ライブ数値
Ra > 1708：対流ロール発生。 暖かい流体が上昇・冷たい流体が下降します。
暖かい流体（上昇）
冷たい流体（下降）
トレーサー粒子
理論・主要公式
$$Ra = \frac{g \beta \Delta T L^3}{\nu \alpha}$$
レイリー数：浮力 vs 粘性・熱拡散の比。$Ra \gt Ra_c \approx 1708$ でベナール対流セルが発生。
$$Nu = C \cdot Ra^n$$
ヌッセルト数（熱伝達比）：対流強さを表す。$n \approx 1/3$ で高 $Ra$ 乱流対流に相当。
$$\alpha = \frac{k}{\rho c_p}$$
熱拡散率（m²/s）：$k$ は熱伝導率、$\rho$ は密度、$c_p$ は比熱。
レイリー–ベナール対流とは
🙋
お湯を沸かすとき、鍋の底でグルグル回る流れが見えることがあるんですが、あれが対流セルですか？
🎓
そう、まさにそれ！正式には「レイリー–ベナール対流」と呼ぶんだ。底面を加熱すると、底の流体が温まって密度が下がり、浮力で上昇する。上面は冷たいから、そこで冷えた流体が下降する。この循環が規則的な「ロール状の対流セル」を作る。フランスの物理学者ベナールが1900年に鯨油を使った実験で初めて観察して、レイリー卿が1916年に理論化したんだ。
🙋
でも、ちょっと温めただけでは対流が起きないこともありますよね？何が条件なんですか？
🎓
鋭い！それがレイリー数（Ra）の話なんだ。Ra は「浮力による不安定化」対「粘性＋熱拡散による安定化」の比。Ra が臨界値の約1708を超えると初めて対流が起き始める。それ未満だと、上昇しようとした流体も粘性と熱拡散に勝てなくて、ただ熱伝導で熱が上に逃げるだけ。シミュレーターで「臨界直下」プリセット（Ra < 1708）にすると、対流セルが消えて一様な温度勾配になるのが見えるはずだよ。
🙋
Ra を超えたとき、どうして「セル」という特定のパターンになるんですか？ランダムに混ざらないんでしょうか？
🎓
これが面白いところ！不安定化が始まると、あらゆる空間スケールの擾乱が少し成長しようとする。でも、最も速く成長できる「最適な波長」が存在して——だいたい層の厚さの2〜3倍の波長——それだけが選ばれて残る。これが「パターン形成」の自己組織化だ。Ra をどんどん上げると、最初のきれいなロールが崩れて複数のスケールの運動が混在し、やがて乱流的になる。気象の積雲対流や地球のマントル対流にも同じ原理が働いているんだよ。
物理モデルと支配方程式
レイリー数（無次元パラメータ）：
$$Ra = \frac{g\,\beta\,\Delta T\,L^3}{\nu\,\kappa}$$
$g$：重力加速度、$\beta$：熱膨張係数、$\Delta T$：上下面温度差、$L$：層の高さ、$\nu$：動粘度、$\kappa$：熱拡散率
温度場の移流–拡散方程式（ブジネスク近似）：
$$\frac{\partial T}{\partial t}+ \vec{u}\cdot\nabla T = \kappa\,\nabla^2 T$$
速度場（簡略ストリーム関数法）：
$$\vec{u}\propto Ra \cdot (T - T_{\text{mean}}) \cdot \hat{y}+ \text{粘性拡散}$$
境界条件：上面 $T=0$（冷）、下面 $T=1$（熱）、側面は周期境界。
自然界と工学への応用
レイリー–ベナール対流は最も基礎的な流体不安定現象の一つであり、多くの分野で現れます：
気象・大気：積雲（雷雲）の発達、積乱雲内の強い上昇流がこの対流の大スケール版です。
地球内部：地球マントルの対流（プレートテクトニクスの駆動力）は、数百万年スケールのレイリー–ベナール対流です。
電子冷却・熱設計：ヒートシンクの空冷やデータセンターの冷却設計でもベナール対流の理解は不可欠です。
宇宙：太陽表面の「粒状斑」（グラニュール）は太陽大気の対流セルで、直径約1000 km の規則的なパターンを形成しています。
よくある誤解と注意点
このシミュレーターを使い始めるとき、いくつかつまずきやすいポイントがあるから気をつけてね。まず、「レイリー数が大きいほど、常に対流が激しくなる」と思いがちだけど、そう単純じゃないんだ。確かに臨界値（約1708）を超えると対流が始まるけど、Raを上げていくと、きれいなロールパターンから、ロールが歪んだり分裂したりする「二次的不安定性」の段階を経て、最終的に乱流に至る。例えば、Raを10の4乗から10の5乗に上げると、ロールが定在せずに時間とともにゆらぎ始める様子が観察できるよ。これは「過渡的カオス」の入り口で、パラメータを一気に上げすぎると基本パターンの遷移を見逃してしまうから、少しずつ変えるのがコツだ。
