性が支配的 |
入口境界条件
RSMの入口条件って、k-epsilonより設定が面倒ですか？
6成分のレイノルズ応力を指定する必要がある。等方乱流を仮定するなら、
ほとんどの場合この等方仮定で問題ない。入口から十分な助走区間があれば、流れの発達に伴い異方性は自然に形成される。
実務上の解析フロー
RSMを使った解析の手順を教えてください。
推奨手順は以下の通りだ。
1. k-epsilon Realizable で収束解を得る（メッシュの妥当性確認を兼ねる）
2. 収束解を初期値としてRSMに切替え
3. Under-relaxation を低く設定 -- レイノルズ応力: 0.3〜0.5、$\varepsilon$: 0.3〜0.5
4. 残差とモニタポイントの収束を確認 -- RSMは残差が $10^{-4}$ 程度で収束する場合もある
5. 結果を k-epsilon の結果と比較 -- 異方性効果の寄与を確認
RSMに切り替えても結果がk-epsilonとほとんど変わらない場合は？
その流れでは渦粘性仮説が妥当だということだ。コストに見合わないから、k-epsilon系に戻すのが正しい判断だ。RSMはあくまで「異方性が重要な流れ」専用のツールだよ。
船舶推進の二次流れ——RSMが実務で使われる現場
プロペラ後流やバルバス・バウ周りの流れ解析では、乱流の二次流れパターン（軸方向に垂直な小さな渦）が船体抵抗に影響します。この二次流れはReynolds応力の異方性によって生じるため、渦粘性仮説を使う2方程式モデルでは原理的に再現できません。日本の造船会社の設計部門が「抵抗予測の最終確認にRSMを使う」というワークフローを持っているのは、この物理的な理由からです。「k-εで設計、RSMで確認」という2段階アプローチが造船CFDの現場に定着しています。
解析フローのたとえ
CFDの解析フローは「水族館の水槽を設計する」感覚で考えてみてください。まず水槽の形を決め（計算領域）、水の入り口と出口を設計し（境界条件）、ポンプの強さを設定する（流量条件）。魚がどう泳ぐか見たければ粒子追跡。水温が気になれば熱解析を追加。…どうですか？ 意外と直感的ではありませんか？
初心者が陥りやすい落とし穴
「y+って何ですか？」——この質問が出たら要注意。壁面近くのメッシュ解像度を表すy+は、CFDの結果精度を左右する最重要パラメータの1つ。壁関数を使うなら30〜300、壁を完全に解像するなら1以下。これを確認せずに「摩擦抵抗が合わない！」と悩む人がとても多い。体温計の先端をちゃんと脇に挟まないで「熱がないのに37.5度って出た！」と慌てているようなものです。
境界条件の考え方
入口の境界条件は「蛇口をどのくらい開けるか」と同じ。ちょろちょろ出すか（低速）、全開にするか（高速）。でもCFDではもう一つ——「どのくらい暴れた水を出すか」（乱流強度）も指定する必要があります。蛇口の開け方を間違えると、下流のシンク全体の流れが変わりますよね？ CFDでも入口条件のミスは下流全体に波及します。
ソフトウェア比較
ソルバー別のRSM実装
各ソルバーでRSMの実装にどんな違いがありますか？
| 機能 | Ansys Fluent | Ansys CFX | STAR-CCM+ | OpenFOAM |
|---|---|---|---|---|
| LRR-IP モデル | 対応 | 対応 | -- | 対応（LRR） |
| SSG モデル | 対応 | 対応 | 対応 | コミュニティ実装 |
| BSL-RSM（$\omega$ベース） | 対応 | 対応（推奨） | -- | 対応 |
| 壁面反射項 | 選択可能 | 自動 | 選択可能 | 選択可能 |
| Quadratic圧力ひずみ | 対応 | -- | 対応 | コミュニティ実装 |
FluentでRSMを設定する手順を教えてください。
1. Models > Viscous > Reynolds Stress > Linear Pressure-Strain (LRR) または Quadratic Pressure-Strain (SSG)
2. Near-Wall Treatment を選択: Enhanced Wall Treatment（$y^+ \approx 1$）またはScalable Wall Functions（$y^+ > 30$）
3. Turbulence Specification at inlet: k and Epsilon を指定、Reynolds Stresses は等方仮定で自動計算
4. Under-Relaxation: 初期はReynolds Stresses を 0.3、Epsilon を 0.3 に下げる
CFXでの設定
CFXではどうですか？
CFXではBSL-RSMが推奨で、以下のように設定する。
1. Domain > Fluid Models > Turbulence > Reynolds Stress > BSL Reynolds Stress
2. Wall Treatment は自動（Automatic Wall Treatment）
