ラバランプシミュレーター 戻る
Thermal Simulator

ラバランプ シミュレーター

熱膨張・アルキメデス浮力・粘性抵抗を使ったラバランプの物理シミュレーション。ブロブが上昇・下降するサイクルで自然対流の本質を体験しよう。

熱膨張 + 浮力 クリックで熱源追加 アルキメデスの原理
パラメータ
加熱強度 1.0
ブロブ数 12
粘度(抵抗) 0.02
ブロブサイズ 22
速度倍率 1.0x
カラースキーム
コントロール
統計
0
高温ブロブ
0
低温ブロブ
0.5
平均温度
60
FPS

アルキメデスの原理と浮力

流体中の物体が受ける浮力:

F_b = (ρ_fluid - ρ_blob) × V × g

ρ_blob < ρ_fluid なら上向き(上昇)、ρ_blob > ρ_fluid なら下向き(沈降)。この差を生み出すのが熱膨張です。

熱膨張と密度変化

温度 T でのブロブ密度:

ρ = ρ₀ × (1 - α(T - T₀))

熱膨張係数 α が大きいほど、温度差によって密度がより大きく変化します。シリコンオイルでは α ≈ 9×10⁻⁴ /K。スライダーの「加熱強度」はこの効果を制御しています。

レイリー・ベナール対流

浮力主導の対流セル形成:

Ra = gαΔT L³ / (νκ) > 1708

レイリー数が臨界値を超えると対流が始まります。この現象はマントル対流・太陽対流・電子基板冷却など、自然界・工業界の至るところに存在します。

CAEとの接続

浮力駆動流れはボシネスク近似ナビエ・ストークス方程式で記述されます。OpenFOAM の buoyantSimpleFoam、Ansys Fluent の自然対流モデルが同じ物理を解いています。このシミュレーターはその直感的理解を助けます。

ラバランプの物理とは

🧑‍🎓
ラバランプって、あのゆらゆら動くインテリアですよね?あれがどうして動き続けるんですか?
🎓
ざっくり言うと、温まると膨らんで軽くなり、冷えると縮んで重くなる、その繰り返しだよ。このシミュレーターで「加熱強度」のスライダーを上げてみて。ブロブが温まるスピードが上がって、もっと活発に動き出すのがわかるよ。
🧑‍🎓
「軽くなる」って、油の中なのに浮くんですか?水に氷が浮くのと同じ原理ですか?
🎓
その通り!アルキメデスの原理、つまり浮力が働いているんだ。ブロブの密度が周りの流体より小さくなると、浮力で上に押し上げられる。逆に冷えて密度が大きくなると沈む。「熱膨張係数」を大きくすると、温度変化で密度が激しく変わるから、浮き沈みがよりドラマチックになるんだ。試してみて。
🧑‍🎓
でも、上まで行ったブロブがすぐに落ちてこないのはなぜ?なんかゆっくりしてます。
🎓
良いところに気づいたね。それは「粘性」のせいだ。油の中を動くのは水の中を動くよりずっと抵抗が大きいんだ。このシミュレーターの「流体粘性」パラメータをいじるとその影響がはっきり分かるよ。粘性を高くすると動きが鈍重になり、低くするとサッと動くようになる。現実のラバランプのゆったりした動きは、高い粘性と浮力のバランスで生まれているんだ。

物理モデルと主要な数式

ブロブに働く浮力は、アルキメデスの原理に基づき、ブロブが排除した流体の重量で決まります。温度変化による密度変化を考慮します。

$$F_b = (\rho_f - \rho_b(T)) \times V \times g$$

$\rho_f$: 周囲流体の密度 (一定), $\rho_b(T)$: 温度$T$におけるブロブの密度, $V$: ブロブの体積, $g$: 重力加速度
ブロブが温まると$\rho_b(T)$が小さくなり、浮力$F_b$が正(上向き)に大きくなります。

ブロブの密度は、基準温度$T_0$での密度$\rho_0$と熱膨張係数$\alpha$を用いて、以下のように温度に依存して変化します。

$$\rho_b(T) = \rho_0 \times (1 - \alpha \times (T - T_0))$$

$\rho_0$: 基準温度$T_0$でのブロブ密度, $\alpha$: 体積熱膨張係数 (1/K), $T$: ブロブの現在温度
$\alpha$が大きいほど、同じ温度上昇で密度が大きく低下し、浮力が強く働きます。シミュレーターで調整できる核心パラメータです。

実世界での応用

建築・環境工学(室内気流解析):ラバランプと同じ自然対流の原理は、室内の暖気や空調による気流のシミュレーションに応用されます。暖房器具の配置による温度ムラや、換気効率を予測するのに役立ちます。

電子機器の冷却設計:発熱する電子部品(CPUなど)の上に生じる上昇気流(熱プルーム)は、自然対流冷却の基本です。ヒートシンクのフィン間の空気流動を最適化する際の基礎物理となります。

