化学種輸送方程式
理论与物理
概述
老师，化学组分输运方程是燃烧CFD的基础，对吧？
没错。化学组分输运方程描述了流体中各化学成分（CH4, O2, CO2, H2O, CO, NO等）的质量分数如何变化。它是所有燃烧CFD模型（EDC, Flamelet, Species Transport + Finite Rate Chemistry等）的基础。
控制方程
请讲解一下化学组分输运方程。
化学组分 $i$ 的质量分数 $Y_i$ 的输运方程可以写成如下形式。
各项的含义如下。
- 左边第1项: 时间变化（非定常项）
- 左边第2项: 对流输运
- $\mathbf{J}_i$: 扩散通量（菲克定律: $\mathbf{J}_i = -\rho D_{i,m} \nabla Y_i$）
- $R_i$: 化学反应引起的源/汇项
- $S_i$: 其他源项（喷雾蒸发等）
反应源项
反应源项 $R_i$ 是如何表示的呢？
$R_i$ 是所有反应贡献的总和，由下式给出。
这里 $k_{f,r}$ 是阿伦尼乌斯型的正反应速率常数，$\nu'$, $\nu''$ 是反应物和生成物的化学计量系数，$[C_j]$ 是化学组分 $j$ 的摩尔浓度。
需要考虑逆反应吗？
在接近平衡的条件下，逆反应也很重要。逆反应速率常数 $k_{b,r}$ 可以通过平衡常数 $K_{eq,r}$ 由 $k_{b,r} = k_{f,r}/K_{eq,r}$ 求得。在高温燃烧中，CO2的解离（$\text{CO}_2 \rightleftharpoons \text{CO} + \frac{1}{2}\text{O}_2$）作为逆反应变得很重要。
扩散模型
扩散通量是如何建模的？
有三个层次。
| 模型 | 计算成本 | 精度 | 用途 |
|---|---|---|---|
| 菲克定律 ($D_{i,m}$) | 低 | 中等 | RANS标准 |
| 修正菲克法 (质量守恒修正) | 低 | 良好 | Fluent标准 |
| Stefan-Maxwell方程 | 高 | 最高 | 轻质组分(H2, He)精度要求高时 |
在湍流场中，湍流扩散比分子扩散更占主导地位，对吧？
是的。湍流场中的有效扩散系数为 $D_{\text{eff}} = D_{i,m} + D_t$，其中 $D_t = \mu_t/(\rho\,Sc_t)$ 是湍流扩散。$Sc_t \approx 0.7$ 是燃烧分析中的常用值。在高Re数湍流中，$D_t >> D_{i,m}$，因此在RANS中分子扩散模型的选择影响不大。但在LES或层流火焰中，分子扩散的精度变得很重要。
质量分数的约束条件
当存在 $N_s$ 种化学组分时，只需求解 $N_s - 1$ 个输运方程。最后一种组分由 $\sum Y_i = 1$ 的约束条件代数确定。通常，质量分数最大的组分（如N2）通过代数方式求得。
化学组分输运方程由对流、扩散、反应三个要素构成，所有燃烧CFD模型都建立在这个方程之上，对吧。
是的。火焰面模型或PDF模型，只不过是通过查表来高效求解，而不是直接解这个方程。其本质仍在于这个输运方程。
菲克扩散定律——1855年的定律如何成为燃烧CFD的基础
阿道夫·菲克于1855年发表的扩散定律（$J = -D \nabla c$），最初是从盐在水中溶解的实验推导出来的。直到20世纪初，人们才发现它也能应用于气体混合物的化学组分输运。经过多组分混合气的扩展（Stefan-Maxwell模型）和简化（Hirschfelder近似）的不断积累，才形成了现代的化学组分输运方程。想到170年前的盐水实验公式，如今作为燃气轮机和炉窑燃烧模拟的基础方程在运行，不禁让人再次感叹物理定律的普遍性。
各项的物理意义
- 时间项 $\partial(\rho\phi)/\partial t$：想象一下拧开水龙头的瞬间。最初水流会不稳定地喷溅，过一会儿才变成稳定的水流，对吧？描述这个"变化过程中"的就是时间项。心脏搏动导致血流脉动，发动机阀门每次开闭引起流动变化，这些都是非定常现象。那么定常分析是什么？就是只看"经过足够时间、流动稳定之后"——也就是令此项为零。由于计算成本大幅降低，先用定常求解是CFD的基本策略。
- 对流项 $\nabla \cdot (\rho \mathbf{u} \phi)$：把落叶丢进河里会怎样？会被水流带着往下游漂，对吧？这就是"对流"——流体的运动搬运物体的效果。暖风的暖气能到达房间的另一端，也是因为空气这个"搬运工"通过对流输送热量。这里有趣的是——这项包含"速度×速度"，因此是非线性的。也就是说，流速变快时此项会急剧增强，变得难以控制。这就是湍流的根本原因。常见的误解："对流和传导差不多"→ 完全不一样！对流是流动搬运，传导是分子传递。效率有天壤之别。
- 扩散项 $\nabla \cdot (\Gamma \nabla \phi)$：有过在咖啡里倒入牛奶后放置的经历吗？即使不搅拌，过一会儿也会自然混合。那就是分子扩散。那么下一个问题——蜂蜜和水，哪个更容易流动？当然是水，对吧？因为蜂蜜的粘性（$\mu$）高，所以不易流动。粘性越大，扩散项越强，流体的运动就越"粘稠"。雷诺数小的流动（缓慢、粘稠）中扩散占主导。相反，在Re数大的流动中，对流占压倒性优势，扩散则成为配角。
