乱流ダイアログでは、乱流の有効化または無効化、乱流モデルの選択、乱流モデルのパラメータの変更を行います。
層流をシミュレートするには、層流を選択します。
乱流をシミュレートするには、乱流（デフォルト）を選択します。通常、工学的な流れは乱流である場合が多いといえます。
解析を層流または乱流として実行するべきかが不確かである場合は、まず層流を試してみてください。流れが実際に乱流である場合、一般的に解析は最初の10回から15回の収束計算において発散します。設定を乱流に変更し、収束計算数0から再び開始します。
乱流モデル
k-ε
これは、デフォルトの乱流モデルです。このモデルは、一般的に渦粘性モデルより正確ですが、より多くの計算を必要とし、わずかに安定性に劣ります。RNGモデルほど多くの資源を必要としないが、解析結果の信頼性は高い。これは汎用モデルであり、数多くの用途にわたり正しく機能します。
SST k-ω
- 外部空気力学、剥離流れまたは分離流れ、逆圧勾配が発生している流れには、SST k-ω をお勧めします。
- SST k-ωはさまざまな流れタイプで安定しています。
- SST では壁関数を使用しません。壁までの乱流をシミュレートします。SST k-ω を効果的に使用するには、境界層領域でメッシュを非常に細かくする必要があります。[メッシュ エンハンスメント]ダイアログで最大 10 レイヤーを追加できます。
SST k-ω に関する追加の注意事項
- SST モデルは、他の乱流モデルほど自由流の状態(境界層の外側の流れ)に対する敏感性を示しません。
- これらのモデルではせん断応力リミッタが使用されており、よどみ点付近の過度な乱流エネルギーの堆積の回避に役立ちます。
- SST モデルでは、SAS や層流と乱流の変化などのその他の拡張機能用のプラットフォームを提供します。
- SST モデルは壁面粗さの効果を考慮しません。壁面粗さをシミュレートするには、k-ε 乱流モデルの使用をお勧めします。
スケールのアダプティブ シミュレーション(SST k-ω SAS)
- SST k-ω SAS は、渦放出や可変後流構造などの非定常乱流構造が発生する流れに推奨されます。
- SST k-ω SAS で定常シミュレーションを実行することができます。乱流構造をアニメーション化することはできませんが、SST k-ω SAS では、定常 k-εシミュレーションよりも適切にモデルの形成および形状を予測します。
- SST k-ω SAS を効果的に使用するには、境界層領域でメッシュを非常に細かくする必要があります。[メッシュ エンハンスメント]ダイアログで最大 10 レイヤーを追加できます。
剥離渦シミュレーション(SST k-ω DES)
- SST k-ω DES は、SST k-ω とラージ エディ シミュレーション(LES)モデルを組み合わせたものです。
- SST k-ω DES では、分離した高いレイノルズ数の外部空気力学流れの適用事例で正確な結果を生成します。
- このモデルでは多くの計算が必要です。また、メッシュ分布に敏感です。これは均一なメッシュ分布で最適に動作します。
低 Re k-ε
このモデルは、速度の遅い乱流に適しています。このような流れのレイノルズ数は、一般的に1,500から5,000の間である。
代表的な用途には、高い流速と低い流速が同時に存在するような流れの解析に加え、パイプ内流れや層流から乱流に遷移する外部の空気力学的な流れが含まれま??。
低レイノルズ数型乱流モデルが有効な流れの状態は次の通りです。
- 速いジェット流れが大きな空間に流れ込む場合。このジェットは、空間に流入した直後は乱流であるが、その後流速が極端に低下し、レイノルズ数も低下する。このよう流れは、k-εモデルで実行すると非常に不安定になる可能性があります。
- ほとんど乱流状態の無い浮力流れ（自然対流）
この乱流モデルは壁法則を使用しないため、メッシュエンハンスメントの機能を常に有効に設定する必要があります。レイヤー数を5層まで増加させることを推奨する（メッシュダイアログのメッシュエンハンスメントを使用）。