地学・海洋学(マントル対流):地球のマントルは固体ですが、長い時間スケールで見ると粘性の高い流体のように振る舞い、内部の温度差によって対流しています。プレートテクトニクスを駆動する大規模な「地球のラバランプ」モデルです。

化学プロセス工学:反応槽内で温度差によって生じる自然対流は、物質の混合や熱伝達に影響を与えます。撹拌機を使わない静かな混合プロセスを設計する際の検討要素になります。

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に、いくつかハマりやすいポイントがあるから気をつけてね。まず一つ目は、「加熱強度を最大にすれば一番激しく動く」と思いがちなこと。確かにブロブの加熱は速まるけど、上がりすぎるとブロブがすぐに天井まで到達してしまい、逆に下降して冷却されるまでの「ゆったりしたサイクル」が崩れちゃうんだ。現実のラバランプの落ち着いた動きを再現したいなら、加熱強度は中程度から始めて、他のパラメータとバランスを取るのがコツだよ。

二つ目は、「熱膨張係数」と「流体の粘性」の影響を混同しちゃうこと。熱膨張係数(α)は、温度変化に対する密度の変化の激しさを決めるパラメータだ。例えばαを2倍にすると、同じ温度上昇で密度が2倍の勢いで下がるから、浮力が強く、急激に上昇するようになる。一方、粘性はその動きに対するブレーキの強さだ。αを大きくして浮力を強くしても、粘性も同時に大きくしすぎると、ブロブは重たい油の中を這うようにしか動かなくなる。パラメータをいじる時は、「どっちの効果を変えているのか」を意識してみよう。

最後に、これは実務でもありがちな落とし穴だけど、シミュレーションの「見た目」だけを追いかけないこと。例えばブロブの形が完全な球から少し崩れても、本質である「浮力と粘性抵抗のバランスによる対流」の原理は変わらない。数値シミュレーションでは、このような単純化されたモデルで現象の本質を抽出し、理解することが第一歩なんだ。細部のリアルさにこだわりすぎて、核心を見失わないようにね。

関連する工学分野

このラバランプシミュレーターで扱っている物理は、実はめちゃくちゃ幅広い分野の基礎になってるんだ。まず挙げるのは気象学や海洋学での数値シミュレーションだ。地球の大気や海も、太陽による加熱の差で生じる大規模な対流が、気候や海流を支配している。このシミュレーターで「加熱位置」を変える実験は、赤道と極地の温度差が循環を生む原理そのものなんだよ。

もう一つ、重要な応用が金属の鋳造プロセスだ。溶けた金属(溶湯)を鋳型に流し込む時、鋳型との温度差で自然対流が発生する。これが固まる速度や、不純物の偏析(へんせき)に大きく影響する。品質の高い鋳物を作るには、この対流を制御することが不可欠で、その基礎物理を学ぶのに最適な教材が、まさにこの「ラバランプ」モデルなんだ。

最近では再生可能エネルギー分野でも重要だ。例えば、太陽熱発電の一種である「太陽煙突」や、地熱エネルギーを利用する「オープンループシステム」では、温度差で生じる上昇気流(熱プルーム)そのものが動力源になる。このシミュレーターで「熱膨張係数」を大きくすることが、効率的な上昇流を生むための「流体の選択」や「温度勾配の設計」に直接つながってくるんだ。

発展的な学習のために

このシミュレーターに慣れて、もっと深く知りたくなったら、次のステップに進んでみよう。まずは支配方程式を眺めてみること。ここでは浮力の式だけ示したけど、実際のシミュレーションではブロブの運動は「運動方程式」で計算されている。つまり、浮力 $F_b$ と粘性抵抗 $F_d$(だいたい速度に比例する)の合力が、ブロブの質量と加速度を決めるんだ: $$m \frac{dv}{dt} = F_b - F_d$$ この式を見ると、「粘性が高いと加速しにくい(動きが鈍い)」「浮力が強いと加速度が大きい(勢いよく動く)」という感覚が、数式でクリアにつながるはずだ。

次におすすめのトピックは「レイリー・ベナール対流」を調べてみること。これは下から一様に加熱された薄い流体層で発生する、規則正しい対流パターンの研究だ。ラバランプの「1つのブロブ」の動きから一歩進んで、流体全体がどのように組織立った対流セルに分かれるかという、より普遍的な現象を学べる。これが理解できると、先に話した気象現象や工業プロセスへの応用が見えやすくなるよ。

学習の最終段階では、無次元数の概念を取り入れよう。工学分野では、現象を本質的に理解するために「レイリー数」や「プラントル数」といった無次元数が使われる。例えばレイリー数は、浮力の強さ(熱膨張係数と温度差)と、動きを邪魔する粘性や熱拡散の比を表す。シミュレーターのパラメータをいじる行為は、実はこれらの無次元数を変化させていることになるんだ。この視点を持てば、小さな実験結果を大きな実現象にスケールアップして考える力が身につくぞ。