流体的能量方程

分类: 流体解析(CFD) | 综合版 2026-04-06
CAE visualization for energy equation fluid theory - technical simulation diagram
流体のエネルギー方程式

理论与物理

概述

🧑‍🎓

老师,流体的能量方程在什么情况下需要用到呢?


🎓

在需要求解温度场时是必需的。热交换器设计、电子设备冷却、燃烧、自然对流等都需要求解能量方程。如果是等温流动,仅靠NS方程和连续性方程就能封闭,但一旦涉及温度,就需要加上能量方程。


能量方程(温度形式)

🎓

不可压缩流动温度场的能量方程如下。


$$ \rho c_p \frac{DT}{Dt} = \nabla \cdot (k \nabla T) + \Phi + \dot{q} $$

其中 $c_p$ 是定压比热,$k$ 是热导率,$\Phi$ 是粘性耗散函数,$\dot{q}$ 是内部发热率。


🧑‍🎓

粘性耗散是什么?


🎓

是由于粘性作用将动能转化为热的项。对于不可压缩情况,


$$ \Phi = \mu \left(\frac{\partial u_i}{\partial x_j} + \frac{\partial u_j}{\partial x_i}\right)\frac{\partial u_i}{\partial x_j} $$

通常的工程流动中,粘性耗散小到可以忽略,但对于高粘度流体(如聚合物熔体)或超高速流动,则变得不可忽略。


埃克特数

🎓

粘性耗散的重要性通过埃克特数(Eckert number)来评估。


$$ Ec = \frac{U^2}{c_p \Delta T} $$

若 $Ec \ll 1$,则粘性耗散可忽略。例如空气流($U = 50$ m/s, $\Delta T = 20$ K)中 $Ec \approx 0.12$,很小。另一方面,对于聚合物挤出($U = 0.1$ m/s, $\mu = 1000$ Pa·s),耗散可能成为温度上升的主要原因。


能量方程(焓形式)

🧑‍🎓

对于可压缩流动会有什么变化?


🎓

会使用基于总焓 $h_0 = h + \frac{1}{2}|\mathbf{u}|^2$ 的能量方程。


$$ \frac{\partial (\rho h_0)}{\partial t} + \nabla \cdot (\rho \mathbf{u} h_0) = \nabla \cdot (k \nabla T) + \nabla \cdot (\boldsymbol{\tau} \cdot \mathbf{u}) + \dot{q} + \frac{\partial p}{\partial t} $$

🎓

对于可压缩流动,需要加上状态方程 $p = \rho R T$(理想气体),方程组才能封闭。密度、速度、压力、温度这四个场全部耦合在一起。


无量纲参数

参数定义物理意义
普朗特数 Pr$\nu/\alpha = \mu c_p/k$动量扩散与热扩散之比
努塞尔数 Nu$hL/k$对流/导热的传热比
佩克莱数 Pe$Re \cdot Pr$对流/扩散之比
埃克特数 Ec$U^2/(c_p\Delta T)$动能/热能
🧑‍🎓

Pr数是由流体性质决定的,而Nu是作为计算结果得到的,对吧。


🎓

没错。空气 $Pr \approx 0.71$,水 $Pr \approx 7$,发动机油 $Pr \approx 100$〜1000。Pr数越大,热边界层越薄,为了精确解析壁面附近的温度梯度,需要更精细的网格。

Coffee Break 闲谈

能量方程的历史——从焦耳的热功当量实验(1843年)到流体力学

流体能量方程中包含的热功当量概念,是由英国的詹姆斯·焦耳(James Joule)在1843年通过水的搅拌实验确立的。1cal=4.186J这个焦耳常数至今仍是热力学的基础常数。将其整合到流体力学中,则是结合了傅里叶的热传导方程(1822年)和纳维-斯托克斯方程,能量方程的标准形式在1850年代确立。特别是“粘性耗散(Viscous Dissipation)项”——速度梯度转化为热量的效应——在超音速流动或高粘度流体中不可忽略,在现代CFD中进行高精度解析时必须启用此项。在低速、低粘度的工程CFD中常被省略,但需要认识其适用极限(Br=ηU²/(kΔT)>0.1)。