この乱流モデルでの解析は、k-εモデルで実行した解析ほど安定していない可能性があることに注意してください。したがって、インテリジェント解析制御を有効化する必要があります（このスイッチは、計算タスクダイアログから起動される解析制御ダイアログに存在します）。同様に、この乱流モデルの解析では、完全に収束した解を得るための収束計算数が多くなる可能性がある。
高いレイノルズ数の流れに対して低レイノルズ数型乱流モデルを適用した場合、k-εモデルと同様な解を得られます。同様に、層流に対して低レイノルズ数型乱流モデルを使用した場合、層流の解析結果と同様な解を得ることができる。
RNG
RNG乱流モデルは、より計算負荷が大きいものの、特に分離流れの場合、k-εモデルより正確な傾向にあります。このモデルは、特にバックステップ流れなど、流れの再付着点を予測する場合に最適である。RNGモデルを使用した解析においては、多くの場合に、まずk-εモデルで開始してから、このモデルが比較的良好に収束した後でRNGモデルを有効にすることが推奨されます。
渦粘性
渦粘性モデルは、k-εモデルよりわずかに正確さで劣る（電子機器冷却解析の場合を除く）が、数値的により安定しています。このモデルは、低速な乱流に対して望ましい。このモデルは、その他のモデルのいずれかで発散が生じる場合に役立ちます。
混合長モデル
混合長乱流モデルは、そもそも内部自然対流解析用に開発されたものです。混合長モデルを使用することにより、一部の例において計算時間が短縮され、内部自然対流のデフォルト乱流モデルよりも高い精度が得られることが証明されています。
混合長モデルは、空気などの気体流を対象にしており、作業対象の流体が水などの液体の場合、良好な結果は得られません。
追加パラメータ
自動スタートアップ
自動スタートアップは、自動乱流スタートアップ（ATSU）アルゴリズムをコントロールします。
このアルゴリズムは、乱流流れの解を得るために、多くの計算ステップを使用する。最初にアルゴリズムは渦粘性モデルを使用して10回の収束計算を実行するため、kおよびε方程式は解決されません。この解析結果を初期の予想値として、2方程式乱流モデルを開始します。10回目の収束計算において、kおよびε方程式に対する収束モニターデータの急上昇が現れます。さらにステップを実行し、次第に結果が収束していく。これらのステップを通して、10、20、50回目の収束計算において収束モニターデータに急上昇が現れる可能性があります。50回目の収束計算後、ATSUは自動的にオフになります。
ロックオンを選択すると、ユーザーが手動でオフにしない限り、解析全体を通してATSUがオンになります。50回目の収束計算後に収束が困難な場合（10回の収束計算以内に発散）は、ロックオンを有効にするべきです。ATSUをオンにした場合、乱流解析を確実に収束させるため、少なくとも200回の収束計算を実行するべきである。
拡張を選択すると、ATSUの拡張バージョンが起動します。この方式は、特に圧縮性解析など困難な解析の場合に有用である。このアルゴリズムにおいて実行しなければならない最小収束計算数は400です。
乱流/層流比
乱流/層流比は、層流の値に対する有効（乱流）粘性係数の比です。乱流解析の初期段階において有効粘性を予測するために使用します。ほとんどの乱流解析において、有効粘性係数は層流値より2～3次数大きくなります。一般的に、ほとんどの解析においてデフォルト値が適切である。
混合長モデルの場合、乱流/層流比は渦粘性の上限です。自由流の渦粘性は、この値で最大値に達します。
渦粘性モデルの場合、今すぐリスタートで変更したとしても、これが渦粘性となります。
その他のすべての乱流モデル（k-ε、 RNG、低Re数）の場合、指定された値は渦粘性の開始点または初期値となります。
多くの場合は、大きな空間への、細かく高速なジェット噴射を特徴とする流れの乱流/層流比を1000や10000にまで大きくすると役立ちます。そのような流れは通常、推進力によって生じ、計算の初期段階において大きな渦粘性係数が有効である。
乱流強度
乱流強度ファクターは、流入口の流れにおける乱流エネルギー量をコントロールします。既定値は 0.05 です。0.5 を超える値を設定することはほとんどありません。流入口における乱流エネルギー量の計算には、次の式を使用します。
I は強度ファクタ、u、v、w は流速成分です。
乱流強度を変更するには、[アドバンスト]をクリックします。
関連トピック