化学种输运方程

正是这样。化学种输运方程描述流体中各化学成分（CH4, O2, CO2, H2O, CO, NO等）的质量分率如何变化。是燃烧CFD所有模型（EDC、Flamelet、Species Transport + Finite Rate Chemistry等）的基础。

化学种 $i$ 的质量分率 $Y_i$ 的输运方程可以写成：

每一项的含义如下：

$R_i$ 是所有反应的贡献总和，由以下方程给出：

在接近平衡的条件下，逆反应也很重要。逆反应速率常数 $k_{b,r}$ 由平衡常数 $K_{eq,r}$ 计算得：$k_{b,r} = k_{f,r}/K_{eq,r}$。在高温燃烧中，CO2的分解反应（$\text{CO}_2 \rightleftharpoons \text{CO} + \frac{1}{2}\text{O}_2$）作为逆反应很重要。

有三个层次。

对。乱流场的有效扩散系数为 $D_{\text{eff}} = D_{i,m} + D_t$，其中 $D_t = \mu_t/(\rho\,Sc_t)$ 是乱流扩散。燃烧分析中常用 $Sc_t \approx 0.7$。在高雷诺数乱流中，$D_t >> D_{i,m}$，所以在RANS中分子扩散模型选择影响不大。但在LES或层流火焰中，分子扩散精度就很重要了。

当有 $N_s$ 种化学种时，只需要求解 $N_s - 1$ 个输运方程。最后1种由约束条件 $\sum Y_i = 1$ 代数求解。通常选择质量分率最大的成分（如N2）代数计算。

正是这样。Flamelet模型和PDF模型只是用表格查询代替直接求解这个方程以提高效率。本质在于这个输运方程。

化学种输运的数值解法有三个主要课题：(1) 抑制数值扩散，(2) 保证质量保存，(3) 处理刚性反应源项。

要解析化学种的尖锐锋面（如火焰面），需要数值扩散小的方案。

对。中心差分数值扩散为零，但会产生非物理振荡（Gibbs现象）。有界版本用限制器抑制振荡，同时保持低扩散。Fluent中可以选择有界中心差分。

求解 $N_s - 1$ 个方程后，用 $Y_{N_s} = 1 - \sum_{i=1}^{N_s-1} Y_i$ 计算最后一个化学种时，各方程的数值误差会累积，导致 $Y_{N_s}$ 变成负数。

对策有：

这是一种将化学种输运方程分成"输运部分"和"反应部分"，交替求解的方法。

Strang分裂的精度是二阶，但 $\Delta t$ 过大时分裂误差会成为问题。典型设置：

在Fluent中使用Species Transport + Finite Rate Chemistry时：

OpenFOAM中 reactingFoam 是化学种输运的标准求解器。在 thermophysicalProperties 中定义混合物物性，chemistryProperties 中配置反应求解器。化学种的离散化方案在 fvSchemes 的 divSchemes 中指定。

对。尤其是火焰面这样的陡峭梯度区域，方案选择对结果影响很大。

直接解法（不使用EDC或Flamelet）的Species Transport + Finite Rate Chemistry步骤如下：

1. 非反应流计算 -- 不含全化学种输运，先使流场收敛

每增加一个化学种 $N_s$ 就需增加一个输运方程，成本基本上与 $N_s$ 成正比。另外反应源项的雅可比矩阵是 $N_s \times N_s$ 的，所以刚性ODE积分成本是 $O(N_s^2)$ 以上。

所以实务中使用DRM-19或Lu13这样的缩约机制很重要。3D RANS的实用上限是20种化学种以下。

仅Finite Rate（只用Arrhenius）会忽视乱流与化学反应的相互作用，从平均温度计算反应速率。这会遗漏乱流波动的非线性效应（$\overline{\exp(-E_a/RT)} \neq \exp(-E_a/R\bar{T})$）。

实务中的选择：

对。理想情况下应该用EDC或Flamelet考虑乱流效应，但先用Finite Rate确认反应机制的行为，然后逐步提升模型复杂度是安全的做法。

基本方程相同，但反应求解器、乱流-化学反应模型、并行性能不同。

SAGE求解器针对大规模反应机制的高效并行积分进行了优化。正十二烷的2000种化学种机制在3D中直接求解的实绩存在。但这需要HPC环境（数千核）才能在实际时间内完成。

Fluent化学种输运的便利功能：

正是。输运方程本身很简单，但反应源项的高效计算是瓶颈。ISAT、GPU、AMR等加速技术是工具选择的决定因素。

有三个研究方向引人关注：(1) GPU加速大规模反应机制，(2) 输运PDF法，(3) DNS对乱流扩散的理解。

化学反应ODE积分在各单元间独立，非常适合GPU大规模并行。Fluent 2024R1的GPU Chemistry Solver在NVIDIA A100上实现了CPU相比10-50倍的加速。

对。GPU化学求解器的普及使得"无需用缩约机制，3D RANS也能直接求解详细机制"的时代正在到来。

这是直接求解化学种的联合概率密度函数 $P(Y_1, Y_2, ..., Y_{N_s})$ 的输运方程的方法。Pope在1985年提出，可以最严格地处理乱流-化学反应相互作用。

PDF输运方程通常用蒙特卡洛方法（拉格朗日粒子法）求解，每个粒子独立经历化学反应。

可以。Fluent的成分PDF输运模型用拉格朗日粒子法实现。精度比EDC高，但计算成本高10-100倍。学术研究中广泛使用，但工业实务中EDC或Flamelet是主流。

化学种乱流扩散方面，DNS获得了以下认识：

对。现行RANS模型使用 $Sc_t = 0.7$ 左右的常数，但基于DNS数据的动态 $Sc_t$ 模型开发在进行。LES中也有研究将动态Smagorinsky技术应用到标量扩散。

对。硬件进化使"更多化学种直接求解"成为可能，理论进化使"更准确乱流扩散模型"成为可能，两个方向相辅相成地发展。

症状：特定化学种（尤其微量种：OH、HO2等）质量分率出现负值。

原因：数值方案的过冲与反应源项竞争。高阶方案（QUICK等）在陡峭梯度处产生振荡。

对策：

1. 先用非反应流收敛流场

对。化学种输运是燃烧CFD的基础，这里出问题上面的任何模型都动不了。基础扎实最重要。