| Project/Area Number |
23K20917
|
|---|
| Project/Area Number (Other) |
21H01266 (2021-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2021-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 19020:Thermal engineering-related
|
|---|
| Research Institution | Osaka Metropolitan University (2022-2024)
Osaka Prefecture University (2021) |
|---|
Principal Investigator |
桑田 祐丞 大阪公立大学, 大学院工学研究科, 准教授 (40772851)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
須賀 一彦 大阪公立大学, 大学院工学研究科, 教授 (60374089)
|
|---|
| Project Period (FY) |
2021-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,030,000 (Direct Cost: ¥13,100,000、Indirect Cost: ¥3,930,000)
Fiscal Year 2025: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2023: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2022: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
Fiscal Year 2021: ¥8,320,000 (Direct Cost: ¥6,400,000、Indirect Cost: ¥1,920,000)
|
|---|
| Keywords | 粗面乱流 / 対流伝熱 / 直接数値解析 / 感温性塗料 / 粗面 / 乱流熱伝達 / 格子ボルツマン法 / ラージ・エディ・シミュレーション / 機械学習 / 乱流 / 数値流体力学 / 対流 / 伝熱機器 |
|---|
| Outline of Research at the Start |
本研究では，粗さを有する壁面（粗面）の乱流熱伝達を対象として，乱流熱伝達の数値解析や感温性塗料を用いた伝熱実験を行う．対象とする粗面は3次元なランダム粗面とし，粗さ曲線の特徴を複数の０次元パラメータに縮約し，その縮約パラメータに着目した調査を行う．具体的には，粗さレイノルズ数の十分高い領域において，縮約パラメータを用いた粗面の熱伝達率の予測について議論する．また，粗さ要素が運動量・熱輸送それぞれにあたえる影響について調査を進め，最終的には少ない流動抵抗で高い熱伝達を有する機能性粗面の創生を目指す．
|
| Outline of Annual Research Achievements |
本年度は，ランダム粗面を対象として，格子ボルツマン法によるラージ・エディ・シミュレーションを行い，粗面の表面積が乱流熱伝達に与える影響を調査した．具体的には，半球粗面，砂粒粗面（楕円体粗面），ディンプル粗面，波状粗面を対象に，粗さ高さの確率密度分布や勾配量を系統的に変化させて解析を実施し，速度粗さ関数，温度粗さ関数，レイノルズアナロジファクタ，乱流量分布のスケーリングに関する議論を行った．その結果，速度粗さ関数は等価砂粒粗を用いたスケーリングが可能だが，温度粗さ関数のスケーリングには等価砂粒粗さ以外に粗面の幾何パラメータを用いてスケーリングする必要があることが確認された．また，機械学習を用いた議論を行い，粗面の幾何パラメータを用いた温度粗さ関数のスケーリングの可能性，そのスケーリングを決定づけるパラメータの抽出を行った．その結果，温度粗さ関数のスケーリングには，粗さ高さの勾配に関する量，確率密度関数が必要であることが分かり，特に粗さ高さの勾配に関する量の重要性が明らかになった．
また，本年度は風洞装置を用いて，壁面の乱流熱伝達計測実験の精度検証を進めた．具体的には，過去の実験や数値解析データが豊富な平滑面を対象として，平滑面の乱流熱伝達計測実験を行った．また，昨年度の実施した波状粗面に関しても乱流熱伝達の計測を行った．風洞装置には薄膜ニクロムメッキと温度に応じて発光強度が変化する感温性塗料を塗布した滑面を挿入し，等熱流束された加熱滑面の表面温度の計測を行った．本年度は，塗料の塗布方法やデータ処理に関する検証と改善を行い，平滑面・粗面とも過去の文献とよく対応する結果が得られた．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
本年度は，半球粗面，砂粒粗面（楕円体粗面），ディンプル粗面，波状粗面を対象にして，格子ボルツマン法による乱流熱伝達のラージ・エディ・シミュレーションを行い，粗面乱流熱伝達に関する諸量である速度粗さ関数・温度粗さ関数・レイノルズアナロジファクタの基本的なスケーリング則に関する議論を行った．本年度は様々な幾何パラメータに対して，前年度より広いパラメータ空間での議論を機械学習によって実施した．その結果，温度粗さ関数スケーリングに関して幾何パラメータの必要性，特に粗さの勾配に関する統計量，粗さの確率密度に関する量の１つである尖り度がスケーリングに多大な影響を与えるいることを明らかにすることができた．また，前年度同様に，従来の温度粗さ関数の予測式に対して，粗面の幾何パラメータを導入して，新たな予測式を構築した．その結果，本年度に実施した様々な粗面に対して，粗面の幾何パラメータを導入することで予測精度を大幅に向上できることが確認され，当初に予定したよりも多くの重要な知見を得ることができた．一方で，感温性塗料を用いた実験に関しても，本年度は平滑面に比べて，昨年度に数値解析によってデータを収集した波状粗面を対象とした乱流熱伝達の計測実験を行った．検証実験を通じて感温性塗料の塗布方法，データ処理の見直しを行い，実験精度の改善に努めた．その結果，平滑面・波状粗面ともに過去のデータと良く対応する結果をえることができた．このように，本年度では，実験・数値解析ともに多くの成果を上げることができており，研究は当初の予定以上の進捗で進めることができた．
|
| Strategy for Future Research Activity |
数値解析に関して，前年度は半球粗面，砂粒粗面（楕円体粗面），ディンプル粗面，波状粗面を対象にして，格子ボルツマン法による乱流熱伝達のラージ・エディ・シミュレーションを行った．本年度は，得られた結果の一般性を確かめる為に，さらに広いパラメータ空間を対象とした調査を行う．具体的には，粗さ曲線の確率密度関数，エネルギスペクトルに関する量のパラメータ空間を調査して，調査が不十分な領域を探す．その領域に対応した３次元ランダム粗面を数値的に生成し，乱流熱伝達のラージ・エディ・シミュレーションをスーパーコンピュータにて実施する．本解析では，壁面摩擦抵抗や熱伝達率などのバルク量に関する調査だけでなく，運動量・熱輸送メカニズムを調査することで，熱伝達を決定づける新たな粗面幾何パラメータの可能性を調査する．温度粗さ関数のスケーリングに関する議論には機械学習を用い，機械学習のモデルを解釈する為にPartial dependence法などのモデル解釈手法を用いる．また，必要に応じて，前年度に作成した温度粗さ関数の予測式に対して，新たに粗面の幾何構造に関するパラメータを導入して，予測式の改良を行う．伝熱実験に関しては，前年度は滑面や波状粗面を対象とした検証実験を繰り返し実施し，装置の改良を進めてきた．本年度では，風洞装置の改良・データ処理の見直しを行い，計測精度のさらなる改良を進め，粗面の熱伝達率計測結果から温度粗さ関数を高精度に算出することを目標とする．また，本年度では３次元ランダム粗面を対象とした伝熱実験を行い，これまでに得られた数値解析データとの統合を行う．
|
