混合対流

分类: 流体解析(CFD) | 综合版 2026-04-06
CAE visualization for mixed convection theory - technical simulation diagram
混合対流 — Richardson数による流れレジームの分類

理论与物理

什么是混合对流

🧑‍🎓

老师,混合对流就是强制对流和自然对流同时发生的状态吧?


🎓

没错。当外部流动(风扇或泵)与浮力驱动的流动强度相当时,两者共存的状态称为混合对流(mixed convection)。例如,在垂直管内加热管壁的上升流中,泵驱动的强制流动与浮力引起的上升流会叠加。


🧑‍🎓

如何判断哪个占主导呢?


🎓

用理查森数 $Ri$ 来判断。


$$ Ri = \frac{Gr}{Re^2} = \frac{g \beta \Delta T L}{u^2} $$

$Ri \ll 1$ 时强制对流占主导,$Ri \gg 1$ 时自然对流占主导,$Ri \sim O(1)$ 时则为混合对流。实际应用中,可将 $0.1 < Ri < 10$ 的范围视为混合对流区域。


助势流与逆向流

🧑‍🎓

浮力与强制流动的方向关系重要吗?


🎓

非常重要。在加热垂直管内的上升流中,浮力作用方向与流动方向一致(助势流 / aiding flow)。相反,在下落流中,浮力与流动方向相反(逆向流 / opposing flow)。


🎓

助势流中,努塞尔数Nu会比纯强制对流时增加。逆向流中,则可能发生流动减速、逆流或再层流化,导致Nu数发生复杂变化。特别是逆向流的再层流化现象(laminarization),众所周知很难用CFD准确预测。


🧑‍🎓

水平管的情况呢?


🎓

水平管中,浮力会产生二次流(纵向涡)。高温流体聚集在管道截面上部,低温流体则积聚在下部。要准确预测这种不对称的温度分布,必须进行3D计算,不能使用2D轴对称近似。

Coffee Break 闲谈

理查森数决定“谁更强?”

混合对流的关键——理查森数(Ri = Gr/Re²)是表示“浮力是强制流动多少倍强”的比率。Ri ≪ 1时强制对流占主导,可以简单求解;但在Ri ≈ 1附近,浮力与惯性力相互抗衡,流动复杂交织。电子设备机箱内部就很容易进入这个棘手的区域——既有风扇产生的气流,又有电路板温差引起的浮力流。实践中常采用“先按纯强制对流求解,若壁面温度过高再添加Boussinesq项”的分步方法。Ri ≫ 1的区域则是自然对流的天下,例如风扇停止时的紧急冷却计算就属于此类。

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,过一会儿才变成稳定水流,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?就是只看“经过足够时间流动稳定后”的状态——也就是令此项为零。计算成本因此大幅降低,所以先用定常求解是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?它会随水流被带到下游,对吧?这就是“对流”——流体运动搬运物质的效果。暖风的暖气能送到房间角落,也是因为空气这个“搬运工”通过对流输送热量。有趣的是——此项包含“速度×速度”,因此是非线性的。也就是说,流速加快时此项会急剧增强,变得难以控制。这正是湍流的根本原因。常见误解:“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。两者效率有天壤之别。
  • 扩散项 $\nabla \cdot (\Gamma \nabla \phi)$:试过在咖啡里倒入牛奶后静置吗?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。因为蜂蜜粘度($\mu$)高,不易流动。粘度越大,扩散项越强,流体运动就越“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 $-\nabla p$:推动注射器活塞,液体会从针头强劲射出,对吧?为什么?因为活塞侧压力高,针头侧压力低——这个压差就是推动流体的力。大坝泄洪也是同样原理。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:CFD中的“压力”通常指表压而非绝对压力。切换到可压缩分析后结果突然出错,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,暖空气却不上浮,这种物理上不可能的结果就会出现。
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
  • 布西内斯克近似(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

布西内斯克近似的适用范围

🧑‍🎓

听说混合对流的CFD中,密度的处理很重要。


🎓

为了正确处理浮力项,如何对密度的温度依赖性进行建模是关键。最简单的是布西内斯克近似,将密度线性近似为


$$ \rho = \rho_0 [1 - \beta (T - T_0)] $$

,并仅在浮力项中反映这种变化。运动方程的其他项中密度视为常数。在Ansys Fluent中,需要在Operating Conditions中设置Gravity,并在Material的Density中设置为Boussinesq。


🧑‍🎓

布西内斯克近似什么时候不能用?


