二次流动
理论与物理
概述
二次流是指在叶栅内部与主流方向不同的流动吗？
是的。在叶片间流道内，具有与主流方向垂直的速度分量的流动称为二次流。它是由端壁（轮毂/机匣）边界层在叶栅压力差作用下横向弯曲而产生的。
主要涡结构
有哪些涡结构呢？
列举一些典型的涡结构。
| 涡的名称 | 发生机理 | 影响 |
|---|---|---|
| 通道涡 (Passage Vortex) | 端壁边界层在叶片间压力差作用下卷起 | 主要的二次流损失源 |
| 马蹄涡 (Horseshoe Vortex) | 叶片前缘处端壁边界层分叉 | 吸力面侧汇入通道涡 |
| 角涡 (Corner Vortex) | 叶片面-端壁交界处产生 | 诱发分离 |
| 叶尖泄漏涡 (Tip Leakage Vortex) | 叶尖间隙的泄漏流 | 效率下降的主因（旋转叶片） |
| 刮削涡 | 机匣壁面的相对运动 | 在跨音速级中显著 |
请告诉我通道涡和马蹄涡的关系。
马蹄涡在叶片前缘处分成两股。压力面侧（PS leg）流向相邻叶片，吸力面侧（SS leg）则直接被卷入通道涡并使其增强。这个合并后的涡是通道涡的主体。
二次流损失的量化
二次流损失大概有多少？
据说涡轮叶栅总损失的30～50%可归因于二次流。在CFD中，用熵产率进行可视化是有效的。
在CFD-Post中计算这个量并进行体积积分，就可以分离评估叶片损失、端壁损失和叶尖泄漏损失。
叶轮机械二次流理论——Hawthorne（1955年）与马蹄涡的系统化
从理论上整理叶轮机械叶栅“二次流（Secondary Flow）”的是英国的W.R. Hawthorne（1955年）。Hawthorne用涡量输运方程描述了叶片前缘前方入射边界层涡量分裂、伸长形成“马蹄涡（Horseshoe Vortex）”的过程。该理论首次定量说明了叶栅端壁损失的机理，是揭示叶轮机械设计中端壁处理重要性的先驱。Hawthorne本人作为剑桥大学的工程学教授，培养了几代航空航天工程师，并培养了许多后来成为现代叶轮机械CFD基础的研究者。他的二次流理论在现代CFD中得到了数值验证，马蹄涡的形状、强度的CFD预测与Hawthorne经典理论的对应关系至今仍是研究课题。
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。最初水流不稳定地喷溅，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后”——也就是令此项为零。计算成本会大幅下降，因此先用定常求解是CFD的基本策略。
- 对流项 $\nabla \cdot (\rho \mathbf{u} \phi)$：把落叶扔进河里会怎样？会被水流带着流向下游，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角落，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 $-\nabla p$：推动注射器的活塞，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——这个压力差成为推动流体的力。大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，原因可能就是混淆了绝对压/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——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 | 注意点·换算备忘 |
|---|---|---|
| 速度 $u$ | m/s | 从入口条件的体积流量换算时，注意截面面积的单位 |
| 压力 $p$ | Pa | 区分表压和绝对压。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
涡识别方法
如何从CFD结果中提取涡结构？
有多种涡识别方法。
| 方法 | 定义 | 特点 |
|---|---|---|
| Q准则 | 涡量张量大小 > 应变率张量大小 | 使用最广泛，CFD-Post中标准搭载 |
| λ2准则 | 压力Hessian矩阵的第二特征值为负 | 排除剪切效应，更准确 |
| 螺旋度 | $H = \mathbf{v} \cdot \boldsymbol{\omega}$ | 可判别涡的旋转方向 |
| 壁面极限流线 | 壁面剪切应力的方向 | 识别分离线·附着线 |
显示Q准则的等值面是最简便的方法吗？
是的。在CFD-Post中用总压损失系数或涡度对Q=正值的等值面进行着色，通道涡和叶尖泄漏涡的3D结构就一目了然。
网格要求
要准确预测二次流，需要多少网格？
端壁附近的网格密度是关键。
- 端壁y+: < 1（使用Low-Re SST模型时）
- 端壁棱柱层: 15～20层
- 叶片面-端壁交界处: 网格细化（捕捉角涡）
- 通道中央的展向: 40个单元以上
不仅是叶片面，端壁的网格质量也左右着二次流的预测精度。
