DDES（延迟分离涡模拟）湍流模型

说得对。DES97（原版DES）有个严重问题叫做"模型应力耗尽（MSD）"：当边界层网格横向间距 $\Delta$ 小于边界层厚度 $\delta$ 时，DES在边界层内也会错误地切换到LES模式，导致壁面附近湍流应力被大幅低估，边界层提前分离，阻力预测偏低。DDES（延迟DES，Spalart等2006年提出）通过引入延迟函数 $f_d$ 来保护边界层，确保在附着流区域内始终用RANS模式。

$f_d$ 利用当地的湍流速度梯度信息来判断是否处于附着边界层：

$d_w$ 是到壁面的距离，$\kappa = 0.41$，$C_{d1} = 8$，$C_{d2} = 3$ 是经验常数。在附着边界层内 $r_d \approx 1$，$f_d \approx 0$，模型保持RANS；在分离区 $r_d \to 0$，$f_d \to 1$，切换到LES。

DDES的强项是"大规模分离流"——RANS对此预测误差很大，而全LES又太贵：

• 汽车外气动：尾流分离涡脱落、A柱涡流导致的气动噪声，DDES比k-ω SST阻力预测精度提升15～30%。
• 飞机失速状态：翼型大迎角分离，RANS严重低估升力损失，DDES能捕捉分离泡动态。
• 建筑风环境：高层建筑周围的旋涡脱落和风压分布，DDES是当前工程精度的主流选择。
• 涡轮机械后向台阶流：燃烧室稳焰区的旋流特性。

基于SA（Spalart-Allmaras）模型的DDES，破坏项中的长度尺度 $\tilde{l}$ 定义为：

$l_{RANS} = d_w$（SA模型的壁面距离），$C_{DES} \approx 0.65$，$\Delta = \max(\Delta x, \Delta y, \Delta z)$ 是网格尺度。$f_d = 0$ 时 $\tilde{l} = l_{RANS}$（纯RANS）；$f_d = 1$ 时 $\tilde{l} = C_{DES}\Delta$（LES模式）。

基于k-ω SST的DDES（SST-DDES）将SA的耗散项长度尺度替换为 $l_{RANS} = \sqrt{k}/(\beta^* \omega)$，对逆压力梯度流精度更好，是工程中更常用的变体。

假设做汽车外气动，车身侧面y+<1的精细棱柱网格，横向网格间距约1mm小于边界层厚度10mm。DES97在这里会切换到LES模式，但LES区域没有足够的网格解析湍流涡旋（需要各向同性网格），结果是湍流应力几乎为零——等效于"边界层内的流体好像在无粘性状态下流动"。边界层这么脆，一点点逆压力梯度就分离了，阻力系数可能比实验值低20%以上。DDES的 $f_d$ 函数检测到这里是附着边界层，强制保持RANS，这个问题就消失了。

DDES是非定常（瞬态）计算，这是与RANS最大的区别。主要要求：

• 时间积分：二阶隐式（双时间步法）。时间步长满足 $Co \approx 1$（基于LES区域最小网格）。
• 空间离散：对流项用二阶以上格式，推荐中心差分（DDES区域）与迎风差分混合。Fluent的HRIC、OpenFOAM的limitedLinear等都适合。
• 统计平均时间：通过RANS→LES切换区的流动时间至少5～10倍后才开始采样统计，否则初始瞬态污染结果。

迎风格式数值耗散大，会把湍流涡结构"抹平"——这在RANS里反而有助于稳定收敛，但在LES区域会人为消灭你想捕捉的大涡。中心差分耗散最小，能保留涡动力学；但对纯对流主导问题会振荡。DDES的工程做法是"混合格式"：在 $f_d \approx 0$（RANS区）多用迎风，在 $f_d \approx 1$（LES区）多用中心差分，这样既稳定又保精度。Fluent里叫"Bounded Central Differencing"，OpenFOAM里用limitedLinearV。

几种常用的合成湍流入口方法：

• SEM（合成涡量法）：在入口截面随机放置涡元，生成具有正确雷诺应力张量的脉动场。OpenFOAM和Fluent都内置（turbulentDFSEMInlet）。
• 随机傅里叶模式（RFM）：用随机傅里叶级数生成符合von Kármán谱的脉动，实现简单。
• 周期性预计算：在DDES域上游单独运行周期性槽道流计算提供真实湍流入口数据，精度最高但计算量大。

入口湍流强度（TI）设为实验值或5%（若无实测数据）。没有合适的湍流入口是DDES分离区发展过长（"灰色区域"过宽）的主要原因。

DDES的网格设计和RANS有本质区别，给你几个要点：

1. 边界层区（RANS区）：y+ < 1，棱柱层网格，RANS标准设置。
2. 分离区（LES区）：各向同性网格（$\Delta x \approx \Delta y \approx \Delta z$），尺寸约为分离区代表长度的1/20～1/50。
3. 灰色区域（RANS-LES切换区）：避免在这里网格尺寸突变，渐变比不超过1.3。
4. 入口条件：DDES需要湍流入口脉动（Turbulent Inflow），否则LES区"发展过慢"。可用合成湍流方法（SEM）。

DDES的计算代价大约是相同网格规模稳态RANS的10～50倍，主要来自：

• 时间步数量：时间步比RANS小1～2量级，需要跑5000～20000步。
• 统计平均时间：需要足够长的采样窗口（通常实体通过时间的5～10倍）。
• 网格数量：LES区各向同性网格比RANS网格多2～5倍单元数。

实际工程中一般先用稳态RANS做快速评估，确定分离区位置后再针对该区域加密网格运行DDES，而不是全部区域都用DDES配置。

主要工具的DDES支持对比：

SBES（Stress-Blended Eddy Simulation，2019年引入）确实是DDES的改进版本。区别在于屏蔽函数：DDES的 $f_d$ 基于速度梯度信息，可能在某些复杂流型下判断不准；SBES使用更精确的边界层识别函数（k-ω SST的 $F_1$ 函数），RANS-LES切换边界更清晰，灰色区域物理范围更小。Ansys建议：新项目首选SBES，已有验证的DDES案例不必强制切换。

IDDES（改进型DDES，Shur等2008年）在DDES基础上增加了WMLES（壁面建模LES）分支，使得在全LES网格下也能准确模拟壁面湍流，不需要像纯LES那样解析到粘性底层。最新发展：

• SBES（应力混合型DDES）：Ansys Fluent 2019+ 引入，RANS-LES切换更平滑，灰色区域问题更小。
• PANS（部分平均N-S）：通过连续调节分辨率参数 $f_k$ 在RANS到DNS之间无缝过渡。
• ML-LES/DES：用神经网络作为亚格子模型，直接从DNS数据学习残差应力。

几个值得关注的方向：①ML亚格子模型：用CNN从局部流场信息预测亚格子应力，替代传统Smagorinsky模型，对各向异性流动精度更高；②DDES参数自适应：用强化学习自动调整 $C_{DES}$ 和 $C_{d1}$，使模型在不同流型下自动调优；③替代模型加速统计收敛：用LSTM从短时序历史预测长时统计量（如时均压力系数），减少采样时间。这些研究大多仍在学术阶段，但部分已在Ansys内部研究版本中出现。