共役熱伝達(CHT)

分类: 流体解析(CFD) | 综合版 2026-04-06
CAE visualization for conjugate ht theory - technical simulation diagram
共役熱伝達(CHT) — 固体-流体連成の基礎理論

理论与物理

什么是共轭传热

🧑‍🎓

老师,共轭传热就是“同时求解固体和流体”对吧?特意进行耦合有什么意义吗?


🎓

意义重大。例如在涡轮叶片冷却设计中,流过叶片内部冷却通道的冷却空气与通过叶片外部的高温燃烧气体,通过叶片金属在热学上耦合在一起。为了准确获得固体侧的温度分布,不是假设流体侧的对流换热系数 $h$,而是需要同时求解流体的温度场和固体的热传导。


🧑‍🎓

不需要假设对流换热系数确实很重要。电子设备冷却之类的也会用到吗?


🎓

当然。散热片与风扇冷却的组合、功率半导体模块的冷却板设计、LED封装的散热设计等,凡是固体热传导与流体对流换热紧密耦合的问题,都是CHT的用武之地。


控制方程

🧑‍🎓

具体要解什么样的方程呢?


🎓

在流体域求解Navier-Stokes方程和能量方程。在固体域求解热传导方程。然后在这两个域的界面上施加温度和热流密度的连续条件。


🎓

界面条件用公式写出来是这样的。


$$ T_f\big|_{\text{interface}} = T_s\big|_{\text{interface}} $$
$$ \left.k_f\frac{\partial T}{\partial n}\right|_f = \left.k_s\frac{\partial T}{\partial n}\right|_s $$

🧑‍🎓

温度连续,热流密度也连续。也就是说界面两侧能量守恒对吧。


🎓

没错。固体侧的热传导方程在稳态情况下是


$$ \nabla \cdot (k_s \nabla T_s) + \dot{q}_v = 0 $$

其中 $\dot{q}_v$ 是体积发热(如焦耳发热等)。流体侧的能量方程则增加了对流项。这两个方程通过界面条件耦合,这就是CHT的本质。


🧑‍🎓

界面的热阻(接触热阻)可以忽略吗?


🎓

理想界面的话上述条件即可。实际的TIM(热界面材料)或螺栓紧固面,则需要在界面条件中增加接触热阻。Ansys Fluent或STAR-CCM+中可以设置为薄壁或接触热阻。

Coffee Break 闲谈

Pentium 4的热失控使CHT分析成为行业标准

21世纪初,英特尔Pentium 4因追求高主频导致发热密度急剧上升,冷却设计失败导致CPU频繁发生热节流(因过热导致性能下降)问题。在此之前,冷却设计一直遵循“装上散热器就OK”的经验法则,但这一事件让人们一下子认识到同时求解CPU(固体)与冷却气流(流体)的CHT分析的必要性。可以说,Pentium 4的失败是现代热设计CAE的起点。

各项的物理意义
  • 时间项 $\partial(\rho\phi)/\partial t$:想象一下拧开水龙头的瞬间。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,发动机气门每次开闭导致流动变化,这些都是非稳态现象。那么稳态分析是什么?就是只观察“经过足够长时间流动稳定之后”——也就是将此项设为零。计算成本会大幅降低,因此先用稳态求解是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,所以难流动。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——这个压力差成为推动流体的力。水坝放水也是同样原理。天气图中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?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——就像冬天在房间里开了暖气,但暖空气却不上升,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/湍流转换的判断指标
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

耦合方法的分类

🧑‍🎓

CHT的解法也有种类吗?


🎓

主要有两种。整体式(monolithic)分离式(partitioned)。整体式是用一个求解器同时求解固体和流体。Ansys FluentSTAR-CCM+、OpenFOAM的chtMultiRegionFoam就是这种方式。


🧑‍🎓

分离式呢?


🎓

分离式是分别运行固体求解器和流体求解器,交换界面数据。例如Ansys Mechanical与Fluent之间,或者Abaqus与STAR-CCM+之间的协同仿真就属于此类。这也是FSI(流固耦合)中使用的方法。


🎓

整体式界面一致性高,收敛快。分离式可以灵活组合现有求解器,但需要注意界面插值精度和收敛稳定性。


界面网格设计

🧑‍🎓

固体和流体的网格尺寸相差很大会有问题吗?


🎓

问题很大。固体侧通常可以比较粗,但流体侧需要解析壁面边界层。以Ansys Fluent为例,需要选择将壁面第一层的 $y^+$ 设为1左右不使用壁面函数(低Re湍流模型),还是设为 $y^+ \approx 30$ 使用壁面函数。


🧑‍🎓

CHT需要准确捕捉壁面温度梯度,所以 $y^+ \approx 1$ 更好对吧?


🎓

没错。特别是要讨论局部对流换热系数或Nu数分布时,应该配置足够层数的棱柱层(膨胀层)。STAR-CCM+可以指定从壁面开始的总厚度和层数自动生成。OpenFOAM中则在snappyHexMesh的addLayersControl中设置。


收敛判定的注意事项

🧑‍🎓

固体和流体同时求解,收敛判定似乎很难啊。


🎓

不仅看残差,监控界面处的温度和热流密度也很重要。要确认界面的平均温度或最高温度在迭代间不再变化。在Fluent中,通常用面监视器追踪界面的面积加权平均温度。


🧑‍🎓

迭代次数有大概标准吗?


🎓

整体式与通常的CFD计算程度相当。分离式协同仿真中,将每个步长内的子迭代次数设为3~10次左右,确认界面值波动足够小。调整松弛因子(under-relaxation)也是关键点。

Coffee Break 闲谈

“界面的连续条件”——CHT耦合解法核心的简单等式

共轭传热(CHT)耦合解法中最重要的,是在固体与流体的界面上使温度和热流密度两者都一致。这“两个简单等式”的实现其实很困难,在分离解法(Segregated)中,为了收敛需要调整松弛因子,如果不使用迭代解法,界面上的热量就无法平衡。“只要温度一致就足够”的误解下进行分析,会得到固体侧和流体侧热收支不一致的错误解。理解界面条件是CHT的起点。

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。高雷诺数流动中必须使用。

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:推荐CFL ≈ 1。物理意义:一个时间步长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个数量级可判断收敛。质量守恒残差尤其重要。

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。

非稳态计算的内部迭代

在每个时间步长内迭代直到收敛到稳态解。内部迭代次数:5~20次为参考值。残差在时间步长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”过程逼近正确答案。类似于两人调整架子水平: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无法知道水的来源——反映了“上游信息决定下游”这一物理的离散化方法。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

分析工作流程

🧑‍🎓

CHT分析,应该按什么步骤进行呢?


🎓

典型的步骤是这样的。(1) 从CAD定义固体域和流体域。(2) 生成流体域网格,用棱柱层解析壁面边界层。(3) 生成固体域网格。(4) 用共形(节点一致)或非共形(不一致)方式连接界面。(5) 设置材料物性值。(6) 设置边界条件和初始条件并执行计算。


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

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