3. Initialization は k-epsilon の結果から（Expert Parameter で設定可能）
CFXのBSL-RSMはSST k-omegaと同じ $\omega$ 方程式を使うため、壁面処理にAutomatic Wall Treatmentが適用される。$y^+$ のメッシュ依存性が小さく、産業用途で使いやすい。
OpenFOAMでの設定
OpenFOAMではRSMをどう使いますか？
constant/turbulenceProperties で LRR を指定する。
```
RAS {
model LRR;
turbulence on;
printCoeffs on;
}
```
初期条件として R（レイノルズ応力テンソル）と epsilon のファイルが必要だ。R は symmTensor 型で (Rxx Rxy Rxz Ryy Ryz Rzz) の6成分を指定する。
RSMは収束の難しさが最大の壁ですね。k-epsilon初期化と低いUnder-relaxationが成功の鍵だと分かりました。
その通り。もう一つ付け加えると、RSMで発散する場合はSSG（二次モデル）からLRR（線形モデル）に変えると安定することが多い。SSGの方が精度は高いが安定性は劣る。
STAR-CCM+のRSM初期化戦略——収束の秘訣
RSMはゼロから計算を始めると収束に時間がかかり、最悪の場合は発散します。STAR-CCM+のヘビーユーザーの間では「まずSSTで100〜200反復を行ってから、フィールドをRSMの初期値として引き継ぐ」という初期化戦略が定番になっています。このアプローチはFluent・OpenFOAMでも同様に有効で、特にSwirl数の高い流れ（スワールバーナー、サイクロン）で効果的です。収束を諦めてk-εに戻る前に、まずこの初期化戦略を試してほしい、というのが経験者からの声です。
選定で最も重要な3つの問い
- 「何を解くか」：Reynolds応力モデル（RSM）に必要な物理モデル・要素タイプが対応しているか。例えば、流体ではLES対応の有無、構造では接触・大変形の対応能力が差になる。
- 「誰が使うか」：初心者チームならGUIが充実したツール、経験者ならスクリプト駆動の柔軟なツールが適する。自動車のAT車（GUI）とMT車（スクリプト）の違いに似ている。
- 「どこまで拡張するか」：将来の解析規模拡大（HPC対応）、他部門への展開、他ツールとの連携を見据えた選択が長期的なコスト削減につながる。
先端技術
Elliptic Blending RSM
壁面近傍のRSMの精度を改善する研究はありますか？
Manceau-Hanjalic (2002) のElliptic Blending RSM (EB-RSM) が有力だ。壁面反射項（Gibson-Launder型）の代わりに楕円型の緩和方程式を解いて壁面効果を記述する。
壁面で $\alpha = 0$、遠方で $\alpha = 1$ となるスカラー場 $\alpha$ を用いて、圧力ひずみ項を壁面近傍と遠方場でブレンドする。壁面反射項の「壁面距離」と「壁面法線方向」への依存を排除できるため、複雑形状での精度が向上する。
どのソルバーで使えますか？
Code_Saturne（EDFが開発したオープンソースCFD）にはEB-RSMが標準実装されている。OpenFOAMにはコミュニティ実装がある。商用ソルバーでは対応が限定的だ。
陽的代数レイノルズ応力モデル（EARSM）
RSMの精度を維持しつつコストを下げる方法はありますか？
Explicit Algebraic RSM (EARSM) がそれだ。Wallin-Johansson (2000) のモデルが代表的だ。RSMのレイノルズ応力輸送方程式から対流項と拡散項を無視して代数方程式に簡略化し、$R_{ij}$ を平均速度勾配の陽的な関数として表す。
EARSMの利点と欠点を整理しよう。
| 特性 | RSM | EARSM | 線形渦粘性モデル |
|---|---|---|---|
| 異方性の再現 | 高い | 中程度 | なし |
| 方程式数の追加 | 7本 | 0本（代数式のみ） | 0本 |
| 収束の安定性 | 困難 | 良好 | 良好 |
| 二次流れの予測 | 正確 | ある程度正確 | 不可能 |
EARSMは渦粘性モデルの枠組みに異方性を入れたもの、って理解でいいですか？
その理解で概ね正しい。渦粘性テンソルを非線形に拡張したものとも解釈できる。計算コストはk-epsilonとほぼ同等で、異方性効果を部分的に再現できるコストパフォーマンスの高い手法だ。
データ駆動型RSM
RSMに機械学習を組み合わせる研究はありますか？
Xiao-Duraisamy (2016) やWu et al. (2018) の研究では、DNSデータから圧力ひずみ項のモデルをニューラルネットワークで学習させている。従来のLRRやSSGモデルよりも高精度な圧力ひずみ項の予測を達成しているが、汎化性能（学習に使っていない流れへの適用性）が課題だ。
