研究内容

プロセス解析工学分野では、エネルギーや素材の生産プロセスで起こる現象を、実験と数値解析の両輪で解き明かすことを研究の柱としています。実験によって現象をとらえ、その物理・化学をモデルとして記述し、計算機の上で再現・予測する。この一連の流れによって、装置の改良や製品品質の予測に貢献しています。対象としているのは、製鉄用コークス、カーボンブラック（すす）、噴霧塗装、燃焼炉といった実際の工業プロセスです。

研究の全体像

研究の考え方
コークス・製鉄プロセス
カーボンナノ粒子の生成
噴霧・微粒化と塗装プロセス
燃焼・反応の数値解析
機械学習の応用
研究を支える手法

研究の考え方

実験と理論の両面から工業の効率化に貢献する

実験を通じて現象を理解し、計算機を駆使して現象を理論化することで、装置の改良や得られる材料の品質予測に貢献しています。炉の内部や、ミリ秒オーダーで進行する反応の途中経過は、実験だけでは見ることができません。数値解析はそれを可視化する手段ですが、その妥当性を確かめられるのは実験だけです。両者を自分の手で行えることが当研究室の特徴です。

化学工学的センスを身につける

工業において化学工学が関係する範囲は非常に広く、産業界における化学工学の存在価値は高いものです。実験と解析の両方を実施できる人材の育成を目指し、それぞれのメリット・デメリットを見極めるセンスを養います。研究は国内外の企業・研究機関との共同で進めるものが多く、実プロセスの課題に直接向き合う機会があります。

コークス・製鉄プロセス

高炉の模式図：コークスと焼結鉱を層状に装入し、反応ガスが上昇して銑鉄が滴下する

高炉に装入されるコークスは、鉄鉱石の還元材および熱源であると同時に、炉内の通気性・通液性を確保する「スペーサー」としての役割を担っています。製鉄プロセスからのCO₂排出削減が求められるなか、私たちはバイオマスを配合したコークスの製造に取り組んでいます。また資源対応力を強化する観点から、非微粘結炭を多く配合したコークスも対象としています。いずれの場合も、配合した成分が乾留中にどのように移動し、組織と強度をどう変えるのかを知ることが鍵になります。さらに高炉内ではCO₂やH₂Oによるガス化反応が進行し、コークスの組織そのものが変化していきます。

配合を変えたコークスをつくる過程と、三次元構造から強度と反応を評価するアプローチ

アプローチ

半炭化バイオマスを配合した成型コークスについて、成型・乾留過程での膨張挙動と強度を実験的に評価する
マイクロX線CTで撮影した実コークスの三次元構造をそのまま解析対象に取り込み、気孔構造・非接着粒界と強度の関係を有限要素法により解析する
CO₂・H₂Oガス化反応による組織変化と強度劣化を、三点曲げ試験などの実験と反応−物質移動シミュレーションの両面から評価する
成型炭（ブリケット）の成型過程を離散要素法（DEM）で解析し、乾留中に配合した成分がどのように移動・偏在するかを追跡する
maximal ball法による気孔構造の定量化や、機械学習によるコークス組織の識別など、構造評価そのものの手法を開発する
鉄鉱石を含むフェロコークスなど、新しい原料構成の評価にも取り組む

代表的な論文

Y. Matsukawa et al., Experimental Investigation of Expansion during Formation Process of Formed Coke Blending with Torrefied Biomass, ISIJ International, 63(9), 1557–1566 (2023)　DOI
Y. Numazawa et al., Large-scale simulation of gasification reaction with mass transfer for metallurgical coke: Model development, Fuel, 266, 117080 (2020)　DOI
Y. Ono et al., Experimental and numerical study on degradation behavior of coke with CO₂ or H₂O gasification reaction at high temperature, Fuel, 309, 122061 (2022)　DOI
Y. Matsukawa et al., Migration of inert materials during coking of molded coal, Chemical Engineering Journal Advances, 16, 100526 (2023)　DOI
Y. Matsukawa et al., Three-Dimensional Evaluation of Internal Structure of Coke Made by Blending Non-coking Coal Using X-ray Computed Tomography, ISIJ International, 64(9), 1367–1375 (2024)　DOI
D. Igawa et al., Characterization of the Three-dimensional Pore Structure of Coke Using the Maximal Ball Method, ISIJ International, 65(3), 360–371 (2025)　DOI