🎓

当温差较大,达到 $\beta \Delta T > 0.1$〜$0.2$ 左右时,精度会变差。对于空气,温差 $\Delta T > 30$°C左右就需要小心。这种情况下,应该使用理想气体或多项式密度来直接处理密度的非线性温度依赖性。Fluent的Incompressible Ideal Gas设置很方便。


湍流模型的注意事项

🧑‍🎓

混合对流在湍流模型选择上有什么特别的注意事项吗?


🎓

浮力引起的湍流生成/衰减效应变得重要。在k-ε系列模型中,会添加浮力生成项 $G_b = -g_i \frac{\mu_t}{\rho Pr_t} \frac{\partial \rho}{\partial x_i}$。强烈建议在Fluent的Viscous Model选项中开启「Full Buoyancy Effects」。


🎓

另外,要预测逆向流中的再层流化现象,Transition SST模型是有效的。标准湍流模型无法预测层流化,会高估Nu数。


🧑‍🎓

网格要求与强制对流不同吗?


🎓

壁面垂直方向的网格要求相同(推荐 $y^+ \approx 1$),但为了解析浮力引起的二次流,管道截面方向的网格也需要足够细密。水平管情况下,截面方向至少需要40〜60个网格单元。太粗糙则无法解析二次流,会低估Nu数的不对称性。

Coffee Break 闲谈

布西内斯克近似——“密度恒定,却计算浮力”的矛盾

布西内斯克近似乍看之下是个奇怪的假设。“密度ρ视为常数,但仅在浮力项中使用温度依赖的密度变化”——这看起来矛盾。但实际上这个近似在物理上是正确的。当温差ΔT较小时(ΔT < 20〜30°C左右为参考),密度变化足以作为浮力驱动流体运动,但对惯性力和连续方程的影响却小到可以忽略。这种分离大幅缓解了非线性,使计算更稳定。另一方面,在高温炉内或受太阳照射的建筑外墙等大ΔT环境中,则需要考虑密度全部变化的“全密度模型(如ideal gas等)”。模型选择的参考标准是确认βΔT < 0.1。

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:自然满足守恒律。CFD的主流方法。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: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单元。

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。质量守恒的残差尤其重要。

松弛因子

压力:0.2〜0.3、速度:0.5〜0.7为一般初始值。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达到定常解收敛。内部迭代次数:5〜20次为参考。若残差在时间步间波动,应重新审视时间步长。

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——反复进行这种“投接球”过程,逐渐逼近正确答案。类似于两人配合将架子调平:一人调整高度,另一人调整平衡,如此反复交替。

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——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

建筑环境中的混合对流

🧑‍🎓

建筑的HVAC设计中混合对流也很重要吗?


🎓

非常重要。办公室空调中,来自天花板的送风(强制对流)与室内发热体(电脑、人体、照明)产生的浮力共存。如果天花板送风口的冷空气动量不足,暖空气层(warm layer)就会滞留在房间上部,产生温度分层。


🧑‍🎓

需要用CFD来预测这个吧。


🎓

没错。在Fluent中,定常RANS计算通常选择Realizable k-ε + Enhanced Wall Treatment作为室内环境CFD的标准选项。OpenFOAM中则将buoyantSimpleFoam与kOmegaSST组合。人体发热可按80〜120W左右的热源建模,包含PMV-PPD舒适性评价是实际工程中的标准工作流程。


电子设备机箱的热设计

🧑‍🎓

电子设备的机箱内部也是混合对流吗?


🎓

带风扇的机箱以强制对流为主,但无风扇(自然空冷)或风扇故障时则变为浮力驱动。设计上需要评估这两种情况,这正是混合对流问题。


🎓

实践中,会建立3D机箱模型,将各部件建模为体积热源。电路板作为正交各向异性(各向异性)导热体,分别输入面内/面外的导热率。使用STAR-CCM+或Fluent的CHT功能同时求解固体-流体是标准做法。


🧑‍🎓

机箱内的自然对流感觉很难收敛。


🎓

很敏锐的观察。密闭机箱内的自然对流有时可能不存在定常解(Ra数高时会变成非定常振荡流)。如果定常计算中残差振荡,应切换到非定常计算并取时间平均值。在Fluent中,使用Transient设置配合adaptive time stepping是比较实用的方法。


验证方法

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