二次流
二次流的理论基础
概述
二次流是指叶栅中与主流方向不同的流动，对吧？
是的。在叶间流道内具有垂直于主流方向速度分量的流动称为二次流。端壁（毂面·灌气侧）的边界层因叶栅压力差而被横向弯曲，从而产生。
主要涡结构
有哪些涡结构？
让我列举代表性的涡结构。
| 涡的名称 | 发生机制 | 影响 |
|---|---|---|
| 通道涡 (Passage Vortex) | 端壁BL因叶间压力差卷起 | 主要的二次流损失源 |
| 马蹄涡 (Horseshoe Vortex) | 在叶前缘处端壁BL分叉 | SS侧与通道涡合并 |
| 角涡 (Corner Vortex) | 在叶面-端壁交接处产生 | 诱发剥离 |
| 翼尖泄漏涡 (Tip Leakage Vortex) | 来自翼尖间隙的泄漏流 | 效率下降的主要原因（回转叶） |
| 刮擦器涡 | 灌气套壁面的相对运动 | 跨音速级明显 |
请说明通道涡和马蹄涡的关系。
马蹄涡在叶前缘处分为两部分。压力面侧（PS leg）指向相邻叶片，吸入面侧（SS leg）被卷入通道涡中并被增强。这个合并后的涡是通道涡的主体。
二次流损失的定量化
二次流损失有多大？
据说涡轮叶栅全部损失的30～50%源于二次流。在CFD中，用熵生成率可视化最有效。
在CFD-Post中计算该量并进行体积积分，可以分别评估叶面损失、端壁损失和翼尖泄漏损失。
涡轮机械二次流理论——Hawthorne（1955年）和马蹄涡的体系化
对涡轮机械叶栅的"二次流（Secondary Flow）"进行理论整理的是英国的W.R. Hawthorne（1955年）。Hawthorne用涡度输运方程描述了叶前缘前的入射边界层涡度分裂·拉长，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制，并标志着涡轮机械设计中端壁处理重要性研究的开始。Hawthorne本人是剑桥大学工程学教授，培养了多代航空航天工程师，并为现代涡轮CFD的基础做出了贡献。他的二次流理论已在现代CFD中得到数值验证，马蹄涡的形状和强度的CFD预测与Hawthorne经典理论的对应仍是研究课题。
二次流的数值计算方法
涡的识别方法
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 | 涡度张量的大小 > 应变速率张量的大小 | 最广泛使用，CFD-Post标准配备 |
| λ2准则 | 压力Hessian的第二特征值为负 | 消除剪切效应，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 | 壁面剪应力的方向 | 识别分离线和附着线 |
显示Q准则等值面是最方便的方法吗？
是的。在CFD-Post中显示Q=正值的等值面，用全压损失系数或涡度着色，可以一眼看出通道涡或翼尖泄漏涡的3D结构。
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至关重要。
- 端壁y+: < 1（使用Low-Re SST模型时）
- 端壁棱柱层: 15～20层
- 叶面-端壁交接部: 网格细化（捕捉角涡）
- 通道中央的展向: 40个单元以上
不仅叶面，端壁的网格质量也决定了二次流的预测精度。
如何用TurboGrid细化端壁网格？
在TurboGrid的Boundary Layer Refinement中针对端壁（Hub/Shroud）设置专用棱柱层。可以独立地对叶面和端壁进行y+控制。
湍流模型的影响
湍流模型的差异对二次流预测的影响大吗？
SST k-ω和k-ε模型在通道涡的位置和大小上显示明显差异。SST因为更准确地捕捉端壁附近的逆压力梯度，所以通道涡的强度和位置与实验更接近。LES可以解析非定常涡结构，但计算成本增加2个数量级以上。
