非牛顿流体
理论与物理
什么是非牛顿流体
老师，我对非牛顿流体的印象大概就是“粘度奇怪的流体”，能请您再详细讲解一下吗？
牛顿流体中，剪切应力 $\tau$ 与剪切速率 $\dot{\gamma}$ 呈线性关系 $\tau = \mu \dot{\gamma}$。不满足此线性关系的流体即为非牛顿流体。我们身边有很多例子：血液、涂料、番茄酱、洗发水、高分子溶液、水泥浆等。
非牛顿流体大致可分为以下几类。
| 种类 | 特征 | 例子 |
|---|---|---|
| 剪切稀化（假塑性） | 剪切速率↑ → 粘度↓ | 涂料、血液、高分子溶液 |
| 剪切增稠（胀塑性） | 剪切速率↑ → 粘度↑ | 玉米淀粉水溶液 |
| 宾汉塑性 | 低于屈服应力时不发生变形 | 牙膏、巧克力 |
| 粘弹性流体 | 兼具粘性与弹性 | 高分子熔体、DNA溶液 |
| 触变性 | 随时间推移粘度降低 | 油漆、酸奶 |
原来番茄酱难倒出来也是因为它是非牛顿流体啊！摇晃后粘度下降就更容易流出来了。
本构方程（粘度模型）
非牛顿流体的核心在于建立依赖于剪切速率的粘度函数 $\eta(\dot{\gamma})$ 的公式。我来介绍几个主要模型。
1. 幂律模型
这是最简单的模型。
$K$ 是稠度系数，$n$ 是幂律指数。$n < 1$ 时为剪切稀化，$n > 1$ 时为剪切增稠。$n = 1$ 时则退化为牛顿流体。
2. Carreau模型
此模型改善了幂律模型的缺点（在低/高剪切速率下行为不切实际）。
$\eta_0$ 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
适用于具有屈服应力的流体（宾汉塑性的一般化）。
$\tau_y$ 是屈服应力。当 $\tau < \tau_y$ 时不流动（呈刚体行为）。$n = 1$ 时退化为宾汉模型。
具有屈服应力的流体，在数值处理上似乎很棘手啊。
没错。因为屈服面的位置未知，所以常使用正则化方法。Papanastasiou模型为：
增大参数 $m$ 会趋近于理想的宾汉行为，但数值刚性会增加。$m = 100\text{--}1000\,\text{s}$ 是典型的取值范围。
非牛顿流体理论的基石——宾汉与Ostwald-de Waele（1906〜1929年）
非牛顿流体的系统研究始于20世纪初。Eugene Bingham(1916)测量了泥浆/膏体的“屈服应力”，并提出了屈服后遵循线性粘性的“宾汉流体”模型。另一方面，Ostwald(1925)和de Waele(1923)各自独立地公式化了“幂律流体（τ=K·γ̇ⁿ）”，统一描述了剪切稀化（n<1：血液、高分子溶液）和剪切增稠（n>1：玉米淀粉水溶液）。这些一百年前的模型至今仍作为CFD材料模型库的基础被实现，并成为更精炼的Cross、Casson、Herschel-Bulkley模型的出发点。
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。那么定常分析是什么？就是只观察“经过足够时间流动稳定后”的状态——也就是令此项为零。由于计算成本大幅降低，先用定常求解是CFD的基本策略。
- 对流项 $\nabla \cdot (\rho \mathbf{u} \phi)$：把落叶丢进河里会怎样？会被水流带着往下游漂，对吧？这就是“对流”——流体运动搬运物体的效果。暖风的暖气能到达房间角落，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——此项包含“速度×速度”，因此是非线性的。也就是说，流速越快，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 $-\nabla p$：按压注射器的活塞，液体就会从针头有力地射出，对吧？为什么呢？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。这里容易误解的点是：CFD中的“压力”多为表压而非绝对压力。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，暖空气却不上浮一样，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）、超声速/高超声速流动（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
非牛顿流体的数值解法
用CFD求解非牛顿流体时，和牛顿流体有什么不同呢？
根本区别在于粘度依赖于速度场。纳维-斯托克斯方程的粘性项变为非线性。
$\mathbf{D} = \frac{1}{2}(\nabla\mathbf{u} + \nabla\mathbf{u}^T)$ 是应变速率张量。
解法上，Picard迭代（逐次代入法）是基础。
1. 根据上一步的速度场计算 $\dot{\gamma}$
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. 重复步骤1-3直至收敛
比牛顿流体多了一层迭代循环呢。
是的。这个外层迭代循环难以收敛，是非牛顿流体计算的难点。特别是剪切稀化程度强（$n$ 值小）或存在屈服应力的情况需要特别注意。
广义雷诺数
对于非牛顿流体，雷诺数的定义也会改变。幂律流体的管流中常使用Metzner-Reed广义雷诺数。
层流-湍流转换大约在 $\text{Re}_{\text{MR}} \approx 2100$ 时发生（与牛顿流体的临界值几乎相同）。但转换后的湍流行为与牛顿流体有很大差异。
广义Re数的公式相当复杂呢。
有限体积法中的离散化
我来解释一下用CFD求解非牛顿流体时离散化的注意事项。
粘度的面值插值非常重要。将单元中心计算的粘度插值到面上时：
- 调和平均：推荐用于粘度急剧变化的界面。$\eta_f = \frac{2\eta_L \eta_R}{\eta_L + \eta_R}$
- 算术平均：适用于粘度变化平缓的情况。$\eta_f = \frac{\eta_L + \eta_R}{2}$
对于剪切稀化流体，壁面附近和流道中心的粘度可能相差数个数量级。例如，高分子熔体注射成型中，$\eta$ 可能在 $10^1 \sim 10^4\,\text{Pa}\cdot\text{s}$ 范围内变化。为了应对这种急剧变化，需要将壁面附近的网格划分得足够细密。
| 幂律指数 $n$ | 粘度比 $\eta_{\text{中心}}/\eta_{\text{壁面}}$ | 网格要求 |
|---|---|---|
| 0.8 | 约3 | 适度细化即可 |
| 0.5 | 约30 | 建议壁面附近10层以上 |
| 0.2 | 约1000 | 需要非常细密的网格 |
$n$ 越小，对网格的要求就越严格啊。收敛似乎也会变得更困难。
没错。将松弛系数降至0.3-0.5，并对粘度更新也引入松弛，是实践中的常用技巧。
非牛顿流体CFD的数值稳定性——屈服应力流体（宾汉流体）的奇点处理
宾汉流体（屈服应力τ_y>0）的CFD中，“屈服应力以下是固体，以上是液体”这种物性的不连续性成为数值不稳定的根源。在剪切速率γ̇→0的极限下，宾汉模型的粘度发散至无穷大，导致牛顿法不收敛。实用的解决方案是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）在收敛性和精度之间取得平衡。m过大则数值刚性导致发散，过小则低估屈服应力的效果。建议以τ_y/η（粘性时间的倒数）的100倍左右作为m值的基准，并结合网格细化进行确认。
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，但当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为稳定条件。隐式法：即使CFL > 1也稳定，但影响精度和迭代次数。LES：建议CFL ≈ 1。物理意义：一个时间步内信息传播不超过一个网格单元。
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。质量守恒的残差尤为重要。
松弛系数
压力：0.2〜0.3、速度：0.5〜0.7是常见的初始值。发散时降低松弛系数。收敛后可提高以加速。
非定常计算的内部迭代
相关主题
なった
詳しく
報告