カーボンナノ粒子（すす・カーボンブラック）の生成

タイヤとカーボンブラック

タイヤとカーボンブラック（イメージ）

カーボンブラックはタイヤに補強剤として約25 wt%添加され、その形態（アグリゲートの鎖状・球状といった構造）がタイヤの性能、ひいては燃費を左右します。一方でその製造プロセスは、高温・ミリ秒オーダーの反応時間のなかで化学反応と粒子の凝集・合体という物理現象が同時に進む、きわめて複雑な系です。当研究室では、炭化水素の熱分解によるすす・カーボンブラックの生成機構を、実験と数値解析の両面から明らかにし、任意の形態を狙って製造する技術の確立を目指しています。

カーボンナノ粒子の生成過程と、実験・数値解析からのアプローチ

アプローチ

温度制御された熱分解炉で炭化水素を分解し、走査型移動度粒径測定器（SMPS）による粒径分布測定、電子顕微鏡観察、ラマン分光・X線回折による結晶構造評価を行う
詳細反応機構により多環芳香族炭化水素（PAH）から粒子核が生成する経路を追跡し、原料組成やH/C比が粒径分布に与える影響を解明する
クラスター・クラスター凝集（CCA）モデルや二次元sectional法により、アグリゲートの形態と粒径分布を計算する
分子動力学（MD）計算により、一次粒子どうしが合体する際の分子レベルの機構と特性時間を明らかにする
熱プラズマを用いた炭化水素分解による、膜状炭素など新しい形態の炭素材料の生成挙動を調べる

代表的な論文

Y. Matsukawa et al., Reaction pathway for nascent soot in ethylene pyrolysis, Combustion and Flame, 167, 248–258 (2016)　DOI
Y. Araki et al., Influence of aliphatic side chains of aromatic hydrocarbons on soot formation: Experimental and numerical investigation, Combustion and Flame, 194, 195–205 (2018)　DOI
Y. Matsukawa et al., Molecular dynamics simulation of coalescence behavior of carbon nanoparticle, Chemical Engineering Research and Design, 201, 209–217 (2024)　DOI
Y. Matsukawa et al., Numerical investigation of the coalescence behavior of carbon nanoparticle based on the cluster-cluster aggregation model considering the experimental coalescence characteristic time, Chemical Engineering Journal, 480, 148114 (2024)　DOI
S. Tanoguchi et al., Effect of H/C ratio of feedstock composition on particle size distribution of soot in C2 hydrocarbon pyrolysis, International Journal of Hydrogen Energy, 58, 1020–1029 (2024)　DOI
Y. Matsukawa et al., Pyrolysis products of C2 hydrocarbons using thermal plasma, Cleaner Chemical Engineering, 10, 100121 (2024)　DOI

噴霧・微粒化と塗装プロセス

ロボットに取り付けた回転霧化器による自動車ボディの噴霧塗装

回転霧化器による自動車ボディの噴霧塗装（イメージ）

自動車の塗装では高速回転ベルカップ霧化器が用いられますが、塗料の一部が被塗物に届かず飛散してしまい、作業環境の悪化・環境汚染・コスト増大の原因となっています。塗着効率を支配する因子を特定することが課題です。

高速回転ベルカップによる噴霧塗装と、微粒化・噴霧輸送・帯電の研究

アプローチ

ベルカップから流出する液膜・液糸の分裂挙動を、VOF法による界面追跡シミュレーションで再現し、コリオリ力・遠心力による液柱の湾曲が微粒化に果たす役割を明らかにする
ベルカップから被塗物までの噴霧輸送をLESおよびRANSで解析し、塗着効率とオーバースプレーの予測精度を比較する
静電塗装における液滴の帯電量と表面電位を測定し、帯電・放電特性を明らかにする
非ニュートン流体としての塗料の粘度特性（shear-thinning）が液膜の変形挙動に及ぼす影響を評価する

