欧拉型颗粒模型
理论与物理
概述
老师，欧拉型颗粒模型是什么？是把粒子当作连续体来处理吗？
没错。欧拉型颗粒模型（Eulerian Granular Model）是将粉末或颗粒集合体作为“颗粒相”这种拟连续体来处理，并与气相一起在欧拉-欧拉法的框架下求解的方法。广泛应用于流化床、气力输送、旋风分离器、粉末混合等气固两相流问题。
和DEM-CFD有什么区别呢？
DEM-CFD是离散地追踪每个粒子，但当粒子数量达到数百万至数十亿的工业规模时，计算成本会变得非常庞大。欧拉型颗粒模型将粒子群作为连续体处理，因此即使是大型系统也能在现实的计算时间内求解。不过，它无法直接处理单个粒子的接触力或形状效应。
控制方程
颗粒相的方程是怎样的？
为了描述颗粒相的运动，使用KTGF（颗粒流动力学理论）。固相的连续性方程与通常的欧拉-欧拉法相同，但其特点是固相应力张量采用由KTGF推导出的本构关系。
KTGF是气体分子运动论的粒子版本吗？
正是如此。用颗粒温度 $\Theta_s$ 来表征粒子的速度脉动。
颗粒温度的输运方程如下。
右边各项依次是：剪切产生项、扩散项（$\kappa_s$是扩散系数）、非弹性碰撞耗散项（$\gamma_s$）、气-固相间能量交换项（$\phi_{gs}$）。
固相的本构关系
固相压力和粘度是怎么确定的呢？
固相压力 $p_s$ 由颗粒温度和体积分数求得。Lun等人（1984）的模型具有代表性。
这里 $e_{ss}$ 是粒子间的恢复系数，$g_0$ 是径向分布函数。当体积分数接近最密填充率 $\alpha_{s,max}$（约0.63）时，$g_0$ 会急剧增加，这描述了粒子密集状态下的接触压力。
| 本构关系 | 模型示例 | 物理量 |
|---|---|---|
| 固相压力 | Lun, Syamlal-O'Brien | $p_s(\alpha_s, \Theta_s)$ |
| 固相粘度 | Gidaspow, Syamlal | $\mu_s(\alpha_s, \Theta_s)$ |
| 固相体积粘度 | Lun et al. | $\lambda_s$ |
| 摩擦应力 | Schaeffer, Johnson-Jackson | 密填充区域的应力 |
沙漏的物理——颗粒既非“流体”也非“固体”
为什么沙漏中的沙子看起来在“流动”，却能在沙堆的斜坡上静止？欧拉型颗粒模型为回答这个问题提供了关键。颗粒是需要流体力学连续体方程和固体力学弹性压力两者的“第三状态”。颗粒温度这一概念，是模仿分子的热运动，将粒子速度的脉动视为温度的独创性想法，由Jenkins & Richman在1980年代从气体分子运动论推导出来。如果没有这个理论，甚至连预测CFB锅炉的粒子循环速度在一个数量级内都将是困难的。
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哗流出，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？就是只看“经过足够时间流动稳定之后”——也就是将此项设为零。由于计算成本大幅降低，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？会被水流带着运往下游，对吧。这就是“对流”——流体的运动搬运物体的效果。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”→ 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 $-\nabla p$：按下注射器的活塞，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——这个压力差产生了推动流体的力。大坝放水也是同样的原理。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的“压力”大多是表压而非绝对压力。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？因为比周围更轻（密度更低），被浮力推上去了。这个浮力作为源项添加到方程中。其他还有，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，用源项表示。如果忘记源项会怎样？自然对流分析中如果忘记加入浮力，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
- 连续体假设：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）：将密度视为常数处理。马赫数0.3以上需考虑可压缩效应
- 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）
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] 的混淆 |
| 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
数值解法的细节
请告诉我欧拉型颗粒模型在数值上的要点。
最大的难点是固相体积分数接近最密填充率 $\alpha_{s,max}$ 时的处理。在这个区域，固相压力会急剧增大，数值上容易变得不稳定。
摩擦应力模型很重要，当 $\alpha_s > \alpha_{s,min}$（通常为0.5）时，使用Schaffer模型或Johnson & Jackson模型来添加摩擦压力和摩擦粘度。
曳力模型的选择
气固两相流的曳力模型该怎么选？
Gidaspow模型是最通用的。它在体积分数0.8处切换Ergun方程（密填充区域）和Wen-Yu方程（稀疏区域）。
| 区域 | $\alpha_g$ | 模型 | 公式 | ||
|---|---|---|---|---|---|
| 密填充 | $< 0.8$ | Ergun | $\beta = 150 \frac{\alpha_s^2 \mu_g}{\alpha_g d_s^2} + 1.75 \frac{\alpha_s \rho_g \ | \mathbf{u}_g - \mathbf{u}_s\ | }{d_s}$ |
| 稀疏 | $\geq 0.8$ | Wen-Yu | $\beta = \frac{3}{4} C_D \frac{\alpha_s \alpha_g \rho_g \ | \mathbf{u}_g - \mathbf{u}_s\ | }{d_s} \alpha_g^{-2.65}$ |
切换点不连续不会出问题吗？
确实如此，切换点的不连续性有时会引起空隙率的振荡。Huilin-Gidaspow模型引入了平滑的过渡函数进行了改进。Syamlal-O'Brien模型也使用全域连续的公式，因此稳定性更高。
OpenFOAM中的实现
在OpenFOAM中使用哪个求解器？
multiphaseEulerFoam 支持欧拉颗粒模型。KTGF的各个本构关系可以在 kineticTheoryModel 类中选择。主要设置在 constant/phaseProperties 中进行。
Fluent中的设置
在Ansys Fluent中，在欧拉多相流模型内启用颗粒相。重要的设置项目如下。
| 设置 | 推荐 | 备注 |
|---|---|---|
| Granular Viscosity | Gidaspow | 标准 |
| Granular Bulk Viscosity | Lun et al. | 体积粘度 |
| Frictional Viscosity | Schaeffer | 密填充区域 |
| Packing Limit | 0.63 | 随机填充率 |
| Restitution Coefficient | 0.9 | 玻璃珠典型值 |
KTGF收敛之壁——与“压力变为负值”现象的斗争
实现欧拉型颗粒模型时，首先遇到的难题就是固相压力变为负值导致发散的问题。这是在颗粒温度急剧收敛到0时发生的数值不稳定现象，设置底限值（最小值约1e-10 m²/s²）实际上已成为必须的对策。ANSYS的文档中给出了“作为偏微分方程求解还是作为代数近似求解”的选择，但在高密度填充（α_s > 0.4）时，不用PDE法往往精度不够，需要在现场判断计算成本与精度的权衡。
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，但当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：自然地满足守恒定律。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为稳定条件。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：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个数量级视为收敛。
相关主题
なった
詳しく
報告