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。最初水流会不稳定地喷溅,过一会儿才会变成稳定的水流,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。那么定常解析是什么?就是只观察“经过足够时间流动稳定之后”——也就是将此项设为零。计算成本会大幅下降,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,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不管的经历吗?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 $-\nabla p$:推注射器的活塞,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。这里容易误解的点:CFD中的“压力”大多指表压而非绝对压力。切换到可压缩解析时结果突然变得奇怪,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,都用源项来表示。忘记源项会怎样?自然对流解析中如果忘记加入浮力,流体就完全不动——就像冬天房间里开了暖气,暖空气却不往上走,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以上需考虑压缩性效应
  • 布西涅斯克近似(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
  • 不适用的情形:稀薄气体(Kn > 0.1)、超音速/高超音速流动(需要捕捉激波)、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。可压缩解析中使用绝对压力
密度 $\rho$kg/m³空气: 约1.225 kg/m³@20°C,水: 约998 kg/m³@20°C
粘度系数 $\mu$Pa·s注意与运动粘度系数 $\nu = \mu/\rho$ [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

能量方程的离散化

🧑‍🎓

能量方程在数值上是怎么求解的呢?


🎓

在有限体积法中,将平流项和扩散项作为单元的面通量进行离散化。


$$ \int_V \rho c_p \frac{\partial T}{\partial t}dV + \oint_S \rho c_p T \mathbf{u}\cdot\mathbf{n}\,dS = \oint_S k \nabla T \cdot \mathbf{n}\,dS + \int_V (\Phi + \dot{q})\,dV $$

🎓

其特点是,能量方程是标量输运方程,如果速度场已知,可以作为线性问题求解。可以在求解NS方程后,以后处理的方式求解能量方程。


对流格式的选择

🧑‍🎓

温度场的对流格式和速度场用一样的就可以吗?


🎓

Pe数(佩克莱数)较大时对流占主导,中心差分会产生数值振荡。一般如下。


Pe数范围推荐格式备注
Pe < 2中心差分(CD)扩散主导,稳定
Pe > 2迎风格式(Upwind)有数值扩散
高精度QUICK, TVD (MUSCL等)兼顾精度与稳定性

热边界条件

🎓

壁面的热边界条件主要有3种。


边界条件数学表达用途
固定温度(第1类)$T_{wall} = T_0$冷却水壁面、恒温槽
固定热流密度(第2类)$-k\frac{\partial T}{\partial n} = q_w$加热器、发热面
对流传热(第3类)$-k\frac{\partial T}{\partial n} = h(T - T_\infty)$与外部环境的热交换

湍流中的温度场

🧑‍🎓

湍流情况下,温度场也需要模型吗?


🎓

在RANS中,需要对湍流热通量 $\overline{u_i'T'}$ 进行建模。最常用的是涡扩散率模型。


$$ \overline{u_i'T'} = -\frac{\nu_t}{Pr_t}\frac{\partial \bar{T}}{\partial x_i} $$

$Pr_t$(湍流普朗特数)通常设为0.85〜0.9。壁面附近的温度剖面(如Jayatilleke壁函数等)也很重要。


🧑‍🎓

湍流Pr数对结果有多大影响?


🎓

对壁面传热系数有10〜20%左右的影响。特别是液态金属($Pr \ll 1$,$Pr_t \approx 1$〜4),使用标准值0.85会不准确。液态金属需要专门的模型。

Coffee Break 闲谈

能量方程的离散化——“隐式法还是显式法”取决于温度的急剧变化速度

在数值求解流体能量方程时,选择显式法(explicit)还是隐式法(implicit)会极大地影响计算效率。显式法实现简单,但受限于热扩散的稳定性条件 Δt≤ρcΔx²/(2k)。在隔热材料和金属混合的模型中,热导率可能相差100倍,导致稳定的Δt受限于最薄的金属单元,整体计算时间会暴增。此时如果切换到隐式法,就可以取大得多的Δt。“方程形式相同”,但离散化策略不同,计算时间可能相差数十倍——这就是数值解法的现实。

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。高雷诺数流动中必不可少。

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:自然地满足守恒定律。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:即使 CFL > 1 也稳定,但影响精度和迭代次数。LES

関連シミュレーター

この分野のインタラクティブシミュレーターで理論を体感しよう

シミュレーター一覧

関連する分野

熱解析V&V・品質保証構造解析
この記事の評価
ご回答ありがとうございます!
参考に
なった
もっと
詳しく
誤りを
報告
参考になった
0
もっと詳しく
0
誤りを報告
0
Written by NovaSolver Contributors
Anonymous Engineers & AI — サイトマップ
关于作者