喷嘴流动
理论与物理
概述
老师，拉瓦尔喷嘴就是那个通过收敛-扩张形状产生超音速的东西吧？为什么那种形状就能超过音速呢？
问得好。根据可压缩流体力学的基本定理，截面积变化与速度变化的关系表示为
在亚音速（M<1）时，缩小面积会加速；在超音速（M>1）时，扩大面积会加速。因此，通过达到M=1的喉部（最小截面积）就可以过渡到超音速。
在喉部正好达到M=1对吧？这就是壅塞条件吗？
没错。壅塞（choking）是指喉部马赫数达到1、质量流量达到最大的状态。这个临界质量流量由
决定。无论背压降得多低，通过喉部的质量流量都不会再增加。
面积-马赫数关系
如何根据喷嘴的截面积求出马赫数呢？
在等熵流动的假设下，面积比与马赫数的关系为
对于给定的 $A/A^*$，这有一个亚音速解和一个超音速解。具体实现哪一个由背压条件决定。
这是非线性方程，所以无法解析求解吧？
可以用牛顿-拉夫森法轻松求解。将初始值设定在亚音速侧（M<1）或超音速侧（M>1），就会收敛到相应的解。结合等熵关系
可以求出温度比和压力比。对于空气（$\gamma=1.4$），M=2时，$T_0/T=1.8$, $p_0/p=7.824$。
喷嘴内的激波
如果背压与设计值不同会怎样？
如果背压过高，扩张段内会形成正激波。激波前后的压力比由兰金-于戈尼奥关系
决定。激波后变为亚音速，因此会一直减速到喷嘴出口。进一步降低背压，激波会移动到喷嘴出口，最终在喷嘴外形成膨胀波-压缩波图案。
火箭发动机排气中看到的钻石图案就是那个吗？
是的。过膨胀（出口压力 < 背压）时形成斜激波，欠膨胀（出口压力 > 背压）时形成普朗特-迈耶膨胀波。那个马赫盘的位置由背压比决定。
德·拉瓦尔喷嘴的发明——拯救了蒸汽轮机的“喉部”发现
提出收缩-扩张喷嘴（de Laval nozzle）的是瑞典工程师Gustav de Laval。在1880年代，致力于改进蒸汽轮机效率的他，通过实验发现，要将蒸汽加速到超音速，需要在喉部达到音速后再进行扩张。尽管当时气体可压缩性理论尚未完善，他仍通过反复试验找到了这种形状。现代火箭发动机和喷气发动机的喷嘴都基于这一原理运行。这是一个理论未至而实验先得“答案”的绝佳例子。
各项的物理意义
- 时间项 $\partial(\rho\phi)/\partial t$：想象一下打开水龙头的瞬间。一开始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导致流动变化，这些都是非定常现象。那么定常分析是什么？就是“经过足够长时间、流动稳定后”的状态——也就是将此项设为零。计算成本因此大幅降低，所以先用定常求解是CFD的基本策略。
- 对流项 $\nabla \cdot (\rho \mathbf{u} \phi)$：把落叶扔进河里会怎样？会被水流带着往下游漂，对吧？这就是“对流”——流体运动携带物质的效果。暖风的暖气能送到房间另一端，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，流速越快，这项会急剧增强，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！对流是流动携带，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。因为蜂蜜的粘度（$\mu$）高，所以不易流动。粘度越大，扩散项越强，流体的运动就变得“粘稠”。雷诺数小的流动（缓慢、粘稠）中扩散占主导。相反，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——这个压差就是推动流体的力。水坝放水也是同样原理。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 $S_\phi$：受热的空气会上升——为什么？因为比周围空气轻（密度低），所以被浮力推上去。这个浮力作为源项添加到方程中。其他例子还有：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。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，暖空气却不上升一样，得到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
- 布西内斯克近似（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等方法）
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 | 入口条件中从体积流量换算时，注意截面积单位 |
| 压力 $p$ | Pa | 区分表压与绝对压力。可压缩分析中使用绝对压力 |
| 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/湍流转换的判定指标 |
