非牛顿流体
非牛顿流体的理论基础
非牛顿流体是什么
老师，非牛顿流体给我的感觉就是"粘度很奇怪的流体"，能不能讲得更清楚一点？
在牛顿流体中，剪切应力 $\tau$ 与剪切速率 $\dot{\gamma}$ 有线性关系 $\tau = \mu \dot{\gamma}$。不满足这种线性关系的流体就是非牛顿流体。周围有很多这样的流体。血液、涂料、番茄酱、洗发水、高分子溶液、水泥浆等。
非牛顿流体大致分为以下几类。
| 种类 | 特性 | 例子 |
|---|---|---|
| 剪切减粘（伪塑性） | 剪切速率↑ → 粘度↓ | 涂料、血液、高分子溶液 |
| 剪切增粘（膨胀性） | 剪切速率↑ → 粘度↑ | 玉米淀粉水溶液 |
| Bingham塑性 | 屈服应力以下不变形 | 牙膏、巧克力 |
| 粘弹性流体 | 同时具有粘性和弹性 | 高分子熔体、DNA溶液 |
| 触变性 | 粘度随时间降低 | 油漆、酸奶 |
番茄酱难以倒出也是因为非牛顿性啊！振动后粘度下降，就容易流出了。
本构方程（粘度模型）
非牛顿流体的核心在于剪切速率依赖的粘度函数 $\eta(\dot{\gamma})$ 的定式化。介绍主要模型。
1. 幂律（幂律）模型
最简洁的模型。
$K$ 是相容系数（一致性指标），$n$ 是幂律指数。$n < 1$ 时为剪切减粘，$n > 1$ 时为剪切增粘。$n = 1$ 时退化为牛顿流体。
2. Carreau模型
改进了幂律模型的缺点（低、高剪切速率处的不现实行为）。
$\eta_0$ 是零剪切粘度，$\eta_\infty$ 是无限剪切粘度，$\lambda$ 是松弛时间。
3. Herschel-Bulkley模型
具有屈服应力的流体（Bingham塑性的推广）。
$\tau_y$ 是屈服应力。$\tau < \tau_y$ 时不流动（刚体行为）。$n = 1$ 时退化为Bingham模型。
有屈服应力的流体在数值计算中似乎很难处理。
的确。因为屈服面的位置未知，通常使用正则化（regularization）方法。在Papanastasiou模型中：
参数 $m$ 越大，越接近理想的Bingham流动，但数值刚性会增加。$m = 100\text{--}1000\,\text{s}$ 是典型的范围。
非牛顿流体论的基础——Bingham和Ostwald-de Waele（1906〜1929年）
非牛顿流体的体系性研究始于20世纪初。Eugene Bingham(1916)测量了泥浆和膏体的"屈服应力（Yield Stress）"，提出了屈服后遵循线性粘性的"Bingham流体"模型。同时，Ostwald(1925)和de Waele(1923)独立地定式化了"幂律流体（τ=K·γ̇ⁿ）"，统一描述了剪切减粘性（n<1：血液、高分子溶液）和剪切增粘性（n>1：玉米淀粉水溶液）。这些100年前的模型至今仍作为CFD材料模型库的基础实现，并为更精细的Cross、Casson、Herschel-Bulkley模型的起点。
非牛顿流体的数值计算方法
非牛顿流体的数值求解
用CFD求解非牛顿流体时，与牛顿流体有什么区别？
根本的区别是粘度依赖于速度场。Navier-Stokes方程的粘性项变成非线性的。
$\mathbf{D} = \frac{1}{2}(\nabla\mathbf{u} + \nabla\mathbf{u}^T)$ 是应变速率张量。
求解方法是 Picard迭代（逐次代入法）。
1. 从前一步的速度场计算 $\dot{\gamma}$
2. 更新 $\eta(\dot{\gamma})$
3. 用更新后的粘度求解N-S方程得到新的速度场
4. 重复1-3直到收敛
与牛顿流体相比多了一个迭代循环啊。
是的。这个外侧迭代循环的收敛困难是非牛顿流体计算的难点。特别是剪切减粘程度强（$n$ 很小）或有屈服应力的情况需要格外小心。
广义雷诺数