涡轮二次流的CFD数值方法——角涡预测和SST模型精度
涡轮机械叶片端壁附近形成的"角涡（Corner Vortex）"的预测精度强烈依赖于所用的湍流模型。标准k-ε模型假设应力的各向同性，因此在强曲率和压力梯度同时作用的端壁周围显著低估了涡的强度（实验相比低估40～60%）。SST模型用混合函数在k-ε和k-ω之间切换来改善端壁精度，但二次流涡的位置可能仍在±5～10%范围内偏移。最高精度需要差分雷诺应力模型（DRSM）或LES，但设计周期内的计算成本成为问题。实务中多采用"用SST把握二次流趋势，仅最终设计进行LES验证"的阶段递进精细化方法。
二次流的实务应用
端壁轮廓
有减少二次流损失的方法吗？
非轴对称端壁轮廓（Non-Axisymmetric Endwall Contouring）是最有效的方法之一。通过让端壁形状在叶间呈凹凸，可以改变端壁附近的压力分布，抑制二次流。
能减少多少损失？
已报告叶栅的二次流损失可降低10～30%，级效率可改善0.5～1.5个百分点。
CFD进行端壁优化
能用CFD对端壁轮廓进行优化吗？
能。通过傅里叶级数或样条曲面参数化端壁形状，进行CFD基础优化。
1. 将端壁在叶间周向×轴向网格上离散化（5×5～10×10控制点）
2. 以各点的径向位移作为设计变量
3. 目标函数：全压损失系数最小化 或 级效率最大化
4. 用遗传算法或贝叶斯优化进行搜索
设计变量这么多，工作量很大呢。
变量会达到25～100个，所以用代理模型（Kriging）将评估次数控制在数百次是实用方法。FINE/Design或optiSLang中已实现了这类代理模型优化。
翼尖泄漏损失的降低
降低翼尖泄漏损失的方法？
| 方法 | 原理 | 效果 |
|---|---|---|
| 减小翼尖间隙 | 直接降低泄漏流量 | 效果最显著但受制造和运行制约 |
| 翼尖尖叫片结构 | 用边缘结构限制泄漏流 | 效率改善0.5～1% |
| 翼小翼 | 在翼尖加装突起抑制泄漏涡 | 效率改善0.5～1.5% |
| 壳体处理 | 在灌气套上刻沟来控制流动 | 主要改善稳定性 |
轴流涡轮的翼尖间隙——间隙流的CFD设计
轴流涡轮转子叶片尖端与灌气套之间的"翼尖间隙（Tip Clearance）"是设计的关键参数。间隙过大会产生"翼尖泄漏流（Tip Leakage Flow）"，从压力面流向吸入面，形成大的泄漏涡（Tip Leakage Vortex），导致级效率下降。经验规则表明，间隙从设计值1%增加到2%时，级效率下降0.5～1个百分点。CFD分析中，考虑制造公差导致的翼尖形状变化（±0.1mm）的灵敏度分析对设计可靠性评估至关重要。Squealer翼尖或A型翼尖冷却孔的有无对泄漏流量的影响需在设计前评估。三菱重工能源公开发表的研究利用CFD优化确定了Squealer翼尖的最优形状，实现了翼尖损失20%的降低。
二次流的软件比较
实验验证方法
二次流的CFD预测如何用实验验证？
主要实验方法如下。
| 方法 | 测量对象 | 特点 |
|---|---|---|
| 5孔皮托管遍历 | 3D速度场+全压·静压 | 叶栅出口的标准方法 |
| PIV（粒子图像测速） | 2D/3D瞬时速度场 | 擅长涡结构可视化 |
| 油膜法 | 壁面极限流线 | 识别分离线 |
| 感压涂料 (PSP) | 叶面静压分布 | 可进行非定常压力分布 |
5孔探针结果和CFD相符吗？
全压损失的周向分布基本一致，但通道涡核心的位置在展向上会有1～2%的偏差。这是因为RANS的湍流粘性对涡的扩散估计过大。LES可以改善这一点。
CFD基准
二次流预测有标准基准问题吗？
常用Durham大学的Linear Cascade（低速涡轮叶栅）和AAA委员会测试用例。NUMECA和Ansys公开的验证用例也很有参考价值。
求解器间比较
不同求解器的二次流预测有差异吗？
