乱流 (Turbulence) — CAE用語解説

カテゴリ: 用語集 | 2026-03-28
CAE visualization for turbulence - technical simulation diagram

乱流とは何か

🧑‍🎓

「乱流」って教科書で何度も出てくるんですけど、結局どういう状態のことなんですか? 層流の反対、くらいのイメージしかなくて…。


🎓

ざっくり言うと、速度・圧力が時間的にも空間的にもランダムに変動している流れのことだ。層流だと流体粒子が整然とした層を作って流れるけど、乱流では大小さまざまな渦が3次元的に絡み合って、混合がものすごく激しくなる。例えば煙突から出る煙が、最初はまっすぐ上がるのに途中からぐちゃぐちゃに広がるでしょ? あれが乱流への遷移だよ。


🧑‍🎓

どういう条件で乱流になるんですか?


🎓

Reynolds数 $\mathrm{Re} = \dfrac{\rho U L}{\mu}$ が臨界値を超えると遷移が起きる。円管流れだとRe ≈ 2300、平板境界層だとRex ≈ 5×105 が目安だ。物理的には、慣性力(流れを乱す力)が粘性力(流れを安定させる力)に打ち勝つと乱流になる。工業的な流れのほとんど――自動車まわりの空気流、配管内の水、ジェットエンジンの燃焼器――はReが105〜107の完全乱流だよ。


🧑‍🎓

乱流って「ランダム」ってことは、予測不可能ってことですか? だとしたらシミュレーションできないのでは…?


🎓

いい質問だ。個々の渦の瞬時の挙動は確かにカオス的で、長期予測は難しい。でも統計的な性質(平均速度、分散、エネルギースペクトルなど)は再現性があるんだ。だからCFDでは「統計量を正しく予測する」というアプローチを取る。天気予報と似ていて、明日の気温は予測できるけど、特定の雲の形までは当てられない、みたいな感じだね。


Kolmogorovカスケードとエネルギースペクトル

🧑‍🎓

「Kolmogorovカスケード」ってよく聞くんですけど、どういう仕組みなんですか?


🎓

1941年にKolmogorovが提唱した理論で、乱流のエネルギーがどうやって渦のスケール間を移動するかを説明したものだ。ポイントは3段階ある:

1. エネルギー含有域(大スケール):流れの境界条件(壁、障害物、せん断層など)から主流のエネルギーが大きな渦に注入される。この渦のサイズは代表長さ $L$ のオーダーだ。

2. 慣性小領域(中間スケール):大きな渦が不安定になって少し小さな渦に分裂し、さらにそれが分裂する…という連鎖が起きる。この領域では粘性の影響がほぼなく、エネルギーが一方向に「滝のように」小スケールへ流れ落ちる。だから「カスケード」と呼ぶんだ。

3. 散逸域(最小スケール):Kolmogorovスケール $\eta = (\nu^3/\varepsilon)^{1/4}$ まで小さくなると、粘性力が支配的になってエネルギーが熱に変わる。ここが終着点だよ。


🧑‍🎓

Kolmogorovスケール $\eta$ って、具体的にはどのくらいの大きさなんですか?


🎓

スケール比は $L/\eta \sim \mathrm{Re}^{3/4}$ で表される。例えば自動車まわりの流れ(L ≈ 1 m、Re ≈ 106)だと、$\eta$ は約 0.03 mm、つまり髪の毛の太さの半分以下だ。これがDNSで全スケールを解こうとすると途方もないメッシュ数が必要になる理由でもある。


🧑‍🎓

エネルギースペクトルの $E(\kappa) \propto \kappa^{-5/3}$ っていう有名な式は、カスケードのどこに対応するんですか?


🎓

慣性小領域に対応する。Kolmogorovは次元解析から、この領域ではエネルギースペクトルが散逸率 $\varepsilon$ と波数 $\kappa$ だけで決まると考えた:

$$E(\kappa) = C_K \, \varepsilon^{2/3} \, \kappa^{-5/3}$$

$C_K \approx 1.5$ はKolmogorov定数だ。この $-5/3$ 乗則は実験でも繰り返し確認されていて、乱流理論の最も美しい成果の一つと言われている。横軸に波数 $\kappa$(渦の細かさ)、縦軸にエネルギー密度 $E(\kappa)$ を対数プロットすると、慣性小領域できれいな直線が現れるんだ。


Reynolds分解と乱流のモデル化

🧑‍🎓

乱流をシミュレーションするとき、まず「Reynolds分解」をするって聞いたんですけど、これは何をしているんですか?


