2023 年度研究成果報告書

逆圧力勾配下における乱流境界層の統計量スケーリング則と新たなLES基盤の創出

研究課題

PDF

研究課題/領域番号	21K03876
研究種目	基盤研究(C)
配分区分	基金
応募区分	一般
審査区分	小区分19010:流体工学関連
研究機関	岡山大学
研究代表者	関本敦岡山大学, 環境生命自然科学学域, 准教授 (00814485)
研究期間 (年度)	2021-04-01 – 2024-03-31
キーワード	逆圧力勾配乱流境界層 / LES / スケーリング則 / 流動制御
研究成果の概要	逆圧力勾配下の乱流境界層に対する直接数値シミュレーション（DNS）を用いて、乱流統計の新たなスケーリング則を提唱した。従来の99%厚さに代わって，平均せん断に基づく境界層厚さを新たに導入し、ゼロ圧力勾配境界層と剥離直前のものと乱流統計量が，慣性領域においてよく一致することを確認した。また、エネルギー散逸率や渦度についても局所平衡仮説に基づいたスケーリング則を導出し、DNSデータで検証し，LESの壁モデルへと発展させたい。また，側壁の影響による二次流れ（主流に対して直角方向の流れ）への影響とその統計量への影響についても調査を進め、強化学習を用いた二次流れパターンの制御可能性を見出した。
自由記述の分野	流体工学，乱流，データ駆動計算
研究成果の学術的意義や社会的意義	逆圧力勾配下の乱流境界層において新たに提唱したスケーリング則の検証は学術的に重要で，従来の99%厚さに代えて平均せん断に基づく境界層厚さを導入することで, 乱流統計量の正確な評価が可能となり, 境界層乱流の理解が深まる。さらに， LES壁モデルの精度向上と高速化が期待でき，航空機やタービン翼など流体機械の性能向上への応用が挙げられる。新たなスケーリング則とそのLESシミュレーション技術は, 複雑形状周りの流れの正確な解析を可能にし, エネルギー効率の向上や環境負荷の低減に寄与する。また, 深層強化学習を用いた流れの制御技術は, 将来的な乱流制御の革新に繋がる可能性がある。