| 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
准一维喷嘴的数值解法
准一维喷嘴流动，作为CFD入门是最合适的吧？
是的。这是求解带面积变化项的一维欧拉方程问题，可以尝试所有可压缩CFD的基本格式。写成守恒形式为
右边的 $p \, dA/dx$ 作为源项起作用。
一般用什么格式来解这个呢？
从教学角度看，MacCormack法（预测-校正两步显式法）是经典。这是Anderson教科书中的标准问题。实用中则用Roe法或AUSM计算通量，并用MUSCL重构达到二阶精度。
二维/三维喷嘴的网格策略
二维和三维的喷嘴分析中，网格怎么做？
轴对称喷嘴的话，二维轴对称网格就足够了。最好是结构网格，喉部区域网格要加密。
| 区域 | 网格方针 | 理由 |
|---|---|---|
| 收敛段 | 壁面法线方向20层以上 | 解析边界层 |
| 喉部附近 | 轴向高密度 | 精确捕捉音速条件 |
| 扩张段 | 激波位置处自适应加密 | 清晰捕捉激波 |
| 中心轴 | 避免奇异性（使用楔形单元等） | 轴对称计算的数值稳定性 |
三维的话，还有推力矢量控制（TVC）喷嘴之类的吧？
推力矢量控制喷嘴或多喷嘴簇必须进行三维计算。喷嘴壁面曲率大的部分要加入棱柱层（膨胀层）来解析边界层，核心区域则用多面体或六面体填充。
边界条件的设置
喷嘴计算的边界条件怎么设置？
这是喷嘴CFD的核心部分。
- 入口：固定总温 $T_0$ 和总压 $p_0$（燃烧室条件）。流动方向为轴向
- 出口：超音速流出时，所有变量外推（信息不向上游传播）。存在亚音速区域时，指定背压 $p_b$
- 壁面：绝热壁（adiabatic）或等温壁。无滑移条件
- 对称轴：轴对称条件或对称面条件
在Fluent中，用“Pressure Inlet”设置 $p_0, T_0$，用“Pressure Outlet”设置背压。如果是超音速出口，“Pressure Outlet”的背压值实际上会被忽略。
亚音速-超音速转换的数值处理
喉部M=1转换在数值上不会出问题吗？
问得好。由于欧拉方程的双曲型性质在M=1处发生变化，某些数值格式可能在转换点附近出现问题。有时需要Roe法的熵修正（entropy fix）或Harten-Hyman修正。AUSM系列格式在设计上原本就对这个问题有较强的适应性。
基于压力的求解器不能解超音速吗？
最新的基于压力的耦合求解器（例如Fluent的coupled scheme）支持全速度范围，但对于包含激波的喷嘴流动，基于密度的求解器更稳定、精度更高。特别是要准确预测喷嘴内激波的位置和强度时，基于密度的求解器是首选。
喷嘴数值解法中纠结“基于密度还是基于压力”的原因
数值计算拉瓦尔喷嘴的超音速区域时，初学者常困惑于“该用基于密度的求解器还是基于压力的求解器”。对于从亚音速连续求解到超音速的喷嘴流动，由于马赫数跨越1，基于压力求解器的Presto!或邻近修正有时可能无法正常工作。一般来说，“超音速、可压缩性占主导”时，基于密度的求解器更容易稳定，特别是使用时间推进（density-based explicit）时，激波捕捉会更清晰。不过，如果壁面附近的Y+管理不严格，边界层可能会不稳定，所以需要结合网格和解法来考虑才是正解。
迎风格式（Upwind）
一阶迎风：数值扩散大但稳定。二阶迎风：精度提高但有振荡风险。高雷诺数流动中必备。
中心差分（Central Differencing）
二阶精度，但Pe数 > 2时会产生数值振荡。适用于低雷诺数的扩散主导流动。
TVD格式（MUSCL、QUICK等）
通过限制器函数抑制数值振荡同时保持高精度。对捕捉激波或陡峭梯度有效。
有限体积法 vs 有限元法
FVM：自然满足守恒定律。CFD的主流。FEM：对复杂形状、多物理场有利。SPH等无网格法也在发展中。
CFL条件（库朗数）
显式法：CFL ≤ 1 是稳定条件。隐式法：CFL > 1 也稳定，但影响精度和迭代次数。LES：推荐 CFL ≈ 1。物理意义：一个时间步内信息传播不超过一个网格。
残差监控
连续性方程、动量、能量的各项残差下降3~4个数量级可判断为收敛。质量守恒的残差尤其重要。
松弛因子
压力：0.2~0.3，速度：0.5~0.7 是一般的初始值。发散时降低松弛因子。收敛后可提高以加速。
非定常计算的内部迭代
在每个时间步内迭代直到收敛到定常解。内部迭代次数：5~20次为参考。如果残差在时间步之间波动，则需要重新审视时间步长。
SIMPLE法的比喻
SIMPLE法是“交替调整”的方法。先假设求出速度（预测步），然后根据该速度修正压力以满足质量守恒（修正步），再用修正后的压力修正速度——反复进行这种“投接球”过程，逐渐逼近正确答案。类似于两人调整架子水平的工作：一人调整高度，另一人调整平衡，如此反复。
迎风格式的比喻
相关主题
なった
詳しく
報告