冲击波管问题（黎曼求解器）
理论与物理
什么是激波管问题
老师，激波管问题在CFD教科书里总是出现，为什么它这么重要呢？
激波管问题（以Sod问题为代表的一维黎曼问题）是评估可压缩流数值格式精度和稳定性的最基本基准。因为可以得到解析的精确解，所以可以通过与数值解的比较，定量地评估数值扩散、过冲和激波分辨率。
能得到精确解，具体是什么机制呢？
它被表述为一维欧拉方程的初值问题。管子中央有一个隔膜，左侧是高状态 $(\rho_L, u_L, p_L)$，右侧是低状态 $(\rho_R, u_R, p_R)$。打破隔膜后，会产生三种波。
1. 向左传播的膨胀波（稀疏波，rarefaction fan）
2. 中央的接触间断（contact discontinuity）
3. 向右传播的激波（shock wave）
一维欧拉方程的守恒形式是这样的。
总能量为 $E = \frac{p}{\gamma - 1} + \frac{1}{2}\rho u^2$。
Rankine-Hugoniot关系式
激波前后的状态是如何关联的呢？
从跨越激波的守恒定律推导出的就是Rankine-Hugoniot关系式。设激波速度为 $s$，则
这里 $[\cdot]$ 表示激波前后的差值。用压力比表示，则为
$M_s$ 是激波马赫数。将这个与接触间断处的压力、速度连续条件以及膨胀波内的黎曼不变量结合起来，就可以确定四个区域（左未扰动区、膨胀波区、星区、右未扰动区）的全部状态量。
星区（star region）是什么？
是接触间断左右两侧的区域，压力和速度相等（$p^ = p_L^ = p_R^$, $u^ = u_L^ = u_R^$），但密度不连续的区域。求这个 $p^*$ 的方程是非线性的，所以需要用Newton-Raphson法迭代求解。
Godunov法诞生的背景——1959年苏联的论文改变了世界
1959年，苏联数学家谢尔盖·戈杜诺夫发表了一篇论文，提出了一个革命性的想法：“利用局部黎曼问题的解来离散化守恒定律”。当今CFD中使用的“有限体积法+黎曼求解器”的基础就始于此。有趣的是，这篇论文写于冷战时期，一段时间内并未被西方世界所知。直到1970年代以后被翻译和介绍，其重要性才被广泛认识。理解了激波管问题的精确解，就能看出戈杜诺夫想法的天才之处——“用隔膜破裂瞬间的解来计算下一步”，这种简洁性就是一切。
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。一开始水会不稳定地哗啦哗啦流出，过一会儿就变成稳定的水流了，对吧？描述这个“变化过程中”的就是时间项。心脏跳动导致血流脉动，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？就是只看“经过足够时间流动稳定之后”——也就是将此项设为零。计算成本大幅降低，因此先用定常求解是CFD的基本策略。
- 对流项 $\nabla \cdot (\rho \mathbf{u} \phi)$：把落叶扔进河里会怎么样？会被水流带着流向下游，对吧？这就是“对流”——流体运动搬运物质的效果。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。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，液体就会从针头有力地喷出，对吧？为什么呢？因为活塞侧是高压，针头侧是低压——这个压力差成为推动流体的力。大坝放水也是同样的原理。天气图上等压线密集的地方呢？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——为什么呢？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，燃气灶的火焰产生化学反应热，工厂的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——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 的情况）：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
- 不适用的情形：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 | 区分表压和绝对压力。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
Godunov法与黎曼求解器
请再讲一下黎曼求解器在CFD中扮演什么角色。
Godunov的想法是，通过求解局部黎曼问题的解来求每个单元界面上的通量。在单元 $i$ 和 $i+1$ 的边界上，求解由左状态 $\mathbf{U}_i$ 和右状态 $\mathbf{U}_{i+1}$ 构成的黎曼问题，确定界面通量 $\mathbf{F}_{i+1/2}$。
为什么HLL的接触间断会模糊，而HLLC却良好呢？
因为HLL只考虑两个波，所以接触间断（第三个波）的信息就丢失了。HLLC的C就是Contact wave的C，通过添加第三个波，就能解析接触间断。Toro的教科书里有详细的推导。
Roe求解器的细节
Roe求解器是通过什么机制来近似的呢？
Roe的想法是在界面上将非线性的欧拉方程线性化。使用Roe平均状态构造雅可比矩阵 $\hat{A}$，
Roe平均的密度和速度定义如下。
Roe求解器有弱点吗？
有时会产生膨胀激波（expansion shock）这种非物理解。这违反了熵条件，需要用Harten-Hyman熵修正来修正。另外，在低马赫数区域还会产生过度数值扩散的问题，为此提出了低马赫数Roe修正（如Rieper fix等）。
MUSCL法与TVD限制函数
我觉得一阶精度数值扩散太大了，高阶精度化是怎么做的呢？
标准做法是用MUSCL（Monotonic Upstream-centered Scheme for Conservation Laws）法实现二阶精度。通过线性重构外推单元界面的左右状态。
这里 $\phi(r)$ 是TVD限制器函数，$r$ 是解的光滑度指标。通过选择限制器，可以在光滑区域自动切换到二阶精度，在不连续附近切换到一阶精度。
激波管实验——使用了100多年的“教科书王者”
激波管（shock tube）是1899年法国人Paul Vernier构思的装置，用隔板分隔高压气体和低压气体，通过打破隔板来产生激波。装置本身非常简单，却能同时出现激波、膨胀波、接触间断这可压缩流体力学三大要素，因此至今仍被用于教育、验证和研究。特别是“Sod问题”（1978年）作为可压缩CFD的标准基准非常有名，开发新的黎曼求解器后必定要进行Sod测试。通不过这个测试的格式是无法见人的。
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：一个时间步内信息前进不超过一个单元。
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次为参考值。残差在时间步之间波动时需重新审视时间步长。
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——重复这种“投接球”过程来逼近正确答案。类似于两人调整架子水平的作业：一人调整高度，另一人调整平衡，如此反复。
迎风格式的比喻
迎风格式是“站在河流中重视上游信息”的方法。站在河里的人看下游也弄不清水的来源——这反映了“上游信息决定下游”的物理规律。精度为一阶，但能正确捕捉流动方向，因此稳定性高。
实践指南
Sod问题的
相关主题
なった
詳しく
報告