直接数値計算(DNS)｜第一原理で高忠実度に乱流解明

2025.08.24

直接数値計算(DNS)

直接数値計算(DNS)は、乱流を含む流体現象において、モデル化を一切行わずにナビエ–ストークス方程式を空間・時間の全スケールで数値的に解く手法である。乱流の最小スケールであるコルモゴロフスケールまで格子幅と時間刻みを十分に細かく取り、粘性散逸を含むエネルギーカスケード全体を直接解像することを目標とする。乱流モデルを導入するRANSや小スケールのみをモデル化するLESと異なり、DNSは基礎方程式に忠実であり、統計量・渦構造・輸送機構の高精度な基準データを提供する。ただし要求される自由度は膨大で、計算資源と保存・I/Oを含む実装技術が成否を大きく左右する。

Table Of Contents

基本概念

DNSの核心は、支配方程式を可解化するための近似（渦粘性やサブグリッドモデル）を導入しない点にある。乱流の大スケールから微細スケールへのエネルギーカスケードを、スペクトル空間なら波数帯域、物理空間なら格子解像で欠落なく表現する。結果として速度場・圧力場・スカラー場（温度や濃度）の時空間発展が高精細に得られ、壁近傍の組織構造や渦伸長、散逸統計などを直接測れる。

数学的枠組み

対象は不可圧・可圧のナビエ–ストークス方程式であり、無次元化によりレイノルズ数Re、プラントル数Pr、必要に応じてマッハ数Maが問題を特徴づける。境界条件は周期、無滑り壁、入出流などを物理設定に応じて与える。DNSでは離散化誤差と境界条件の整合性が乱流統計に直結するため、時間・空間精度と安定性、保存性（発散自由条件の保持）を満たすスキーム選択が肝要である。

数値離散化と時間積分

空間離散化には有限差分、有限体積、スペクトル法が用いられる。周期場や一様格子ではフーリエスペクトル法が高精度であり、複雑壁面では高次精度の有限差分／有限体積が有力である。時間積分はRunge–KuttaやCrank–Nicolsonなどの半陰的手法が選ばれる。圧力–速度連成にはProjection法やPoisson方程式解法が用いられ、スペクトル法ではエイリアシング誤差を抑える2/3ルールなどのdealiasingが必須である。

格子解像とCFL条件

格子幅はコルモゴロフ長さ尺度ηに対しΔx≲O(η)を目安とし、時間刻みはCFL数を1以下に抑える。代表長さLとηの比(L/η)は概ねReの増大とともに強く増えるため、必要格子点数Nは三次元でN≈(L/η)^3に比例して爆発的に増大する。代表的には等方性乱流で数千万〜数十億点、壁乱流では壁面法線方向の解像要求がさらに厳しく、メモリ・通信・I/Oの全てがボトルネックとなりうる。

計算資源と並列化

大規模DNSではMPIによる領域分割、OpenMPによるノード内並列、GPUによるアクセラレーションを組み合わせる。計算の効率化には、(1)Poissonソルバの前処理、(2)通信を隠蔽する非同期I/O、(3)チェックポイント/リスタート、(4)in-situ解析の導入が有効である。格子生成から前処理、タイムステップ、後処理までのパイプライン最適化が総合性能を決める。

検証・妥当性確認

DNSは「基準解」として期待されるため、系統誤差の排除が必須である。格子・時間収束性の確認、保存量（質量・エネルギー）評価、エネルギースペクトルE(k)の慣性小領域におけるk^-5/3スロープの再現、二点相関や構造関数の比較などを行う。典型的な検証課題にはTaylor–Green渦、等方性減衰乱流、平行平板チャネル流、後向きステップ流れなどがある。

応用と得られる知見

DNSは壁面せん断流の組織渦、混合・燃焼の微細反応帯、温度・濃度のスカラー散逸、粒子分散や沈降などの機構解明に用いられる。得られた高解像データは、RANS/LESモデルの開発・検証、データ同化、機械学習によるサロゲートモデルやサブグリッドモデル学習の教師データとして価値が高い。流体機械の損失低減、熱交換器の熱伝達促進、空力騒音の抑制など産業応用にも波及する。

計算コストとスケーリング

計算コストはReに対し急増し、理想化した三次元等方性乱流では自由度が概ねO(Re^{9/4})で増えるとの見積りが知られる。壁乱流ではさらに厳しく、摩擦レイノルズ数Reτの上昇に伴って壁面近傍の格子密度と領域サイズの両方が増大する。ゆえにDNSの適用範囲は現在でも中・低Re数や限定した幾何に偏り、工学設計の全域最適には単独で用いにくい。

代表ケースの例

  • 等方性乱流：統計的均質・等方で基礎特性の取得に適する。
  • チャネル流：壁乱流の普遍構造や摩擦抵抗の評価に用いられる。
  • 噴流・後流：混合・拡散・渦崩壊の機構解明に有用である。
  • 熱対流（Rayleigh–Bénard）：熱輸送とスカラー散逸の解析に適する。

用語と実務上の注意

  1. コルモゴロフスケール：散逸の起こる最小スケールで、格子幅とフィルタ幅の下限目安となる。

  2. CFL条件：数値安定性の指針で、移流・拡散の最大特性速度に対して時間刻みを制約する。

  3. dealiasing：非線形項の畳み込みによるエイリアシング誤差を除去する処理。スペクトル法で重要。

  4. Projection法：速度予測→圧力補正→発散自由化の手順で不可圧場を得る標準手法。

  5. ポスト処理：渦同定(Q基準等)、スペクトル解析、二点統計、Lagrange粒子追跡などを計画段階で組み込む。

RANS・LESとの関係

RANSは時間平均化により乱流をモデル化し設計規模に適す。LESは大スケールのみを直接解像しサブグリッドモデルで小スケールを表現する。直接数値計算(DNS)は両者の基準となる「真値」に最も近く、乱流モデルの欠点やパラメータ感度の検証に不可欠であるが、設計現場ではRANS/LESとのハイブリッド活用が現実的である。

コメント（β版）