在TurboGrid中如何细化端壁的网格？
使用TurboGrid的Boundary Layer Refinement为端壁（Hub/Shroud）设置专用的棱柱层。可以对叶片面和端壁分别进行y+控制。
湍流模型的影响
湍流模型的差异对二次流预测影响大吗？
SST k-omega和k-epsilon在通道涡的位置和大小上会出现显著差异。SST能更准确地捕捉端壁附近的逆压梯度，因此通道涡的强度和位置更接近实验。如果用LES，则能解析非定常的涡结构，但计算成本会增加两个数量级以上。
叶轮机械二次流的CFD数值方法——角涡预测与SST模型的精度
叶轮机械叶片端壁附近形成的“角涡（Corner Vortex）”的预测精度高度依赖于所使用的湍流模型。标准k-ε模型假设剪切力各向同性，因此在强曲率和压力梯度同时作用的端壁周边会严重低估涡的强度（低估实验值的40～60%）。SST模型通过k-ε和k-ω切换的混合函数改善了端壁附近的精度，但即便如此，仍可能使二次流涡的位置偏移±5～10%。要达到最高精度需要差分雷诺应力模型（DRSM）或LES，但设计周期中的计算成本是个问题。实际工作中多采用“用SST把握二次流趋势，仅对最终设计进行LES验证”这种分阶段精细化方法。
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。高雷诺数流动中必不可少。
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收敛到定常解。内部迭代次数：5～20次为参考值。若残差在时间步间波动，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——重复这种“投接球”过程以接近正确答案。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——反映了上游信息决定下游的物理原理的离散化方法。精度为一阶，但能正确捕捉流动方向，因此稳定性高。
实践指南
端壁造型
有减少二次流损失的方法吗？
非轴对称端壁造型（Non-Axisymmetric Endwall Contouring）是最有效的手法之一。通过使端壁形状在叶片间凹凸变化，改变端壁附近的压力分布，从而抑制二次流。
能减少多少损失呢？
据报道，可降低叶栅二次流损失10～30%，级效率改善0.5～1.5个百分点。
基于CFD的端壁优化
能用CFD进行端壁造型的优化吗？
可以。使用参数化CAD和伴随法优化，能自动生成使二次流损失最小的端壁形状。优化变量是端壁的凹凸振幅和相位，约束条件是加工性和强度。
伴随法优化需要多少次CFD计算？
伴随法只需一次正向计算和一次伴随计算就能得到所有设计变量的梯度，因此即使有100个设计变量，也只需约2次CFD计算。与需要“设计变量数+1”次计算的有限差分法相比，效率极高。
实际应用案例
有实际应用非轴对称端壁的发动机吗？
有的。例如，GE的GEnx和CFM的LEAP发动机的高压涡轮静子叶片就采用了非轴对称端壁。通过CFD优化端壁形状，实现了段效率提升和燃油消耗率降低。
加工困难吗？
与平面端壁相比，五轴加工或电火花加工的成本会增加。但通过燃油效率提升带来的生命周期成本降低，足以抵消初期成本的增加。
CFD分析的最佳实践
进行二次流CFD分析时，有什么需要注意的要点？
以下是一些要点。
- 网格收敛性验证：对端壁y+和展向网格数进行敏感性分析。
- 湍流模型验证：比较SST和k-epsilon，确认通道涡的位置和强度。
- 边界条件：入口边界层厚度和湍流强度要设定为实际值。
- 后处理：不仅看总压损失系数，还要用Q准则和熵产率可视化二次流结构。
遵循这些步骤，就能得到可靠的二次流预测结果。
航空发动机二次流控制技术的产业化——从研究论文到量产发动机的20年
非轴对称端壁造型从学术论文到实际发动机应用花了约20年。1990年代，剑桥大学和MIT通过CFD和风洞实验证明了其效果。2000年代，GE和Rolls-Royce在研发发动机上进行了验证。2010年代，随着五轴加工技术的普及和CFD精度的提高，开始在量产发动机（GEnx、LEAP、Trent XWB）上采用。如今，非轴对称端壁已成为高涵道比涡扇发动机高压涡轮的标准技术。这个案例表明，CFD驱动的气动设计革新需要“基础研究→验证→产业化”的长期过程，但一旦确立，就能带来巨大的性能提升。
与实验数据的比较
将CFD结果与叶栅风洞实验数据（例如，MIT的叶栅数据或DLR的涡轮数据）进行比较。重点比较通道涡的核心位置和总压损失分布。
不确定性量化（UQ）
考虑入口湍流强度、边界层厚度、端壁粗糙度等输入参数的不确定性，使用蒙特卡洛法或多项式混沌展开法量化CFD预测结果的不确定性范围。
高精度方法（LES、DNS）的应用
对关键区域（例如，角涡或叶尖泄漏涡）进行局部LES或DNS计算，获取高精度数据用于模型验证或机理阐明。
多物理场耦合
考虑端壁与叶片的热变形、冷却流的影响、非定常转子-静子干涉等，进行气动-热-结构耦合分析。
相关主题
なった
詳しく
報告