代表的な論文

Y. Matsushita et al., A spray painting simulation using high-speed rotary atomizer—Model development and comparison of LES and RANS—, Results in Engineering, 21, 101697 (2024)　DOI
T. Soma et al., Numerical Investigation of Liquid Jet Breakup in Rotary Atomizer, Chemical Engineering & Technology, 48(7), e70043 (2025)　DOI
R. Jin et al., A study on the measurement of charge and surface potential of charged liquid droplets in spray painting, International Journal of Plasma Environmental Science and Technology, 19(2), e02012 (2025)　DOI

燃焼・反応の数値解析

分子から装置までのスケールをつなぐ数値解析

上記のいずれのテーマにも共通して必要になるのが、反応を伴う流れを精度よく、かつ現実的な計算コストで解く技術です。当研究室では個々の対象の解析にとどまらず、数値解析の手法そのものを開発・改良することにも取り組んでいます。

アプローチ

フレームレット／progress variable法およびflamelet-generated manifolds法の評価と、微粉炭燃焼のLESへの適用
DRGEP法による詳細反応機構の縮約。反応速度の時間依存性を考慮した相互作用係数の決定法を提案
C3–C4炭化水素の熱分解における芳香族生成に対する詳細反応機構の精度評価と改良
変密度場における流出境界条件、温度を変数とするエネルギー保存式の生成項の取り扱いなど、基礎的な数値解法の改良
領域分割に基づく並列計算における効率的な通信手法の開発

代表的な論文

S. Akaotsu et al., Application of flamelet/progress-variable approach to the large eddy simulation of a turbulent jet flame of pulverized coals, Advanced Powder Technology, 31(10), 4253–4274 (2020)　DOI
Y. Matsukawa et al., DRGEP-based mechanism reduction considering time dependency of reaction rate, Chemical Engineering Journal Advances, 16, 100546 (2023)　DOI
Y. Matsukawa et al., Modification of Detailed Kinetic Mechanism for Aromatic Hydrocarbon Formation during C3–C4 Hydrocarbon Pyrolysis, Journal of Chemical Engineering of Japan, 56(1), 2247031 (2023)　DOI
Y. Ono et al., Consideration on Accuracy of Numerical Analysis of Solid–Gas Two-Phase Flow with Reaction Using Energy Conservation Equation with Temperature as a Variable, Journal of Chemical Engineering of Japan, 56(1), 2284176 (2023)　DOI

機械学習・データ科学の応用

機械学習の三つの使いどころ：反応モデルの高速化・パラメータ推定・構造の識別

詳細反応機構は精度が高い一方で計算コストが大きく、そのままではCFDに組み込めません。また固体燃料の反応性評価では、未知の反応パラメータを実測データから推定する必要があります。こうした「精度」と「計算コスト」、「モデル」と「データ」の橋渡しに、ニューラルネットワークをはじめとする機械学習を活用しています。

アプローチ

分布活性化エネルギーモデル（DAEM）による反応速度パラメータの推定を、三層ニューラルネットワークの学習問題として定式化（DAEM-NN）。並列反応系に対して事前の仮定を置かずにパラメータを推定できる
DAEM-NNにおける適切なハイパーパラメータを選択するための新しい評価規準の提案
詳細反応機構で生成した反応速度データをニューラルネットワークに学習させ、水性ガスシフト反応を低コストかつ高精度に扱えるモデルを構築
機械学習によるコークス基質の三次元位置・形状・表面接着状態の識別
コークス欠陥の画像認識など、画像処理と組み合わせた構造評価

代表的な論文

S. Wakimoto et al., Neural network estimation of kinetic parameters in distributed activation energy model (DAEM) without a priori assumptions for parallel reaction system, Fuel, 343, 127836 (2023)　DOI
S. Wakimoto et al., New criteria to select reasonable hyperparameters for kinetic parameter estimation in distributed activation energy model (DAEM) by using neural network, Chemical Engineering Science, 285, 119597 (2024)　DOI
K. Yamaguchi et al., Modeling of water gas shift reaction using neural network trained on detailed kinetic mechanisms, Chemical Engineering Journal, 491, 151659 (2024)　DOI