パラメータ設定
流体
形状・相関式
相関式
管内乱流（Dittus-Boelter）：
$Nu = 0.023\, Re^{0.8}Pr^{n}$
（加熱 n=0.4、冷却 n=0.3）
Gnielinski（遷移〜乱流）：
$Nu = \dfrac{(f/8)(Re-1000)Pr}{1+12.7\sqrt{f/8}(Pr^{2/3}-1)}$
平板層流：$Nu_L = 0.664\,Re_L^{1/2}Pr^{1/3}$
$h = Nu \cdot k / L$
熱伝達率 h vs 流速 V（4流体比較）
Nu vs Re（対数スケール — 現在の流体）
※ 管内流は完全発達流を仮定（L/D≫1）。液体ナトリウムはLyon相関式（Nu=7+0.025Pe^0.8）を使用。エンジンオイルは高Prのため低Re域でも高Nu。
強制対流熱伝達とは
🧑🎓
「強制対流熱伝達」って、ファンやポンプで無理やり流体を動かして熱を奪うことですよね？このシミュレーターで何が計算できるんですか？
🎓
その通り！ざっくり言うと、流体の種類や流れの速さ、管の太さから「どれだけ熱が伝わりやすいか」を計算するんだ。このツールでは、上の「流体」や「形状・相関式」を選んで、流速や温度をスライダーで変えると、リアルタイムで熱伝達率が計算されるよ。例えば、水と空気で同じ条件にすると、熱の伝わりやすさが何十倍も違うのがすぐわかる。
🧑🎓
「相関式」にDittus-BoelterとGnielinskiってありますけど、どう使い分けるんですか？「管径D」をめっちゃ細くしたら結果は変わる？
🎓
いいところに気がついたね。実務ではGnielinski式を使うことが多いんだ。Dittus-Boelterは完全な乱流（Re>10000）専用でシンプルだけど、Gnielinskiは遷移領域（Re=3000くらい）から使えて精度が高い。管径Dを小さくすると流速が同じでもレイノルズ数が小さくなるから、流れの状態（層流か乱流か）が変わる可能性があるよ。実際に「流速V」を固定したまま「管径D」を変えてみると、計算結果がガラッと変わることがあるから試してみて。
🧑🎓
え、じゃあ「流体」を「液体ナトリウム」にすると、なんで熱伝達率がめちゃくちゃ高くなるんですか？冷却に最強って聞きますけど。
🎓
鋭い質問だ！液体金属はプラントル数Prが極端に小さい（$Pr \approx 0.005$）のが理由だ。これは熱が分子運動（拡散）よりずっと速く運ばれることを意味する。シミュレーターで「流体」を水から液体ナトリウムに切り替えてみて。Prの値が一気に下がり、同じ流速でもNusselt数Nuが跳ね上がって、結果として熱伝達率が桁違いに高くなるのが確認できるよ。高速増殖炉の冷却などで使われる理由が実感できるはずだ。
物理モデルと主要な数式
無次元数（レイノルズ数、プラントル数）は流れと熱伝達の状態を決定します。
$$Re = \frac{\rho V D}{\mu}, \quad Pr = \frac{\mu C_p}{k}$$
$Re$: レイノルズ数（慣性力/粘性力）、$Pr$: プラントル数（運動量拡散率/熱拡散率）、$\rho$: 密度、$V$: 流速、$D$: 代表長さ（管径など）、$\mu$: 粘度、$C_p$: 比熱、$k$: 熱伝導率。
代表的な相関式として、管内乱流のDittus-Boelter式と、より広範囲で精度の高いGnielinski式があります。
$$Nu_{DB}= 0.023 \, Re^{0.8}\, Pr^{n}\quad (n=0.4\text{（加熱）}, 0.3\text{（冷却）})$$
$$Nu_{G}= \frac{(f/8)(Re-1000)Pr}{1+12.7\sqrt{f/8}(Pr^{2/3}-1)}\left[1+\left(\frac{D}{L}\right)^{2/3}\right]$$
$Nu$: ヌセルト数（対流熱伝達の強さ）、$f$: 摩擦係数。Gnielinski式は$3000 < Re < 5\times10^6$の広い範囲で適用可能です。最終的な熱伝達率$h$は$h = (Nu \cdot k)/D$で求められます。
実世界での応用