次に、アスペクト比（幅/高さ）の設定を軽視しちゃダメ。例えば、アスペクト比を2（幅が高さの2倍）にすると、自然に2つの対流ロールが並ぶけど、これを3.5のような中途半端な値にすると、ロールの数が整数にならず、不安定なパターンが生じやすい。自然界や実機では層の「幅」が決まっていることが多いから、シミュレーションでアスペクト比を変えることは、実は「実験装置や観測領域の大きさを変えている」のと同じ意味を持つことを意識しよう。
最後に、このシミュレーションは「2次元」かつ「ブジネスク近似」が前提だということを忘れないで。3次元ではロールの代わりに六角形のベナールセルが現れることもあるし、温度差が極端に大きい場合や気体の圧縮性が無視できない場合は、この近似は成り立たない。あくまで基礎原理を学ぶための理想化されたモデルだと理解しておこう。
よくある質問
レイリー数が臨界値（約1708）未満だと、熱伝導が支配的で対流は発生しません。スライダーでRaを2000以上に設定し、数秒待つとセルが現れ始めます。また、初期温度擾乱が小さい場合も時間がかかるため、しばらく観察してください。
簡略ストリーム関数法を用い、温度差に比例した浮力を駆動力として、粘性拡散と組み合わせて速度場を近似計算しています。厳密なNS方程式解法ではありませんが、対流セルの形成・発達・乱流遷移の主要な振る舞いをリアルタイムで再現できます。
レイリー数を10^5以上に設定し、アスペクト比（横幅/高さ）を最大の4にすると、複数のセルが分裂・合体し、時間的に不規則な乱流状態を観察しやすくなります。Ra が 50,000 を超えると状態表示が「乱流的対流」に変わります。
本ツールは教育・可視化目的の簡易モデルです。実際の熱対流現象の定性的理解には有用ですが、定量的な設計や実験の代替にはなりません。実用には、完全なナビエ–ストークス方程式を解く専用のCAEソフトウェアをご利用ください。
ヌッセルト数Nuは対流による熱伝達強度を表し、Ra < 1708では Nu=1（純熱伝導）、Ra が臨界値を超えると Nu ≈ 0.069 Ra^{1/3} のべき乗則で増加します。本シミュレーターではRaを段階的に上げていくと、温度コンターが複数のセル構造に変化し、実効的な熱輸送が増大する様子を視覚的に確認できます。
マントル対流のレイリー数はRa ≈ 10^7〜10^8と非常に大きく、プレートテクトニクスの駆動力です。本シミュレーターでRaを最大値に設定すると非定常で複雑なセル構造が現れますが、これがマントルで長い時間スケールで起きているイメージに近いです。ただし実際のマントルでは粘性率が深さや温度に大きく依存するため、定性的な類似に留まります。
理論的には、2D容器でRaが臨界値付近のとき、セルの幅と高さがほぼ等しい（アスペクト比≈1のセル）が最も安定です。アスペクト比が大きい容器では複数のセルが並び、その個数は概ね横幅/高さに近い整数になります。シミュレーターでアスペクト比を1→2→4と増やすと、1→2→4個のロール状セルが並ぶ様子を観察できます。
はい、Pr は運動量拡散と熱拡散の比（Pr＝ν/κ）です。液体金属（Pr≈0.01）では熱が速く拡散するため熱境界層は速度境界層より厚くなり、臨界値を超えるとすぐに流れが時間変動しやすくなります。シリコーンオイル（Pr≈100〜1000）では粘性が支配的で、セルが安定した規則的なパターン（3次元では六角形）を作りやすいです。本シミュレーターは一般的な流体（Pr≈1前後）を想定しており、Pr依存性を直接変更する機能はありませんが、OpenFOAMのbuoyantBoussinesqPimpleFoamでPr依存解析が可能です。
実世界での応用
産業での実際の使用例
半導体製造のエピタキシャル成長炉やCVD装置では、加熱された基板上のガスに自然対流が生じると温度や膜厚の均一性が損なわれるため、レイリー数を目安に装置の寸法や圧力条件を検討します。液晶パネル用ガラス基板の熱処理工程でも、対流セルの発生を抑える条件を探すときの基礎になります。
研究・教育での活用
大学の流体力学や熱工学の講義では、Ra を変えて対流パターンの遷移を可視化する題材として扱われます。ベナールセルの形成から乱流への移行を観察すると、無次元数と流れの構造の関係を直感的に理解できます。地球物理学では、マントル対流のアナロジー実験と合わせて考えることもあります。
CAE解析との連携や実務での位置付け
本シミュレーターは、詳細な3次元CFD解析の前段階として、対流の発生条件や熱伝達の大まかな傾向をつかむための学習用ツールです。設計では、Ra を変えて傾向を把握したうえで、ANSYS Fluent や OpenFOAM などによる高精度解析で詳しく検証するのが一般的な流れです。