非牛顿流体的雷诺数定义也有所改变。对幂律流体的管内流使用Metzner-Reed广义雷诺数。
层流-湍流转变发生在 $\text{Re}_{\text{MR}} \approx 2100$（与牛顿流体基本相同）。但转变后的湍流行为与牛顿流体大不相同。
广义Re数的公式很复杂啊。
有限体积法离散化
用CFD求解非牛顿流体时离散化的注意事项。
粘度的面值插值很重要。把单元中心计算的粘度插值到面时：
- 调和平均：粘度急变的界面推荐。$\eta_f = \frac{2\eta_L \eta_R}{\eta_L + \eta_R}$
- 算术平均：粘度变化缓和的情况。$\eta_f = \frac{\eta_L + \eta_R}{2}$
在剪切减粘流体中，壁面附近和流路中心的粘度可能相差几个数量级。比如高分子熔体的注塑成形，$\eta$ 在 $10^1 \sim 10^4\,\text{Pa}\cdot\text{s}$ 范围变化。为对应这种急变，需要充分细化壁面附近的网格。
| 幂律 $n$ | 粘度比 $\eta_{\text{center}}/\eta_{\text{wall}}$ | 网格要求 |
|---|---|---|
| 0.8 | 约3 | 温和的细分化就足够 |
| 0.5 | 约30 | 壁面附近推荐10层以上 |
| 0.2 | 约1000 | 需要极细的网格 |
$n$ 越小网格要求越严格啊。收敛也会更困难吧。
是的。实务中的技巧是把松弛系数降低到0.3-0.5，粘度的更新也要加入松弛。
非牛顿流体CFD的数值稳定性——屈服应力流体（Bingham流体）的奇点处理
Bingham流体（屈服应力τ_y>0）的CFD中，"屈服应力以下为固体、以上为液体"这种物性的不连续性会导致数值不稳定。在剪切速率γ̇→0极限下，Bingham模型粘度发散到无穷，牛顿法无法收敛。实用解决方案是Papanastasiou(1987)的正则化近似：τ = (τ_y/γ̇)(1-exp(-mγ̇)) + ηγ̇，通过参数m（典型值10³〜10⁵）平衡收敛性和精度。m过大时数值刚性导致发散，过小时屈服应力效果被低估。建议的做法是以τ_y/η（粘性时间的倒数）的100倍作为m值的参考，配合网格细分化确认。
非牛顿流体的实务应用
粘度模型参数确定
开始非牛顿流体模拟时，粘度模型的参数怎么确定？
用流变仪（粘度计）测量的"剪切速率 vs. 粘度"数据，对模型式进行拟合。具体步骤如下。
1. 转子式流变仪在剪切速率 $\dot{\gamma} = 0.01 \sim 10^4\,\text{s}^{-1}$ 范围内测量粘度
2. 在双对数图上绘制 $\eta$ vs. $\dot{\gamma}$
3. 从直线部分确定幂律参数（$K$, $n$）
4. 如果有平台区，拟合Carreau模型（$\eta_0$, $\eta_\infty$, $\lambda$, $n$）
5. 如果有屈服应力，改用Herschel-Bulkley模型
典型流体的参数例子：
| 流体 | 模型 | 参数例 |
|---|---|---|
| 血液 | Carreau | $\eta_0 = 0.056\,\text{Pa}\cdot\text{s}$, $\eta_\infty = 0.00345\,\text{Pa}\cdot\text{s}$, $\lambda = 3.31\,\text{s}$, $n = 0.357$ |
| 聚乙烯熔体 | 幂律 | $K = 10^4\,\text{Pa}\cdot\text{s}^n$, $n = 0.4$ |
| 水泥浆 | Herschel-Bulkley | $\tau_y = 10\,\text{Pa}$, $K = 0.5\,\text{Pa}\cdot\text{s}^n$, $n = 0.8$ |