RSMは理論的に最も厳密なRANSモデルだけど、収束の難しさとコストが障壁になる。EARSMやML-RSMなど、精度とコストのバランスを取る方向に進化しているんですね。
EARSMという「RSMの妥協点」——10年かけた工学的解答
Explicit Algebraic Reynolds Stress Model（EARSM）は、RSMの方程式を弱均衡仮定で代数的に解き、2方程式モデルの計算コストでRSM相当の応力テンソルを求めるアプローチです。1990年代から研究が続き、Wallin & Johansson（2000年）が汎用性の高いEARSMを発表しました。完全RSMよりは近似が入りますが、標準k-εとRSMの中間の精度コストトレードオフを実現します。「本当はRSMを使いたいが計算時間が…」という現場のジレンマに対する、研究コミュニティからの10年越しの回答です。
トラブルシューティング
よくある問題と対策
RSMで計算がうまくいかないとき、何をチェックすればいいですか？
1. 計算が発散する
症状: 残差が発散、NaN/Infが発生
原因: RSMの初期値が不適切（ゼロ初期化した等）、Under-relaxationが高すぎる、メッシュ品質不良
対策:
- k-epsilon Realizableで収束解を得てからRSMに切替える（最重要）
- Under-relaxationを下げる: Reynolds Stresses = 0.3、Turbulent Dissipation Rate = 0.3
- Fluentでは Stabilization Method を "Implicit Body Force" にする
- メッシュのスキューネスを0.85以下に抑える
2. レイノルズ応力の実現可能性違反
実現可能性違反ってなんですか？
物理的に、レイノルズ応力テンソルの固有値は非負でなければならない（$k \geq 0$、各成分の分散は非負）。数値誤差でこの条件が破れると非物理的な解になる。
対策:
- Fluentでは Realizability Enforcement を有効にする
- SSGモデルはLRRモデルより実現可能性を保ちやすい
- ソース項の陰的線形化が適切か確認
3. 結果がk-epsilonと変わらない
RSMに切り替えたのに、k-epsilonとほとんど同じ結果になるんですが。
原因: 流れの異方性が弱い（単純な管路流、完全発達流れ等）。RSMの利点が出るのは旋回流や曲がり管のような異方性が強い流れだ。
対策:
- まず異方性指標 $A = 1 - \frac{27}{2}\det(a_{ij}^*)$ をポスト処理で確認。$A$ が0に近ければ等方的で、RSMの優位性がない
- 単純な流れなら k-epsilon 系に戻してコストを節約する
4. 壁面近傍で不安定
症状: 壁面近傍でレイノルズ応力が振動し、収束しない
対策:
- $\varepsilon$ベースのRSMから$\omega$ベースのBSL-RSMに変更
- 壁面処理をEnhanced Wall Treatment（$y^+ \approx 1$）に変更
- 壁面反射項のモデル（Gibson-Launder）が不適切な場合は無効にしてみる
RSMが必要かの判定方法
そもそもRSMが本当に必要かを事前に判断する方法はありますか？
以下のステップで判断できる。
1. k-epsilon Realizable で計算を実行
2. 渦粘性比 $\mu_t/\mu$ の分布を確認
3. ストレインレートとローテーションレートの比 $S/\Omega$ を計算。$S/\Omega$ が1から大きくずれる領域があればRSMの検討価値がある
4. 実験データがある場合、二次流れパターンがk-epsilonで再現できているか確認
闇雲にRSMを使うのではなく、渦粘性仮説の妥当性を先に確認するのが正しいアプローチですね。
壁面反射項が引き起こす謎の発散——RSMトラブルの深い沼
RSMのトラブルシューティングで最も厄介なのが圧力ひずみ相関の壁面反射項 $\Pi_{ij,w}$ による発散です。この項は壁に近いセルで大きな値を取り、粗いメッシュや複雑なジオメトリでは数値的に暴れることがあります。対処法は反射項をゼロにするLRRモデルの簡略版に一時切り替えることや、壁面反射係数を0.3から0.1に下げることですが、これは精度低下と引き換えです。「RSMが発散したら壁面反射項を疑え」は、CFDサポートエンジニアの間で語り継がれる診断の第一ステップです。
「解析が合わない」と思ったら
- まず深呼吸——焦って設定をランダムに変えると、問題がさらに複雑になる
- 最小再現ケースを作る——Reynolds応力モデル（RSM）の問題を最も単純な形で再現する。「引き算のデバッグ」が最も効率的
- 1つだけ変えて再実行——複数の変更を同時に行うと、何が効いたか分からなくなる。科学実験と同じ「対照実験」の原則
- 物理に立ち返る——計算結果が「重力に逆らって物が浮く」ような非物理的な結果なら、入力データの根本的な間違いを疑う
関連トピック
なった
詳しく
報告