🎓

瞬時の流れの量を時間平均成分と変動成分に分ける操作だ。速度で言えば:

$$u_i = \overline{u}_i + u'_i$$

$\overline{u}_i$ が時間平均速度、$u'_i$ が変動成分(平均するとゼロになる)だ。圧力も同じように $p = \bar{p} + p'$ と分解する。この分解をNavier-Stokes方程式に代入して時間平均を取ると、Reynolds平均Navier-Stokes方程式(RANS)が得られる。


🧑‍🎓

分解するだけで方程式が簡単になるんですか?


🎓

実は逆で、方程式が増えてしまうのが問題なんだ。平均操作の結果、$-\rho\overline{u'_i u'_j}$ という項が新たに出現する。これがReynolds応力で、変動成分同士の相関を表す。未知数が増えるのに方程式は増えない――これが有名な乱流の閉じない問題(closure problem)だ。


🧑‍🎓

閉じない問題…。じゃあどうやって解くんですか?


🎓

Reynolds応力を既知の量で近似する乱流モデルを導入して方程式を閉じるんだ。最も広く使われるのは渦粘性モデル(Boussinesq仮定)で、Reynolds応力を平均ひずみ速度テンソルに比例すると仮定する:

$$-\overline{u'_i u'_j} = \nu_t \left(\frac{\partial \overline{u}_i}{\partial x_j} + \frac{\partial \overline{u}_j}{\partial x_i}\right) - \frac{2}{3}k\,\delta_{ij}$$

ここで $\nu_t$ が渦粘性、$k = \frac{1}{2}\overline{u'_i u'_i}$ が乱流運動エネルギーだ。$\nu_t$ を求めるために $k$-$\varepsilon$ モデルや $k$-$\omega$ SST モデルなどの輸送方程式を追加で解くわけだ。


RANS / LES / DNS の階層

🧑‍🎓

RANS以外にもLESとかDNSとか聞くんですけど、何が違うんですか? どう使い分けるんでしょう?


🎓

乱流の渦をどこまで直接計算するかの違いだ。Kolmogorovカスケードの図を思い出してくれ:

RANS(Reynolds-Averaged Navier-Stokes):全スケールの渦の影響をモデルで近似する。計算コストは最小。定常解が得られるので設計のパラメータスタディに向いている。ただし大きな渦の非定常挙動は捉えられない。

LES(Large Eddy Simulation):メッシュで解像できる大きな渦は直接計算し、メッシュより小さい渦だけSGSモデルで近似する。非定常計算が必須で、RANSの10〜100倍のコストがかかるが、渦の構造や音響現象を直接捉えられる。

DNS(Direct Numerical Simulation):Kolmogorovスケール $\eta$ まで全ての渦を直接解く。乱流モデル一切不要で最も正確だが、必要なメッシュ数が $N \sim \mathrm{Re}^{9/4}$ に比例するため、Re=104 程度が現実的な上限。主に学術研究やモデル検証に使われる。


🧑‍🎓

じゃあ実務の設計業務だと、ほぼRANSを使うことになるんですか?


🎓

そうだね、現状では産業CFDの8割以上がRANSだと言われている。特に$k$-$\omega$ SSTモデルは外部空力から内部流れまで幅広く使えるから、「迷ったらSST」という暗黙のルールがあるほどだ。ただし最近はGPUの普及でLESのコストが下がってきていて、自動車の空力開発やガスタービン燃焼器ではLESが増えてきている。DES(Detached Eddy Simulation)やSAS(Scale-Adaptive Simulation)のようなRANSとLESのハイブリッド手法も実務で使われ始めているよ。


🧑‍🎓

計算コストの差って具体的にどのくらいなんですか?


🎓

ざっくりした目安を挙げると、Re=106 の自動車外部流れ(全長5 m)の場合:

RANS:メッシュ数 1000万〜5000万セル、定常計算で数時間〜1日(100コア程度)。

LES:メッシュ数 1億〜10億セル、非定常計算で数日〜数週間(1000コア以上)。

DNS:メッシュ数 1013〜1014セル…現在のスパコンでも不可能だ。

このスケーリングの差を理解しておくことが、適切な手法選択の第一歩だよ。


乱流強度と境界条件

🧑‍🎓

乱流強度(Turbulence Intensity)って、CFDの入口境界条件に必ず出てきますよね。これは何を表しているんですか?