| 番茄酱 | Herschel-Bulkley | $\tau_y = 15\,\text{Pa}$, $K = 8\,\text{Pa}\cdot\text{s}^n$, $n = 0.25$ |
知道实际物性值对判断结果的合理性很有帮助。
分析流程
整理非牛顿流体CFD的分析流程。
Step 1：流变数据的准备
- 获取流变仪测量数据
- 选择合适的粘度模型并拟合
- 如果有温度依存性，还要设定WLF模型或Arrhenius模型
Step 2：网格设计
- 充分解析壁面附近（幂律流体的速度分布比牛顿流体更平坦）
- 识别剪切速率大的区域并进行局部细分化
Step 3：求解器设置
- 先用牛顿流体（$\eta_0$ 的值）获得定常解
- 以该解为初值，打开非牛顿模型
- 降低松弛系数（粘度松弛也设为0.5-0.8）
Step 4：收敛确认
- 不仅要看残差，还要监控壁面剪切应力或压力损失是否稳定
先用牛顿流体得初值，再切换到非牛顿，这是个技巧啊。
验证用解析解
介绍可用于结果验证的解析解。
幂律流体的管内层流速度分布：
当 $n = 1$ 时退化为Hagen-Poiseuille的抛物线分布。$n < 1$ 时中心部分变平坦，$n > 1$ 时分布变尖锐。
$n = 0.5$ 时速度分布会相当平坦啊。
是的。用这个解析解与CFD结果比较，验证粘度模型的实现是否正确，然后再进行复杂形状的模拟，是最佳实践。
巧克力制造的非牛顿流体CFD——调温工序的粘度控制
食品工业中的CFD应用例子之一是巧克力的调温工序。融化的巧克力是典型的非牛顿流体，其粘度由可可脂的结晶结构和温度、剪切速率强烈依赖，常用Herschel-Bulkley模型近似。在调温机的搅拌管内，巧克力浆液经历规定的温度和剪切履历，从而生成最稳定的V型结晶，产生光泽、口感好的制品。通过CFD（非牛顿模型）优化搅拌器内温度和剪切的均匀性，可以降低由结晶不均导致的"结霜"（白斑）。这类应用案例已有论文报告，展示了CFD在食品品质管理中的贡献。
非牛顿流体的软件对比
主要CFD工具的非牛顿流体支持
请介绍支持非牛顿流体的CFD软件。
汇总主要工具的支持情况。
Ansys Fluent
Fluent对非牛顿流体的支持很完善。
- 内置模型：幂律、Carreau、Cross、Herschel-Bulkley、Bingham
- 设置位置：Materials > Viscosity > Non-Newtonian 选择
- UDF支持：用
DEFINE_PROPERTY宏可实现任意粘度模型 - 温度依存性：各模型可添加Arrhenius型温度依存
- 粘弹性：Oldroyd-B、Giesekus模型（Fluent内置有限，但有UDF实现例）
Simcenter STAR-CCM+
STAR-CCM+也具备相当的功能。
- 内置模型：幂律、Carreau-Yasuda、Cross、Herschel-Bulkley、Bingham
- 特点：标准搭载Carreau-Yasuda模型（通过$a$参数调整过渡区域）
- Field Function：用Java API或Field Function定义任意剪切速率依存粘度
- 粘弹性：有Viscoelastic模型模块（Oldroyd-B、FENE-P）
OpenFOAM
OpenFOAM通过 transportModels 库提供非牛顿模型。
- 用法：在
constant/transportProperties中指定transportModel - 支持模型：
powerLaw、CrossPowerLaw、BirdCarreau、HerschelBulkley - 自定义模型：通过继承
viscosityModel类用C++实现 - 求解器：
nonNewtonianIcoFoam（层流）、pimpleFoam+ 非牛顿transportModel（湍流）
COMSOL Multiphysics
COMSOL的GUI配置模型很直观。
- CFD模块：将非牛顿模型直接作为物性设置
