2025年7月21日から25日まで日本・東京で開催されたTHMT 2025（11th International Symposium on Turbulence, Heat and Mass Transfer）において、Walter Schäferが「Refractive Index Determination of Dynamic Droplets in a Flow by Analyzing Light Scattering Signals with a Machine Learning Approach」と題する研究を発表しました。この研究は、点鼻スプレーの挙動の研究をはじめ、さまざまな分野への応用が期待されます。
https://www.thmt-25.org/index.html
本発表では、動的な液滴を光学的にスプレー測定する新しい手法が紹介されました。この手法は、時間分解光散乱信号と機械学習を組み合わせたものです。これにより、点鼻スプレー、医薬品スプレー、その他の微細な液体スプレーなどにおいて、材料特性を考慮した液滴解析が可能になります。
動的な液滴のスプレー測定
信頼性の高いスプレー測定は、多くの技術用途や医薬品用途で重要です。点鼻スプレーでは、液滴径、速度、液体の特性が、スプレーの挙動、沈着、製品性能に影響を与えることがあります。
従来の光学的スプレー測定は、液滴径と速度に重点を置くことが多いです。しかし、材料特性も重要となる場合があります。液滴の屈折率からは、液体の組成、混合比、濃度に関する情報が得られます。
そのため、紹介された手法はスプレー解析に新たな視点を加えるものです。個々の液滴の光学信号構造を利用して屈折率を推定します。
実験用スプレーのセットアップ
スプレーはフラットファンノズルで生成しました。混合比の異なる水・グリセリン混合液を用いて、液滴の屈折率を変化させました。この管理されたセットアップにより、材料の違いが既知の液滴を生成することができました。
点鼻スプレーおよび医薬品スプレーにおける意義
点鼻スプレー製品には、安定した再現性の高いスプレー挙動が求められます。そのため、スプレー測定は製品開発、品質管理、製剤試験に役立ちます。
液滴径と速度は重要です。しかし、液滴の光学特性も液体組成の特性評価に役立ちます。このため、屈折率の測定は、点鼻スプレーやその他の医薬品スプレー用途の解析に有用な情報をもたらします。
紹介された手法は、光学的スプレー測定が従来の径・速度解析を超えられることを示しています。動的な液滴における材料の変化の検出に役立ち、AIを活用したスプレー診断を支援します。
今後の展望
THMT 2025で発表された研究は、機械学習と光散乱信号を組み合わせて高度なスプレー測定を実現できることを示しています。これは、液滴解析のためのコンパクトでインテリジェントなシステムへの道筋を示すものです。
将来的には、このアプローチは点鼻スプレーの特性評価、医薬品スプレーの試験、コーティング技術、燃料スプレーの解析、産業プロセスモニタリングに活用できる可能性があります。
参考文献
Schaefer, W. (2025). Refractive index determination of dynamic droplets in a flow by analyzing light scattering signals with a machine learning approach. In Proceedings of THMT-25 Turbulence, Heat and Mass Transfer 11, Tokyo, Japan, 21–25 July 2025. Begell House, p. 8. https://doi.org/10.1615/THMT-25.10