- 压力项 $-\nabla p$：注射器的活塞一推，液体就会从针头有力地射出，对吧？为什么？因为活塞侧压力高，针头侧压力低——这个压力差产生了推动流体的力。水坝放水也是同样的原理。天气图上等压线密集的地方会怎样？没错，会刮强风。"有压力差的地方就会产生流动"——这就是纳维-斯托克斯方程压力项的物理意义。这里的误解点：CFD中的"压力"通常指表压而非绝对压力。切换到可压缩分析时结果突然出错，原因可能就是混淆了绝对压力/表压。
- 源项 $S_\phi$：被加热的空气会上升——为什么？因为比周围空气轻（密度低），被浮力推上去了。这个浮力作为源项添加到方程中。此外，燃气灶火焰产生化学反应热、工厂电磁泵对金属熔液施加洛伦兹力……这些都是"从外部向流体注入能量或力"的作用，都用源项表示。如果忘记源项会怎样？自然对流分析中忘记加入浮力，流体就完全不动——就像冬天房间里开了暖气，暖空气却不上浮，得到这种物理上不可能的结果。
假设条件与适用范围
- 连续介质假设：克努森数 Kn < 0.01（分子平均自由程 ≪ 特征长度）时成立
- 牛顿流体假设：剪切应力与应变速率呈线性关系（非牛顿流体需要粘度模型）
- 不可压缩假设（Ma < 0.3时）：将密度视为常数。马赫数0.3以上需考虑可压缩性效应
- Boussinesq近似（自然对流）：仅在浮力项中考虑密度变化，其他项使用恒定密度
- 不适用情况：稀薄气体（Kn > 0.1）、超音速/高超音速流动（需要激波捕捉）、自由表面流动（需要VOF/Level Set等）
量纲分析与单位制
| 变量 | SI单位 | 注意事项·换算备忘 |
|---|---|---|
| 速度 $u$ | m/s | 入口条件从体积流量换算时，注意截面积单位 |
| 压力 $p$ | Pa | 区分表压和绝对压力。可压缩分析使用绝对压力 |
| 密度 $\rho$ | kg/m³ | 空气: 约1.225 kg/m³@20°C、水: 约998 kg/m³@20°C |
| 粘性系数 $\mu$ | Pa·s | 注意与运动粘性系数 $\nu = \mu/\rho$ [m²/s] 混淆 |
| 雷诺数 $Re$ | 无量纲 | $Re = \rho u L / \mu$。层流/湍流转捩的判断指标 |
| CFL数 | 无量纲 | $CFL = u \Delta t / \Delta x$。直接关系到时间步长的稳定性 |
数值解法与实现
数值方法的细节
请讲解一下化学组分输运方程数值解法中需要注意的点。
化学组分输运的数值解法有三个主要挑战。(1) 抑制数值扩散，(2) 保证质量守恒，(3) 处理刚性反应源项。
空间离散格式
化学组分的空间离散化推荐用什么格式？
要解析化学组分的尖锐锋面（如火焰面等），需要数值扩散少的格式。
| 格式 | 精度 | 数值扩散 | 稳定性 | 推荐度 |
|---|---|---|---|---|
| 一阶迎风 | 1阶 | 大 | 高 | 仅用于初始收敛 |
| 二阶迎风 | 2阶 | 中等 | 良好 | RANS标准 |
| QUICK | 3阶 | 小 | 稍不稳定 | 注意使用 |
| 中心差分 | 2阶 | 无 | 不稳定（振荡） | 适用于LES动量方程 |
| 有界中心差分 | 2阶 | 小 | 良好 | LES推荐 |
LES中推荐使用有界中心差分呢。
是的。中心差分数值扩散为零，但会出现非物理振荡（吉布斯现象）。有界版本通过限制器抑制振荡，同时保持低扩散。Fluent中可以选择Bounded Central Differencing。
质量守恒
质量守恒的问题是什么？
求解 $N_s - 1$ 个输运方程，最后一种组分通过 $Y_{N_s} = 1 - \sum_{i=1}^{N_s-1} Y_i$ 求得时，各方程的数值误差累积可能导致 $Y_{N_s}$ 变为负值。
对策如下:
- 组分边界限制: 将各 $Y_i$ 限制在 [0, 1] 范围内（Fluent标准）
- Flux-Corrected Transport (FCT): 高精度且守恒的格式
- 最后计算N2: 代数确定质量分数最大的组分（误差不明显）
算子分裂
请讲解一下反应源项的算子分裂。
这是一种将化学组分输运方程分割为"输运部分"和"反应部分"并交替求解的方法。
Strang分裂的精度是二阶，但当 $\Delta t$ 较大时，分裂误差会成为问题。典型的设置:
质量守恒的问题是什么？
求解 $N_s - 1$ 个输运方程，最后一种组分通过 $Y_{N_s} = 1 - \sum_{i=1}^{N_s-1} Y_i$ 求得时，各方程的数值误差累积可能导致 $Y_{N_s}$ 变为负值。
对策如下:
请讲解一下反应源项的算子分裂。
这是一种将化学组分输运方程分割为"输运部分"和"反应部分"并交替求解的方法。
Strang分裂的精度是二阶，但当 $\Delta t$ 较大时，分裂误差会成为问题。典型的设置:
| 参数 | RANS | LES |
|---|---|---|
| CFD 时间步长 | -- (定常) | $10^{-5}$ - $10^{-6}$ s |
| ODE 子步长 | 自动（CVODE内部） | 自动 |
| 分裂方法 | 顺序 (Fluent) | Strang (OpenFOAM) |