- 特点：剪切速率依存粘度可以数式输入，自由度高
- 粘弹性：Polymer Flow模块（Oldroyd-B、Giesekus、PTT）
- 多物理耦合：与热、化学反应的耦合很容易
专用软件
除了通用CFD外，有非牛顿流体专用的软件吗？
在注射成形和挤出成形领域，专用软件是主流。
| 软件 | 开发商 | 用途 |
|---|---|---|
| Moldflow | Autodesk | 注塑成形模拟 |
| Moldex3D | CoreTech System | 注塑成形（3D分析） |
| Polyflow | Ansys | 高分子加工总体（挤出、吹塑） |
| FLOW-3D | Flow Science | 非牛顿流体的自由表面流动 |
Ansys Polyflow是粘弹性流体的标准工具。支持广泛的粘弹性模型和Differential/Integral型本构方程。在模具设计和挤出成形模拟中，通常比Fluent更合适。
需要根据用途来选择工具啊。注塑成形用Moldflow，挤出用Polyflow，一般CFD用Fluent或STAR-CCM+这样？
理解正确。选择的关键是必要的本构方程支持状况和工作流效率。
非牛顿流体CFD工具对比——Fluent vs Polyflow vs OpenFOAM的高分子功能
对于高分子熔融体和粘弹性流体（聚合物挤出、注塑成形）的CFD，专用工具的选择很关键。ANSYS Polyflow在粘弹性流体（Oldroyd-B、Giesekus、FENE-P模型）和自由表面（模具膨胀）分析上特化，在高分子加工业界实际上是标准工具。Fluent虽然也实现了非牛顿粘性模型（Power-law、Carreau等），但粘弹性模型支持比Polyflow有限。OpenFOAM有viscoelasticFluidFoam求解器，在研究用途上可自由实现和扩展粘弹性模型。实务中的选择是"粘弹性和自由表面关键→Polyflow"，"仅剪切粘度依存→Fluent/OpenFOAM"，这样可以高效。
非牛顿流体的先端研究
粘弹性流体数值分析
比剪切减粘更难的粘弹性流体的计算，能教我一下吗？
粘弹性流体中应力张量遵循独立的发展方程（本构方程）。看看代表性的模型。
Oldroyd-B模型：
其中 $\overset{\triangledown}{\boldsymbol{\tau}}$ 是上对流Maxwell导数，$\lambda_1$ 是松弛时间，$\eta_p$ 是聚合物粘度。
高Weissenberg数问题（HWNP）：当Weissenberg数 $\text{Wi} = \lambda_1 \dot{\gamma}$ 变大时，应力指数增长导致求解器发散。这是粘弹性CFD的长年难题。
对策包括：
- DEVSS法：增加粘性项，在本构方程侧引入多余项的稳定化方法
- Log-conformation法：将应力张量的对数作为变量，抑制指数增长。Fattal & Kupferman (2004) 的提案
- sBETA法：聚合物应力的混合稳定化
Log-conformation法用对数变换防止发散，数学上很优雅啊。
触变性的建模
触变性流体的粘度依赖于"剪切的历史"。引入结构参数 $\xi$（0〜1）表示。
$a$ 是结构恢复速率，$b$ 是结构破坏速率。在混凝土和喷墨油墨分析中使用。
时间的概念加入，非定常计算就成为必需了呢。
非牛顿流体的湍流建模
非牛顿流体的湍流与牛顿流体表现截然不同。
最重要的是减阻现象（Drag Reduction）。只需添加微量高分子（ppm级），管路摩擦损失就可减少高达80%。这被称为Tom's效应。
这种现象的DNS（直接数值模拟）中，主要使用FENE-P模型的粘弹性湍流计算。聚合物改变涡结构，条纹间距加大，因此湍流摩擦减少的机制已经得到解明。
ppm级添加就能减少80%摩擦！对管线节能很大啊。
阿拉斯加横贯管道就实际使用了聚合物添加的减阻效应。CFD预测在设计中得到应用，是很好的例子。
