自然对流CFD分析

分类: 流体解析(CFD) | 综合版 2026-04-06
CAE visualization for natural convection cfd theory - technical simulation diagram
自然対流のCFD解析 — Rayleigh数と流れレジーム

理论与物理

自然对流基础

🧑‍🎓

老师,自然对流是不需要外部动力就能产生流动的吧?它的驱动力是什么呢?


🎓

是浮力。流体的密度随温度变化,在重力场中密度差会产生压力不平衡,从而引发流动。高温区域的流体密度降低而上升,低温区域的流体下降。这种循环就是自然对流。


🧑‍🎓

表示自然对流强度的指标是什么?


🎓

瑞利数 $Ra$ 是基本指标。


$$ Ra = \frac{g \beta \Delta T L^3}{\nu \alpha} = Gr \cdot Pr $$

其中 $g$ 是重力加速度,$\beta$ 是体膨胀系数,$\Delta T$ 是温差,$L$ 是特征长度,$\nu$ 是运动粘度,$\alpha$ 是热扩散率。它是格拉晓夫数 $Gr$ 和普朗特数 $Pr$ 的乘积。


🎓

根据 $Ra$ 可以划分流动状态。对于垂直平板,$Ra < 10^9$ 为层流,$Ra > 10^9$ 为湍流区。在封闭空腔中,大约 $Ra > 10^8$ 时会向非定常流动过渡。


布辛涅斯克近似

🧑‍🎓

布辛涅斯克近似具体是什么样的假设呢?


🎓

这是一种在密度变化相对于参考密度足够小($\beta \Delta T \ll 1$)时使用的近似,它只在运动方程的浮力项中考虑密度变化,而在连续性方程中将密度视为常数。


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

对于空气,温差 $\Delta T < 30$°C 左右是安全的适用范围。对于水,由于体膨胀系数具有温度依赖性,在较大的温度范围内应该使用多项式密度模型。

Coffee Break 闲谈

瑞利数超过10⁹就进入“湍流自然对流”的世界

自然对流根据瑞利数(Ra = Gr × Pr)的不同,流动状态会发生剧烈变化。Ra < 10⁸时,会形成稳定的层流对流单元,努塞尔数的关联式也相对简单。然而,当 Ra > 10⁹时,湍流化开始,Nu数的预测精度会急剧下降。这相当于“被太阳加热的建筑外墙”或“大型变压器的油冷却”这样的尺度,在实际应用中是很常见的条件。在湍流自然对流中,壁面附近的羽状结构(羽流)会随机产生和消失,因此稳态分析常常难以收敛。这种情况下,切换到非稳态计算并取时间平均的策略会更好。

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。一开始水会不稳定地哗啦流出,过一会儿就变成稳定的水流了,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。那么稳态分析是什么呢?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么样?会被水流带着往下游漂走,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的另一端,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——这一项包含“速度×速度”,因此是非线性的。也就是说,流速变快时这一项会急剧增强,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,在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——这个压力差成为推动流体的力。水坝放水也是同样的原理。天气图上等压线密集的地方呢?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”通常指表压而非绝对压力。切换到可压缩分析后结果突然变得奇怪时,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,燃气灶的火焰产生化学反应热,工厂的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,都用源项来表示。忘记源项会怎样?在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,但暖空气却不上升一样,会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以上需考虑可压缩性效应
  • 布辛涅斯克近似(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从入口条件的体积流量换算时,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

自然对流的湍流建模

🧑‍🎓

听说自然对流中湍流模型的选择很困难。


🎓

自然对流与强制对流相比,湍流强度低,转换区域宽。标准k-ε模型容易产生过度的湍流扩散,倾向于高估Nu数。推荐顺序如下。


瑞利数范围推荐模型备注
$Ra < 10^9$Laminar(层流模型)无需湍流模型
$10^9 < Ra < 10^{12}$SST k-ω + Low-Re壁面处理壁面第一层 $y^+ < 1$ 必须
$Ra > 10^{12}$SST k-ω or Realizable k-ε增强型壁面处理
🧑‍🎓

自然对流中不能使用壁面函数吗?


