薄膜冷却
理论与物理
气膜冷却原理
老师，气膜冷却具体是通过什么机制来冷却叶片呢？
从涡轮叶片内部将冷却空气吹出到叶片表面，在高温主流燃气之间形成一层低温的“膜（气膜）”。这层膜作为隔热层发挥作用，减少流向叶片表面的热流密度。在燃气轮机入口温度超过1500°C的现代，这是必不可少的技术。
有表示冷却效率的指标吗？
绝热冷却效率（adiabatic film cooling effectiveness）$\eta$ 是基本指标。
这里 $T_{\infty}$ 是主流温度，$T_{aw}$ 是绝热壁温，$T_c$ 是冷却空气温度。$\eta = 1$ 表示壁面完全达到冷却空气温度，$\eta = 0$ 则表示没有冷却效果。
吹风比与动量比
冷却空气吹得越多越好吗？
没那么简单。吹风比 $M$ 是一个重要参数。
$M$ 太小，冷却空气会被主流吞没，效果微弱。$M$ 太大，冷却射流会从壁面剥离（lift-off），反而导致冷却效率下降。对于圆孔，一般认为 $M \approx 0.5$〜$1.0$ 是最优范围。
这也取决于孔的形状吧？
当然。Shaped hole（扇形孔、后倾孔）由于出口扩大，冷却空气动量降低，不易发生 lift-off。有数据显示，在相同 $M$ 下，其 $\eta$ 比圆孔提高30〜50%。GE、Rolls-Royce等发动机制造商甚至将独特的孔形状申请了专利。
气膜冷却的诞生——1940年代喷气发动机黎明期
气膜冷却的概念可以追溯到1940年代末，英国Rolls-Royce在Derwent发动机燃烧室衬套上尝试从多孔板喷出冷却空气。最初被称为“空气膜冷却（Air Film Cooling）”，其机理依赖于经验法则。理论基础随着Goldstein(1971)的冷却效率公式（η = (T∞ - Taw)/(T∞ - Tc)）的完善而确立，此后50年间发展到通过LES（大涡模拟）解析冷却孔周围的涡结构。现代喷气发动机涡轮入口温度超过1700℃，高于镍基超合金的熔点（约1350℃），因此没有气膜冷却连一秒钟都无法运行。
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“只观察足够时间后流动稳定下来的状态”——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：“对流和传导差不多吧？”→ 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，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，流体的运动就越“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？因为活塞侧压力高，针头侧压力低——这个压力差就是推动流体的力。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 $S_\phi$：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
- 不适用情况：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/湍流转捩的判断指标 |
| 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
RANS vs LES 的选择
气膜冷却的CFD，用RANS就足够了吗？
主流方法是RANS，但有局限性。标准k-ε模型倾向于高估冷却射流的横向扩散，容易高估 $\eta$。推荐使用Realizable k-ε或SST k-ω模型，但即便如此，要准确捕捉射流lift-off后的再附着也很困难。
用LES就能做好吗？
LES能够物理上正确地再现冷却射流与主流的混合，因此 $\eta$ 的分布比RANS更接近实验。但计算成本是RANS的100〜1000倍。在实际工作中，设计阶段用RANS、最终验证用LES这种区分使用是现实的。最近，混合RANS/LES（DES或SBES模型）作为折中方案被使用。
网格策略
冷却孔周围的网格该怎么处理？
以冷却孔直径 $D$ 为基准。孔周向至少划分20份，孔内部长度方向也划分20份左右。壁面第一层目标 $y^+ < 1$。孔出口下游区域，理想情况下应确保至少到 $x/D = 30$ 的距离，网格密度约为 $\Delta x / D \approx 0.1$。
整个叶片表面有几百个孔时，全部划分网格不现实吧？
没错。实际工作中有三种方法。(1) 仅对代表性孔详细划分网格，其他孔用质量流量边界条件模拟。(2) 使用源项模型，不单独划分每个孔的网格，而是引入冷却效果。(3) 使用Ansys Fluent的Film Cooling Model等专用功能。STAR-CCM+也有Cooling Film功能。
OpenFOAM呢？
OpenFOAM没有标准的气膜冷却专用功能，但可以使用codedFixedValue在孔出口处规定速度/温度分布。或者使用AMI（Arbitrary Mesh Interface）将孔周围单独划分精细网格的区域连接起来也是个办法。
Coffee Break 闲谈
气膜冷却孔的网格——“分辨率不足”是最大的敌人
气膜冷却CFD中计算成本高昂的最大原因在于“充分解析冷却孔内部与主流界面”的困难。孔径通常非常小，约0.5〜2mm，但孔内部的湍流边界层以及孔出口处射流与主流的混合区域，至少需要孔径10〜20倍以上的分辨率。实际叶片上有数百至数千个冷却孔，如果全部用高分辨率建模，网格数超过1亿也不罕见。因此在实际工作中，采用“详细解析几个代表性孔以掌握局部特性，整个叶片则用模型化的边界条件求解”这种两尺度解析方法。LES在孔出口附近混合的精度极高，但计算成本是RANS的数十倍。
风上差分（Upwind）