最新研究动向
介绍非牛顿流体CFD的前沿。
- 机器学习自动发现本构方程：从流变仪数据用神经网络自动生成本构方程（GENERIC framework + NN）
- 粒子法（SPH）处理自由表面非牛顿流：熔岩流、食品加工的模拟
- 微流体设备的粘弹性不稳定：Wi数超临界值时发生弹性湍流，新的混合机制解析
- 生物流体力学：考虑红细胞变形的血流模拟
非牛顿流体CFD不仅在工程中应用，也在生物和地球科学中展开啊。
血流的非牛顿性——红细胞聚集导致的剪切减粘性和CFD动脉分析
血液在剪切速率低(<10 s⁻¹)时红细胞串联形成（钱币形成），见表粘度急剧上升，是典型的剪切减粘流体。用Carreau-Yasuda模型或修正Cross模型描述，在动脉瘤和冠脉分支的CFD分析中，非牛顿效应对壁面剪切应力（WSS）预测的影响可达15〜20%。低WSS区域(<0.4 Pa)与动脉硬化斑块形成相关，因此血流CFD的精度与医学诊断价值直接相关。最先进的"4D Flow MRI"（用MRI计测3维时间序列速度场）与CFD的融合实现个人特化血流分析，是临床应用的研究前沿。
非牛顿流体的故障排查
非牛顿流体计算的典型故障
非牛顿流体计算常见的坑有哪些？请教一下。
将非牛顿特有的故障按模式分类。
1. 粘度发散导致计算停止
现象：粘度变成 $10^{30}$ 这样的非现实值而发散
原因：幂律模型中当 $\dot{\gamma} \to 0$ 时 $\eta \to \infty$（$n < 1$ 的情况）。流动停滞区域会发生。
对策：
- 设置粘度上下限：在Fluent中指定
Minimum Viscosity和Maximum Viscosity。一般设 $\eta_{\text{min}} = \eta_\infty$、$\eta_{\text{max}} = \eta_0$ - 改用Carreau模型：零剪切粘度 $\eta_0$ 会自动设定上限
- 添加背景粘度：幂律粘度加上微小常数粘度
幂律模型的缺点在这里显现啊。
2. 屈服应力模型的收敛困难
现象：用Herschel-Bulkley模型残差振荡不收敛
原因：屈服面（$\tau = \tau_y$）的位置在反复之间变动，"固体⇔液体"的转变不稳定
对策：
- 分阶段增大Papanastasiou正则化参数 $m$：$m = 10 \to 100 \to 1000$ 逐步增加
- Bi-粘度模型：假设屈服前有极高粘度（$10^3 \sim 10^5\,\text{Pa}\cdot\text{s}$）
- 降低松弛系数：粘度的under-relaxation设为0.3-0.5
3. 剪切速率计算精度不足
现象：壁面附近粘度不准确，压力损失与理论值不符
原因：网格太粗，壁面的剪切速率 $\dot{\gamma}$ 计算不准确
对策：
- 把壁面第一层充分细化（管内流中 $R/\Delta r > 20$ 为目标）
- 使用二阶以上的梯度格式
- 在壁面处配置直交的棱柱层网格
剪切速率的精度直接影响粘度精度啊。
4. 温度依存粘度的热失控
现象：粘性散逸导致温度上升，粘度下降，剪切速率进一步增大，形成反馈循环而发散
原因：高粘度流体（高分子熔体等）的高速剪切中粘性散逸成为主导
对策：
- 启用能量方程的Viscous Dissipation项
- 充分减小时间步长
- 确认粘度的温度依存系数（Arrhenius型：$\eta = \eta_0 \exp[E_a/(RT)]$）
「解析不匹配」时的应对
- 深呼吸——不要急躁地随机改设定，问题会变得更复杂
- 制作最小复现案例——把非牛顿流体问题简化到最简形式再现。"减法调试"最有效
- 一次改一个东西再执行——同时改多个参数的话，不知道哪个起作用。这是科学实验的"对照实验"原则
- 回归物理——如果计算结果"物体违反重力浮起"这种反物理，就要怀疑输入数据的根本错误
相关主题
更详细
错误