强制对流CFD分析
理论与物理
强制对流的基本概念
老师，强制对流就是“用风扇或泵驱动流体来冷却”对吧？用CFD求解时有什么要点？
没错。强制对流中，外部施加的流动（风扇、泵、管道内压差等）是主导因素，浮力小到可以忽略。CFD的目标是在求解速度场和压力场的基础上，准确预测壁面热流密度或努塞尔数。
努塞尔数代表什么意思呢？
努塞尔数 $Nu$ 是壁面对流传热与流体热传导的比值，是传热性能的无量纲指标。
其中 $h$ 是对流传热系数，$L$ 是特征长度，$k_f$ 是流体的热导率。$Nu$ 越大，对流传热越占主导，意味着热量被更有效地带走。
典型的Nu数关联式
有哪些实验关联式？
管内流动常用的是Dittus-Boelter式和Gnielinski式。
$n = 0.4$（加热），$n = 0.3$（冷却）。适用范围是 $Re_D > 10{,}000$，$0.6 < Pr < 160$，$L/D > 10$。
Gnielinski式比Dittus-Boelter式在更广的范围（$2300 < Re_D < 5 \times 10^6$）内精度更高。验证CFD结果时，首先与这些关联式进行比对是常规做法。
外部流动的情况呢？
平板上强制对流层流的基本公式是 $Nu_x = 0.332 Re_x^{1/2} Pr^{1/3}$，湍流是 $Nu_x = 0.0296 Re_x^{0.8} Pr^{1/3}$。绕圆柱流动则使用Churchill-Bernstein式。
努塞尔数关联式是“实验公式的化石”——至今仍在设计现场持续使用的原因
Dittus-Boelter式等经典的努塞尔数关联式是1930~50年代通过实验得到的经验公式。即使在CFD普及的今天，在设计初期阶段估算对流传热系数时，它们仍在一线被使用。原因是快速和便捷——在进行CFD计算之前，要把握“大概这个程度”的感觉，关联式是最强的。但如果超出其适用范围（Re数、Pr数、形状）使用，误差可能超过50%以上。在使用公式前确认“这个条件下是否适用”的习惯，是实务工程师的基本功。
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。那么定常分析是什么？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，因此首先尝试定常求解是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”——流体运动搬运物质的效果。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——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 $S_\phi$：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。其他例子还有，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——冬天房间里开了暖气，暖空气却不上升，得到这种物理上不可能的结果。
假设条件与适用极限
- 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 的情况）：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 | 注意与运动粘度 $\nu = \mu/\rho$ [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
壁面处理的选择
听说强制对流CFD中壁面网格的处理特别重要。
没错。要准确预测壁面的对流传热，需要充分解析温度边界层。主要有两种方法。
(1) 低雷诺数方法: 将壁面第一层网格布置在 $y^+ \approx 1$ 处，从粘性底层开始直接求解。与SST k-ω模型组合是标准做法。
(2) 壁面函数方法: 将第一层网格布置在 $y^+ \approx 30$〜$300$ 处，用对数律近似壁面附近区域。Fluent的增强型壁面处理会根据 $y^+$ 自动切换，因此很实用。
对于预测对流传热，哪种方法更好？
如果需要定量的Nu数预测，推荐使用 $y^+ \approx 1$ 的低雷诺数方法。壁面函数可用于把握流动趋势，但有将Nu数高估或低估10~20%的风险。特别是在伴有分离的流动（后向台阶、钝体）中，壁面函数的精度会变差。
湍流模型的比较
哪种湍流模型适合强制对流？
| 湍流模型 | 管内流动 | 外部流动 | 分离流动 | 计算成本 |
|---|---|---|---|---|
| 标准k-ε | 尚可 | 尚可 | 不可 | 低 |
| Realizable k-ε | 良好 | 良好 | 尚可 | 低 |
| SST k-ω | 良好 | 良好 | 良好 | 低~中 |
| Transition SST | 转换区良好 | 转换区良好 | 良好 | 中 |
| k-ω BSL RSM | 各向异性重要时 | 良好 | 良好 | 高 |
如果是管内流动的充分发展区，用标准k-ε也可以吗？
对于完全发展的圆管内湍流Nu数预测，标准k-ε也能与Dittus-Boelter式在5%以内吻合。但在入口区域或有突缩/突扩的管路中，使用SST k-ω更稳妥。处理转换区域（$Re \approx 2300$〜$10000$）则需要Transition SST模型。
壁面处理选择失误导致对流传热系数偏差2倍
强制对流CFD中影响最大的是壁面湍流处理的选择。使用壁面函数，还是用低雷诺数模型解析壁面附近区域，对流传热系数会有很大差异。在某汽车空调设计案例中，负责人使用壁面函数（假设y+≈30）配合粗糙网格进行分析，结果对流传热系数比实测值高出50%以上。实际的y+超过了200，完全超出了壁面函数的适用范围。“先用壁面函数再说”是强制对流中最容易付出昂贵代价的误解之一。
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。高雷诺数流动中必备。
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）
显式方法: CFL ≤ 1 是稳定条件。隐式方法: 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。
非定常计算的内部迭代
在每个时间步内迭代直至收敛到定常解。内部迭代次数：5~20次为参考值。若残差在时间步之间波动，则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“抛接球”过程以逼近正确答案。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，但能正确捕捉流动方向，因此稳定性高。
实践指南
散热器的CFD分析
听说电子设备散热器设计中使用CFD的案例很多。
是的。铝挤压翅片、针翅、液冷冷板等，都是以强制对流散热为主。设计变量包括翅片间距、翅片高度、流道宽度、流量等，通过CFD评估热阻 $R_{th} = \Delta T / Q$ 并进行参数化研究。
请告诉我具体的工作流程。
(1) 利用翅片的对称性，仅对一个节距进行建模（使用周期性边界条件）。(2) 入口设置均匀流速，出口设置压力出口。(3) 翅片底面施加恒定热流密度。(4) 使用SST k-ω进行定常计算。(5) 根据翅片底面平均温度计算热阻。
只用一个节距就能完成，计算效率真高啊。流道发展段的影响呢？
对于短散热器（$L/D_h < 20$），入口效应不可忽略，需要完整模型。对于长散热器，若以充分发展流动为主，则一个节距加周期性条件就足够了。Fluent中可以在周期性条件中指定质量流量，STAR-CCM+中也可以通过周期性界面设置。
液冷冷板的设计
功率半导体的液冷设计也用CFD吗？
液冷冷板是典型的共轭传热问题。在铝或铜板上加工微细流道（微通道），通入水或冷却剂。当流道水力直径 $D_h$ 小于1mm时，Re数较低，常为层流。此时层流模型就足够了。
相关主题
なった
詳しく
報告