自動車エンジン冷却：ウォーターポンプで強制循環させる冷却水の熱伝達率を、このツールのような相関式で設計計算します。流速や冷却水路径を最適化し、オーバーヒートを防ぎます。
電子機器の空冷ヒートシンク：ファンによる強制空気流がフィン表面を流れる「外部流」としてモデル化されます。フィン間の流速と温度差から放熱性能を評価し、効率的な形状を決定します。
化学プラントの熱交換器：管内を流れる高温流体（エンジンオイルなど）からシェル側の流体へ熱を移動させる設計の根幹です。流体の種類や温度、流路形状に応じた適切な相関式の選択が設計精度を左右します。
原子炉冷却システム：高速増殖炉などでは液体ナトリウム（Pr数が極めて小さい）を冷却材として用います。通常の水や空気とは異なる熱伝達挙動を正確に予測するため、専用の相関式が必要となります。
よくある誤解と注意点
このツールを使い始めるときに、よくある落とし穴をいくつか挙げておくよ。まず「代表長さDの選び方」。管内流では「管径」でいいけど、外部流の平板なら「流れ方向の板長さ」、円柱なら「直径」だ。例えば、同じ流速で「円柱」を選んだとき、直径を10mmから50mmに変えると、レイノルズ数が5倍になり、流れの状態（剥離の有無）が変わるから、熱伝達率の計算式そのものが切り替わる可能性があるんだ。次に「物性値は温度で決まる」という大原則。ツールでは入口温度で物性値を固定して計算しているけど、実務では流体が加熱・冷却されると物性値が途中で変わる。例えば、エンジンオイルを100℃から150℃まで加熱すると、粘度が大きく下がり、レイノルズ数が上がって乱流が促進される。だから精密な計算では「平均膜温度」を使うなどの工夫が必要だ。最後に「相関式は万能ではない」こと。Gnielinski式は優秀だけど、極端に高い熱流束がかかる場合や、入口効果が強い短い管（L/Dが小さい）では実測とズレる。ツールの結果はあくまで目安で、最終設計では実験データやより詳細なCFDで検証するのが鉄則だ。
関連する工学分野
この強制対流の計算は、思っているよりずっと広い分野の根幹を支えているんだ。まず「エネルギー変換工学」。火力発電所のボイラーや復水器、原子炉の一次冷却系では、まさに管内の強制対流が熱を運ぶ主役だ。特に液体ナトリウムのような高速炉の冷却設計は、このツールで実感した極端に低いPrの挙動が全ての基礎になる。次に「航空宇宙工学」。ジェットエンジンのタービンブレード内部には複雑な冷却流路が掘ってあって、高速の強制対流でブレードを焼け止めしている。外部流なら、再突入時の宇宙カプセル表面の加熱解析にも平板や円柱の相関式の考え方が応用される。もう一つ見落としがちなのが「化学プロセス工学」だ。反応器のジャケット冷却や熱交換器（シェル＆チューブなど）の設計では、流体の種類（水、油、高分子流体）や流れの状態に応じて適切な相関式を選び、伝熱面積を決める。このツールで「流体」を切り替えた時の熱伝達率の違いは、装置のサイズとコストに直結する重大なファクターなんだ。
発展的な学習のために
このツールに慣れて「もっと知りたい」と思ったら、次のステップに進んでみよう。まず「無次元数の物理的意味を深掘り」するのがおすすめ。レイノルズ数Reは流れの「相似則」を表す。例えば、実物の飛行機と風洞実験の模型ではサイズも流速も違うけど、Reを一致させれば流れのパターン（剥離点など）は相似になる。同様に、ヌセルト数Nuは熱伝達の相似則だ。この理解ができれば、実験結果をスケールアップする際の強力な武器になる。次に、「エネルギー保存則との統合」を学ぼう。ツールは局所的な熱伝達率を出すが、実問題では「入口温度X度の流体が管を流れる間にY度まで温まるには管長さはいくら必要？」といった全体の熱収支計算が必要だ。これには微分方程式の考え方が必要で、$$ \dot{m} C_p \frac{dT}{dx} = h P (T_w - T)$$ のような式を解くことになる。最後のステップは「CFD（数値流体力学）への橋渡し」。相関式は経験式だが、CFDはナビエ-ストークス方程式を直接解く。ツールでいろんな条件を試して「なぜこのパラメータを変えると結果がこう変わるのか」という直感を養っておくと、CFDの結果を批判的に検証する目が養える。まずは「乱流モデル（k-εモデルなど）」の概要を調べてみるのが次の一歩だ。