Lagrangian粒子追跡（DPM）
理论与物理
概述
老师，什么是拉格朗日粒子追踪？
拉格朗日粒子追踪法（DPM: 离散相模型）是一种对离散的粒子、液滴、气泡的轨迹进行单独追踪的方法。它用于分散相体积分数较低（通常低于10%）的系统，例如喷雾液滴、粉末输送、气溶胶扩散、旋风分离、排气中颗粒捕集等。
那么和欧拉-欧拉法的使用区分是怎样的呢？
基本规则是：分散相体积分数低时用DPM，高时用欧拉-欧拉法。DPM的优点是可以自然地追踪粒径分布和单个粒子的历史（温度变化、蒸发、反应）。
控制方程
请告诉我粒子的运动方程。
每个粒子的运动遵循牛顿第二定律。
最重要的是阻力 $\mathbf{F}_D$，标准的是斯托克斯/席勒-瑙曼关联式。
除了阻力还有什么力呢？
| 力 | 公式 | 重要场景 |
|---|---|---|
| 重力/浮力 | $m_p(1 - \rho_g/\rho_p)\mathbf{g}$ | 沉降/上浮 |
| Saffman升力 | $C_{LS} \rho_g \nu_g^{1/2} d_{ij} (\mathbf{u}_g - \mathbf{v}_p)$ | 剪切流中的横向移动 |
| 压力梯度力 | $m_p \frac{\rho_g}{\rho_p} \frac{D\mathbf{u}_g}{Dt}$ | 密度比接近1的系统 |
| 虚拟质量力 | $C_{VM} m_p \frac{\rho_g}{\rho_p} \frac{d}{dt}(\mathbf{u}_g - \mathbf{v}_p)$ | 气泡追踪、急剧加速 |
| 热泳动力 | $-\frac{6\pi d_p \mu_g^2 C_s}{\rho_g} \frac{\nabla T}{T}$ | 高温壁面附近的微粒子 |
| 布朗力 | 随机外力 | 亚微米粒子 |
对于固体粒子-空气系统（$\rho_p / \rho_g \gg 1$），阻力和重力占主导，其他力大多可以省略。但在气泡追踪或微粒子情况下，附加力就变得重要。
Basset力——被忽视了一百多年的记忆效应
当粒子暴露于非定常流动时，会产生一种“Basset力（历史力）”，即过去的加速度历史会影响当前的流体阻力。Basset于1888年推导出的这个力是积分形式，计算成本高，因此在实用的拉格朗日粒子追踪中长期被忽视。然而，在伴随急剧速度变化（阀门开闭、冲击波通过）的粒子输送中，Basset力可能达到惯性力的10%~30%，如果忽略会导致粒子浓度分布出现较大偏差。近年来，GPU计算使得Basset力的积分计算变得现实，在半导体制造设备的洁净室污染粒子分析等领域开始被积极采用。
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。计算成本大幅降低，因此先用定常求解是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，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？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。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。切换到可压缩分析时结果突然出错，可能就是混淆了绝对压力/表压造成的。
- 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，暖空气却不上浮一样，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
- 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（需要激波捕捉）、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，注意截面面积的单位 |
| 压力 $p$ | Pa | 区分表压和绝对压力。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
数值解法的细节
请告诉我DPM的数值要点。
粒子的轨道积分使用显式欧拉法或解析积分。粒子位置的更新在气相CFD时间步长内通过子步进进行。
单向 vs 双向 vs 四向耦合
根据粒子与气相相互作用的程度，耦合级别会变化。
| 耦合 | 条件 | 粒子→气相 | 粒子间碰撞 |
|---|---|---|---|
| 单向 | $\alpha_p < 10^{-6}$ | 无 | 无 |
| 双向 | $10^{-6} < \alpha_p < 10^{-3}$ | 动量·热·质量源 | 无 |
| 四向 | $\alpha_p > 10^{-3}$ | 源 + 粒子间碰撞 | 有 |
双向耦合中对气相的影响是如何计算的？
对粒子经过的CFD网格单元，累积动量源（阻力的反作用力）、能量源（热交换）、质量源（蒸发）。这被称为Particle Source in Cell（PSI-Cell）法。
湍流扩散模型
湍流中粒子是如何扩散的？
标准的是DRW（离散随机游走）模型。从高斯分布中随机生成湍流速度脉动，附加到粒子上。
$\zeta$ 是标准正态随机数，$k$ 是湍流动能。脉动速度的持续时间由湍流时间尺度 $\tau_e = C_L k/\varepsilon$ 控制。
各工具的实现
| 工具 | DPM模型名 | 湍流扩散 | 壁面相互作用 |
|---|---|---|---|
| Ansys Fluent | Discrete Phase Model | DRW, CRW | 反射、捕获、逃逸、壁面液膜 |
| STAR-CCM+ | Lagrangian Multiphase | 随机模型 | 丰富的壁面模型 |
| OpenFOAM | icoUncoupledKinematicParcelFoam等 | 支持 | 可定制 |
| Ansys CFX | Particle Transport | 随机模型 | 基本模型 |
Fluent的DPM功能最丰富，集成了蒸发、燃烧、液滴破碎、壁面相互作用的子模型。
单向耦合 vs 四向耦合——粒子-流体耦合的阶段
拉格朗日粒子法中流体-粒子耦合的“耦合度”决定了计算精度与计算成本的权衡。单向耦合（One-Way Coupling）是流体影响粒子但粒子不影响流体的最廉价近似，仅在粒子体积分数α_p < 10^-6的稀薄系统中合理。双向耦合（Two-Way Coupling）中，粒子的动量、能量会反馈给流体，在α_p > 10^-6的系统中是必需的。四向耦合（Four-Way Coupling）进一步处理粒子-粒子碰撞，在α_p > 10^-3的高密度系统中变得重要。工业除尘器的粒子沉积预测中，有无双向耦合曾导致压力损失预测相差50%以上的案例。
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：自然地满足守恒律。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）
显式解法：CFL ≤ 1是稳定条件。隐式解法：CFL > 1也稳定，但影响精度和迭代次数。LES：推荐CFL ≈ 1。物理意义：一个时间步长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
在每个时间步长内迭代直至达到定常解收敛。内部迭代次数：5~20次为参考值。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法是一种“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“传球”以接近正确答案。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。
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。站在河中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。精度为一阶，但能正确捕捉流动方向，因此稳定性高。
数值解法与实现
相关主题
なった
詳しく
報告