🎓

基本上应该避免使用。自然对流壁面附近的速度/温度分布与强制对流的对数律不同,因此标准壁面函数的适用性较低。推荐使用 $y^+ \approx 1$ 的低雷诺数方法。Fluent的增强型壁面处理会根据 $y^+$ 自动切换,但对于自然对流,确保 $y^+ < 1$ 是最佳实践。


网格设计

🧑‍🎓

自然对流的网格设计需要注意什么?


🎓

需要估算温度边界层和速度边界层的厚度,并分别配置足够数量的网格单元。自然对流的边界层厚度可以用


$$ \delta_T \sim L \cdot Ra^{-1/4} $$

来估算。例如,对于 $L = 0.1$m、$Ra = 10^9$ 的垂直平板,$\delta_T \approx 0.6$mm。需要在这个薄薄的边界层内配置至少10~15层网格单元。


🧑‍🎓

边界层外侧可以粗一些吗?


🎓

核心区域可以相对粗一些。但应避免网格尺寸的急剧变化,相邻网格的体积比控制在1.2以下是目标。可以使用STAR-CCM+的Prism Layer Mesher或Fluent的Inflation Layer来自动细化壁面附近区域。

Coffee Break 闲谈

自然对流CFD的布辛涅斯克近似——何时可用,何时失效

自然对流分析的常用方法“布辛涅斯克近似”,是一种将密度变化仅在线性近似(ρ ≈ ρ₀(1-βΔT))下用于浮力项,其他项则按恒定密度处理的技巧。计算稳定且易于收敛,但当温差ΔT变大时,误差将不可忽略。经验上,“βΔT < 0.1(约10~20℃温差以内)”是适用范围的参考标准。对于炉内燃烧或太阳能集热器等产生数百℃温差的系统,必须使用将密度视为温度的完整函数的“非布辛涅斯克(variable density)”模型。需要在基于压力的Navier-Stokes求解器中考虑低马赫数可压缩性,或者直接嵌入密度依赖的状态方程。

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稳态解。内部迭代次数:5~20次为目标。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——反复进行这种“投接球”过程以接近正确答案。类似于两个人调整架子水平的作业:一个人调整高度,另一个人调整平衡,如此反复交替进行。

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,但由于能正确捕捉流动方向,稳定性高。

实践指南

封闭空腔的基准测试

🧑‍🎓

有没有可以用于自然对流CFD验证的基准测试?


🎓

最著名的是de Vahl Davis(1983)的差分加热矩形空腔问题。左壁高温,右壁低温,上下壁绝热,在 $Ra = 10^3$〜$10^6$ 的范围内给出了Nu数和流场的参考解。在CFD代码验证中,标准做法是确认壁面平均Nu数与de Vahl Davis的值在1%以内一致。


🧑‍🎓

具体是什么样的值呢?


🎓
$Ra$平均 $Nu$ (de Vahl Davis)
$10^3$1.118
$10^4$2.243
$10^5$4.519
$10^6$8.800

如果CFD的结果与这些值偏差2%以上,很可能在设置或网格方面存在问题。


电子设备的自然空冷设计

🧑‍🎓

对于无风扇的自然空冷,如何进行CFD设计呢?


🎓

对于封闭机箱内的自然对流CFD,步骤如下:(1) 将各部件的发热量设置为体积源,(2) 在机箱壁面外侧设置自然对流+辐射的边界条件,(3) 将机箱内部的空气作为流体求解。在许多情况下,辐射的贡献会达到总散热量的30~50%,因此必须同时使用面到面辐射模型(Fluent的S2S、STAR-CCM+的Surface-to-Surface Radiation)。


🧑‍🎓

对电路板的导热进行建模很麻烦吧?


🎓

PCB(印刷电路板)是铜层和玻璃环氧树脂层的叠层结构,面内方向和厚度方向的热导率相差10倍以上。Ansys Icepak等电子设备热设计专用工具具有PCB自动各向异性建模功能。通用CFD求解器则需要手动设置正交各向异性热导率。


🧑‍🎓

对于有通风孔的机箱呢?


🎓
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