温度境界層
理论与物理
温度边界层的基本概念
老师，温度边界层和速度边界层有什么关系呢？
当流体流过加热（或冷却）的壁面时，壁面附近会形成一个温度急剧变化的薄层。这就是温度边界层。与速度边界层类似，它随着远离壁面而逐渐趋近于主流温度。两者厚度的比值由普朗特数 $Pr$ 决定。
若 $Pr > 1$（水、油等），则温度边界层比速度边界层薄。若 $Pr < 1$（空气、金属熔液等），则温度边界层更厚。
空气的 $Pr$ 是多少？
常温空气的 $Pr \approx 0.71$，因此温度边界层比速度边界层稍厚。水的 $Pr \approx 7$，所以温度边界层厚度约为速度边界层的一半。发动机油的 $Pr \sim 1000$ 以上，温度边界层变得极薄。
层流温度边界层的理论解
有解析解吗？
对于等温平板上的层流边界层，布拉修斯解（速度场）和波尔豪森解（温度场）是经典的理论解。局部努塞尔数由下式给出：
（适用于 $Pr > 0.6$）。这个公式是CFD基本验证中必定使用的。在进入更复杂的问题之前，应确保CFD的壁面Nu数与这个理论解在2~3%以内一致。
湍流的情况呢？
对于湍流边界层，经验关联式为 $Nu_x = 0.0296 Re_x^{4/5} Pr^{1/3}$。在湍流中，速度和温度的输运由涡扩散（湍流扩散率）主导，因此温度边界层与速度边界层的厚度比由湍流普朗特数 $Pr_t \approx 0.85$〜$0.9$ 决定。
热边界层理论的基石——波尔豪森（1921年）的积分法
在普朗特（1904）提出速度边界层概念17年后，其弟子E. Pohlhausen（1921）推导出“热边界层积分方程”，首次给出了平板强制对流的温度分布解析解。他的分析揭示了 Nu ∝ Re^(1/2)×Pr^(1/3) 的依赖关系，并明确了普朗特数小的液态金属（Pr≈0.01）和大的油（Pr≈1000）之间边界层厚度比（δ_t/δ）存在3个数量级的差异。这个简单的比例法则即使在100年后的今天仍被用于CFD结果的合理性检查，偏离解析解的CFD输出通常被视为网格或物性值存在问题的信号，这是工程实践中的常识。
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“只观察经过足够长时间后流动稳定下来的状态”——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 $\nabla \cdot (\rho \mathbf{u} \phi)$：把落叶丢进河里会怎样？它会随水流被带到下游，对吧？这就是“对流”——流体运动携带物质的效果。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——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！对流是流动携带，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，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”多为表压而非绝对压力。切换到可压缩分析时结果突然变得奇怪，原因可能就是混淆了绝对压/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以上需考虑压缩性效应
- 布西涅斯克近似（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。可压缩分析中使用绝对压 |
| 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
壁面网格的要求
要准确解析温度边界层，网格应该如何设计？
壁面法线方向的网格设计与湍流模型的壁面处理密切相关。如果采用低雷诺数方法（直接解析），则应将壁面第一层网格布置在 $y^+ \approx 1$ 处，并在粘性底层内至少布置5层，在过渡层布置5~10层作为目标。
温度边界层和速度边界层所需的网格密度不同吗？
对于 $Pr > 1$ 的流体，温度边界层比速度边界层薄，因此要准确预测传热，有时可能需要比速度场更精细的网格。具体来说，应满足 $y^+_{T} = y u_\tau / \alpha < 1$，这相当于 $y^+ \cdot Pr < 1$。对于 $Pr = 7$（水），理想情况是 $y^+ < 0.14$。
那么薄的第一层网格在实际中能生成吗？
实际上，$y^+ \approx 0.5$〜$1$ 通常就能获得足够的精度。即使是水，只要满足 $y^+ < 1$，Nu数的误差也能控制在5%以内。重要的是壁面法线方向的增长率，应控制在1.1~1.2倍以内。
y+值的确认方法
计算后如何确认 $y^+$ 是否合适？
如果 $y^+$ 太大了怎么办？
减小膨胀层（棱柱层）的第一层厚度，或增加层数。但是，当流速分布不均时（例如：入口附近与下游流速不同），可能很难在整个壁面都满足 $y^+ < 1$。Fluent的增强型壁面处理或STAR-CCM+的全 y+ 壁面处理会根据 $y^+$ 值自动切换壁面处理方法，因此实际应用中采用这些方法更安全。
高Pr数流体的应对
对于像油这样的高Pr数流体（$Pr > 100$）该怎么办？
标准的壁面函数在 $Pr$ 变大时精度会显著恶化。Fluent的增强型热壁面处理包含了高Pr数修正，应启用此功能。OpenFOAM中的alphatJayatillekeWallFunction包含了Jayatilleke（1969）的修正。在网格方面，尽可能减小 $y^+$ 值是铁则。
热边界层的y+管理——壁函数 vs 低Re解法的分界点是y+=1
热边界层的精度首先由第一层网格高度（y+值）决定。壁函数方法（y+=30~300）假设对数律区域并推算壁面热流，因此在强压力梯度或分离区域误差会急剧增加。另一方面，使用低雷诺数模型（SST-ω, v2-f等）时需要y+<1，并且必须确保棱柱层网格数达到15~20层，否则无法解析粘性底层的温度陡峭梯度。工程实践中，“先用壁函数确认整体流动 → 仅对重要的热流面切换为低Re方法”这种逐步精细化的策略，是平衡计算成本与精度的王道。
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）
显式方法：CFL ≤ 1 是稳定条件。隐式方法：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：在一个时间步长内信息传播不超过一个网格。
残差监控
当连续方程、动量方程、能量方程的各残差下降3~4个数量级时，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
在每个时间步长内迭代直至收敛到定常解。内部迭代次数：5~20次为目标。若残差在时间步长间波动，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——反复进行这种“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。
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，因此稳定性高。
实践指南
转捩边界层的传热
发生层流到湍流的转捩时，传热会如何变化？
在转捩点处，Nu数急剧增加。这是因为湍流涡的混合作用使温度边界层变薄，壁面温度梯度变得陡峭。对于飞机机翼前缘或风力涡轮机叶片，转捩位置决定了外表面温度分布，因此准确预测至关重要。
用CFD预测转捩该怎么做？
Transition SST（$\gamma$-$Re_\theta$）模型是标准选择。入口自由流湍流强度 $Tu$ 对转捩位置影响很大，因此需要根据实验条件准确设置。在涡轮叶型的CFD中，通常在 $Tu = 1$〜$10$% 范围内进行敏感性分析。
伴随分离的传热
像后向台阶这样的分离流动中，温度边界层会怎样？
分离点正下游，由于壁面附近流速降低，Nu数减少。在再附着点，会出现类似射流冲击的流动结构，Nu数达到峰值。随着再附着点下游边界层重新发展，Nu数逐渐趋近于充分发展值。
相关主题
なった
詳しく
報告