🎓

乱流強度 $TI$ は、流れがどれだけ「乱れているか」を示す無次元指標だ。定義は:

$$TI = \frac{u'_{\mathrm{rms}}}{\overline{U}} = \frac{\sqrt{\frac{1}{3}(u'^2 + v'^2 + w'^2)}}{\overline{U}} = \frac{\sqrt{\frac{2}{3}k}}{\overline{U}}$$

ここで $u'_{\mathrm{rms}}$ は速度変動の二乗平均平方根、$\overline{U}$ は平均流速だ。典型的な値を挙げると:

- 高品質風洞:TI = 0.1〜0.5%(非常にクリーンな流れ)

- 配管下流:TI = 1〜5%

- 実環境の大気:TI = 5〜20%

- ガスタービン燃焼器下流:TI = 10〜25%


🧑‍🎓

入口の乱流強度を適当に設定すると、解析結果に大きく影響しますか?


🎓

影響する。特に境界層の遷移位置や剥離の予測に効く。TIが高ければ遷移が早まり、乱流境界層が形成されて剥離が遅れる。逆にTIが低すぎると、実際には起きない層流剥離を予測してしまうことがある。実測データがあればそれを使うのがベストだけど、なければ一般的なガイドライン(内部流れならTI = 5%、外部流れならTI = 1%など)で始めて、感度解析で影響を確認するのが良い手順だよ。


🧑‍🎓

入口のTIの他に、乱流長さスケールとか乱流粘性比も聞かれるんですけど、それも設定が必要なんですか?


🎓

そう。$k$-$\varepsilon$ モデルなら $k$ と $\varepsilon$ の入口値が必要で、TIから $k = \frac{3}{2}(TI \cdot \overline{U})^2$ と計算できる。$\varepsilon$ は乱流長さスケール $\ell$ を使って $\varepsilon = C_\mu^{3/4} k^{3/2}/\ell$ で見積もる。$\ell$ はダクトなら水力直径の7〜10%が目安だ。$k$-$\omega$ SST なら $\omega = k^{1/2}/(C_\mu^{1/4}\ell)$ だね。面倒に思えるかもしれないけど、ここを雑にすると入口から5〜10直径分くらいは乱流場が不自然になるから、手を抜かないほうがいい。


実務でのポイント

🧑‍🎓

最後に、乱流を扱うCFDで一番ハマりやすいポイントって何ですか?


🎓

3つ挙げるとすれば:

1. 壁面メッシュの不足:乱流の壁面近傍では速度勾配が急激に変化する。$y^+$ の管理を怠ると、壁面せん断応力や熱伝達の予測が大きくズレる。壁関数を使うなら $y^+ = 30$〜100、低Re型モデルで壁面を解像するなら $y^+ < 1$ が必要だ。

2. 乱流モデルの選択ミス:例えば標準 $k$-$\varepsilon$ は強い逆圧力勾配下の剥離を過小評価しがちだし、旋回流ではSST でも不十分なことがある。モデルの得意・不得意を知っておくことが大事だ。

3. LESでの数値散逸:LESは渦を直接計算するから、数値スキームの散逸が大きいと渦が人為的に減衰してしまう。2次精度の風上差分だと散逸が大きすぎて、事実上RANSと変わらない結果になることがある。中心差分系や高次精度スキームを使うのが鉄則だ。


🧑‍🎓

なるほど…。乱流って奥が深いですね。Kolmogorovカスケードの物理を理解した上で、モデルの限界を意識しながらCFDを使わないといけないんですね。


🎓

その通り。「乱流を完全に解くことは(DNSを除いて)できない」という謙虚さを持ちつつ、「自分の解析で何を予測したいのか」に応じて適切なモデルと解像度を選ぶ。それが乱流CFDの実務者として大事な姿勢だと思うよ。ノーベル物理学者のファインマンも「乱流は古典物理学に残された最後の大問題」と言ったくらいだからね。


CAE用語の正確な理解は、チーム内のコミュニケーションの基盤です。 — Project NovaSolverは実務者の学習支援も視野に入れています。

乱流の実務で感じる課題を教えてください

Project NovaSolverは、CAEエンジニアが日々直面する課題――乱流モデルの選定、メッシュ解像度、境界条件の設定――の解決を目指しています。あなたの実務経験が、より良いツール開発の原動力になります。

お問い合わせ(準備中)
この記事の評価
ご回答ありがとうございます!
参考に
なった
もっと
詳しく
誤りを
報告
参考になった
0
もっと詳しく
0
誤りを報告
0
Written by NovaSolver Contributors
Anonymous Engineers & AI — サイトマップ
プロフィールを見る