在相同网格和相同湍流模型下，求解器间的差异很小。反而是网格质量和湍流模型的选择更有影响力。但在多级中，Mixing Plane的实现不同会导致二次流的累积出现差异。
涡轮二次流CFD专用工具——CFX vs Fine/Turbo的湍流模型实现差异
在涡轮机械二次流预测中，ANSYS CFX和NUMECA FINE/Turbo的湍流模型实现进行比较时，CFX在SST（Shear Stress Transport）模型的涡轮机械实绩丰富，作为叶栅解析的事实标准。SST模型的压力梯度修正项实现略有不同，两工具对端壁二次流的预测在效率预测上会相差0.5～1个百分点。FINE/Turbo标准提供Curvature-corrected SST，在旋转强烈的流道（径向压缩机）的二次流预测上相比CFX精度略高，这是第三方评估结论。总之，一旦选定了工具，基于该工具湍流模型实现积累以实验为基础的精度验证数据，成为长期设计信赖性的基础。
二次流的先进研究
RANS的局限
RANS在二次流的哪些地方不够准确？
通道涡和翼尖泄漏涡的非定常波动在RANS中被时间平均所抹消。实际上这些涡会反复蛇行和崩溃，瞬时的损失分布与时间平均值有很大不同。
LES的应用
有用LES分析二次流的例子吗？
在学术上，有用Wall-Resolved LES分析涡轮叶栅二次流的研究。翼尖泄漏涡的蛇行频率和角落剥离的非定常振荡首次被解明。但计算成本是RANS的$10^4$倍以上。
实务方法: SAS和SDES
实务中有可用的尺度解析方法吗？
SAS的结果和RANS有什么不同？
端壁附近的熵生成分布显示更集中的结构。RANS中因数值扩散而"模糊"的涡在SAS中表现为尖锐的核心。损失的绝对值与RANS相差不大，但对损失发生机制的理解会加深。
二次流的故障排除
网格导致的虚假涡
二次流分析中会因网格产生虚假涡结构吗？
会。特别要注意以下情况。
1. 端壁O网格的接合部：TurboGrid的O网格与主流H网格接合面非直交性过高时会产生虚假涡
2. 展向网格过粗：当单元数不足以容纳通道涡大小时，涡会分裂或消失
3. Mixing Plane面直后：周向信息平均化后会重新形成伪涡结构
确认方法：用两级以上网格验证涡结构的定性一致性。
损失的评估面
二次流损失应该在哪个断面评估？
标准做法是在叶栅出口下游距叶弦0.5～1.0倍的位置设置评估面。太近的话尾流还未完全发展，太远的话混合损失和二次流损失难以分离。
损失分离的方法
能分离叶面损失和二次流损失吗？
古典方法是将展向中间的叶面损失作为2D损失，全损失与其差值作为二次流损失。CFD中用熵生成率体积积分的方法更准确。
| 损失成分 | 评估方法 |
|---|---|
| 叶面边界层损失 | 叶面附近的熵生成积分 |
| 端壁损失 | 端壁附近的熵生成积分 |
| 翼尖泄漏损失 | 翼尖间隙区域的熵生成积分 |
| 混合损失 | 叶栅出口之后的熵生成积分 |
这样分离后就清楚改进的方向了。
是的。损失分离是决定优化方向的重要指引。端壁损失占优则进行端壁轮廓处理，翼尖泄漏占优则改进Squealer翼尖，这样设计改进优先级就确定了。
二次流CFD可视化中看不见涡——Q准则和λ₂准则的选择与阈值
在涡轮机械CFD中，"进行涡结构可视化但二次流涡看不见"问题常由阈值设置错误导致。涡的可视化通常采用Q准则（Q>0的区域）或λ₂准则（λ₂<0的区域），但阈值选择困难。若Q准则的Q值设置过大，只能看到强主涡，弱的二次流涡消失。过小则剪切层也被着色，结果噪声大。推荐流程：①求全域Q值的最大值Qmax，②在0.01×Qmax～0.1×Qmax范围内改变阈值进行动态确认。用ParaView的isovolume功能和动画来扫过阈值，可以理解涡的强度分布。另外，涡轴的线显示用Vortex Core Filter进行定量评估也有用。
相关主题
有益
说明
报告