一阶风上：数值扩散大但稳定。二阶风上：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时会发生数值振荡。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是常见的初始值。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。如果残差在时间步之间波动，则需要重新审视时间步长。
SIMPLE法的比喻
SIMPLE法是“交替调整”的方法。先假设求解速度（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”过程以逼近正确答案。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，如此反复交替。
风上差分的比喻
风上差分是“站在河流中重视上游信息”的方法。站在河里的人看下游也无法知道水的来源——这反映了“上游信息决定下游”的物理规律。虽然是一阶精度，但由于能正确捕捉流动方向，稳定性高。
气膜冷却的CFD，用RANS就足够了吗？
主流方法是RANS，但有局限性。标准k-ε模型倾向于高估冷却射流的横向扩散，容易高估 $\eta$。推荐使用Realizable k-ε或SST k-ω模型，但即便如此，要准确捕捉射流lift-off后的再附着也很困难。
用LES就能做好吗？
LES能够物理上正确地再现冷却射流与主流的混合，因此 $\eta$ 的分布比RANS更接近实验。但计算成本是RANS的100〜1000倍。在实际工作中，设计阶段用RANS、最终验证用LES这种区分使用是现实的。最近，混合RANS/LES（DES或SBES模型）作为折中方案被使用。
冷却孔周围的网格该怎么处理？
以冷却孔直径 $D$ 为基准。孔周向至少划分20份，孔内部长度方向也划分20份左右。壁面第一层目标 $y^+ < 1$。孔出口下游区域，理想情况下应确保至少到 $x/D = 30$ 的距离，网格密度约为 $\Delta x / D \approx 0.1$。
整个叶片表面有几百个孔时，全部划分网格不现实吧？
没错。实际工作中有三种方法。(1) 仅对代表性孔详细划分网格，其他孔用质量流量边界条件模拟。(2) 使用源项模型，不单独划分每个孔的网格，而是引入冷却效果。(3) 使用Ansys Fluent的Film Cooling Model等专用功能。STAR-CCM+也有Cooling Film功能。
OpenFOAM呢？
OpenFOAM没有标准的气膜冷却专用功能，但可以使用codedFixedValue在孔出口处规定速度/温度分布。或者使用AMI（Arbitrary Mesh Interface）将孔周围单独划分精细网格的区域连接起来也是个办法。
气膜冷却孔的网格——“分辨率不足”是最大的敌人
气膜冷却CFD中计算成本高昂的最大原因在于“充分解析冷却孔内部与主流界面”的困难。孔径通常非常小，约0.5〜2mm，但孔内部的湍流边界层以及孔出口处射流与主流的混合区域，至少需要孔径10〜20倍以上的分辨率。实际叶片上有数百至数千个冷却孔，如果全部用高分辨率建模，网格数超过1亿也不罕见。因此在实际工作中，采用“详细解析几个代表性孔以掌握局部特性，整个叶片则用模型化的边界条件求解”这种两尺度解析方法。LES在孔出口附近混合的精度极高，但计算成本是RANS的数十倍。
风上差分（Upwind）
一阶风上：数值扩散大但稳定。二阶风上：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时会发生数值振荡。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是常见的初始值。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。如果残差在时间步之间波动，则需要重新审视时间步长。
SIMPLE法的比喻
SIMPLE法是“交替调整”的方法。先假设求解速度（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”过程以逼近正确答案。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，如此反复交替。
风上差分的比喻
风上差分是“站在河流中重视上游信息”的方法。站在河里的人看下游也无法知道水的来源——这反映了“上游信息决定下游”的物理规律。虽然是一阶精度，但由于能正确捕捉流动方向，稳定性高。
实践指南
与实验数据对照
气膜冷却CFD的验证应该用什么实验数据？
经典的是Goldstein等人的单圆孔气膜冷却实验（1968年），以及最近密歇根大学或俄亥俄州立大学的shaped hole实验数据。与通过温敏涂料（PSP/TSP）或红外热成像获取的二维 $\eta$ 分布进行比较是标准的验证流程。
CFD和实验的偏差多大在允许范围内？
通常认为，RANS计算的中心线上 $\eta$ 与实验值相差20%以内，横向平均 $\eta$ 相差15%以内是“可接受的”。LES则能控制在10%以内。但在lift-off区域或射流边缘，偏差往往会变大。
设计参数与灵敏度
设计中重要的参数是什么？
我们来整理一下主要参数及其影响。
| 参数 | 典型范围 | 对 $\eta$ 的影响 |
|---|---|---|
| 吹风比 $M$ | 0.3〜2.0 | $M \approx 0.5$〜$1.0$ 时最大 |
| 孔间距比 $P/D$ | 3〜6 | 越小，横向覆盖越好 |
| 喷射角 $\alpha$ | 20〜45度 | 越小，壁面附着性越好 |
| 孔形状 | 圆孔、扇形、layback | Shaped hole可大幅改善 |
| 密度比 $DR$ | 1.0〜2.0 | 实际机器中$DR \approx 2$，实验中用$CO_2$模拟 |
喷射角20度相当浅啊。能制造出来吗？
相关主题
なった
詳しく
報告