LES基础理论 -- 理论和控制方程
LES基础理论 -- 理论和控制方程的理论基础
LES（Large Eddy Simulation）是什么
老师，我听说LES是RANS和DNS之间的中间手法，具体是怎样的想法呢？
这是个很好的问题。湍流包含各种尺度的涡旋，而LES通过空间滤波直接计算大尺度涡旋，对小于滤波宽度的尺度涡旋（亚网格尺度，SGS）进行建模。
我明白了，大涡直接求解，只有小涡进行建模。那与DNS有什么区别？
DNS要求解到Kolmogorov尺度 $\eta_K$，所以需要 $N \sim Re^{9/4}$ 数量级的网格点。对于实际工程的高Reynolds数问题来说根本无法计算。而LES通过取滤波宽度 $\Delta$ 大于Kolmogorov尺度，大幅降低计算成本。
空间滤波的数学定义
滤波具体是怎样的数学操作呢？
对任意物理量 $\phi(\mathbf{x}, t)$，滤波操作定义为卷积积分。
其中 $G$ 是滤波核，$\Delta$ 是滤波宽度。典型的滤波包括盒式（顶帽）滤波、高斯滤波和尖锐谱（截止）滤波。
在实际的CFD代码中使用哪种滤波呢？
基于有限体积法的代码（Fluent、STAR-CCM+、OpenFOAM等）通常采用隐式滤波（implicit filtering），由网格体积决定。滤波宽度通常定义为 $\Delta = V_{cell}^{1/3}$ 或 $\Delta = (\Delta x \cdot \Delta y \cdot \Delta z)^{1/3}$。
滤波后的Navier-Stokes方程
对Navier-Stokes方程应用滤波会得到什么呢？
对于不可压缩流体，滤波后的连续性方程和运动量方程如下所示。
关键在于，非线性项 $\overline{u_i u_j}$ 不能用滤波后速度的乘积 $\bar{u}_i \bar{u}_j$ 近似，因此产生了SGS应力张量。
这个 $\tau_{ij}^{sgs}$ 就是建模的对象吧。
完全正确。用来闭合SGS应力张量的模型称为SGS模型（亚网格尺度模型），包括Smagorinsky模型、动态Smagorinsky模型、WALE模型等多种选择。
涡粘性假设
大多数SGS模型都使用"涡粘性"的概念，这是什么意思？
将Boussinesq假设应用于小尺度涡旋，使SGS应力张量的偏差分量与应变速率张量成正比。
其中 $\bar{S}_{ij} = \frac{1}{2}\left(\frac{\partial \bar{u}_i}{\partial x_j} + \frac{\partial \bar{u}_j}{\partial x_i}\right)$ 是滤波后的应变速率张量，$\nu_{sgs}$ 是SGS涡粘性系数。各种SGS模型的差异在于如何评估 $\nu_{sgs}$。
这和RANS的涡粘性很相似。但对于LES，区别在于计算的是局部、瞬时的值对吧。
完全正确。RANS使用时间平均的涡粘性，而LES则对滤波后的瞬时场评估局部涡粘性。这种差异在物理上非常重要。
"滤波"这个名称的由来
LES的"空间滤波"概念是由气象学家Joseph Smagorinsky在1963年首次系统化的。他的想法很简单："只计算大气的大尺度运动，小尺度湍流效应进行平均参数化"。现在CFD领域广泛使用的"滤波宽度 $\Delta$"这个术语，其实源自气象模式的网格间距。风力预报模型的想法今天被用于发动机燃烧仿真，这确实是一段有趣的旅程。
LES基础理论 -- 理论和控制方程的数值计算方法
LES的空间离散化
实现LES时，空间离散化需要注意什么？
LES需要准确解析滤波宽度以上的涡旋结构，因此需要数值耗散很小的方案。二阶中心差分是最低要求，理想情况下应使用高阶中心差分或紧凑差分。
迎风差分不行吗？
绝对不能使用一阶迎风差分。数值耗散会远超SGS模型的耗散，涡旋结构会被人为地消除。即使是二阶迎风差分也要谨慎，如果使用混合方案（中心差分和迎风差分的混合），必须确保中心差分的比例足够高。OpenFOAM的linearUpwind或Fluent的Bounded Central Differencing是实务上的折衷，但要确保中心差分成分不要太低，否则LES就失去意义了。
时间积分方案
时间离散化应该怎样处理？
LES本质上是非定常计算，时间积分的精度也很重要。最少需要二阶精度，主要选择如下。
| 方案 | 精度 | 特点 |
|---|---|---|
| 二阶后退差分（BDF2） | 二阶 | 隐式、稳定、OpenFOAM的backward |
| Crank-Nicolson | 二阶 | 隐式、可能产生振荡 |
| Adams-Bashforth二阶 | 二阶 | 显式、有CFL限制 |
| Runge-Kutta 3/4阶 | 3-4阶 | 显式、高精度、光谱代码中常用 |
时间步长有参考值吗？
用Courant-Friedrichs-Lewy (CFL) 数来管理。显式方案要求 $CFL < 1$ 才能保证稳定性，但即使使用隐式方案，为了确保LES精度，也最好将 $CFL \sim 1$ 控制在合理范围内。CFL数定义为 $CFL = \frac{u \Delta t}{\Delta x}$。
压力-速度耦合
非压缩LES的压力-速度耦合怎样处理？
PISO（分算子压力隐式）法是最常见的方法。在每个时间步内进行1次预测步和2次以上的修正步。OpenFOAM采用pimpleFoam求解器，使用PIMPLE（PISO+SIMPLE）算法，在LES中应用广泛。Fluent则推荐使用Non-Iterative Time Advancement (NITA)配合分数步法。
网格分辨率要求
LES的网格应该有多细？与RANS差异很大吧。
墙面解析LES（wall-resolved LES, WRLES）的要求非常严格。
| 方向 | 要求（壁面单位） | 备注 |
|---|---|---|
| 墙面垂直方向 $\Delta y^+$ | < 1 (第一个单元) | 粘性底层分辨 |
| 流动方向 $\Delta x^+$ | 50 - 100 | 流纹结构分辨 |
| 跨流向 $\Delta z^+$ | 15 - 40 | 纵向涡对分辨 |
其中壁面单位定义为 $y^+ = y u_\tau / \nu$，$u_\tau = \sqrt{\tau_w/\rho}$。
需要这样细吗？计算成本会非常大。
确实。墙面解析LES的网格点数增长为 $N \sim Re^{13/7}$ 数量级，高Reynolds数实际工程问题的计算成本极高。因此，墙面建模LES（WMLES）和DES/IDDES等混合方法变得极其重要。
LES与"数值粘性"的长期战斗
选择LES的离散化方案时，为什么特别强调二阶中心差分？这是因为1990年代Piomelli等人证明了"二阶中心差分+适当的SGS模型"的组合能使数值耗散低于物理的SGS。高阶精度方案也不一定更好，因为数值扩散（数值粘性）可能压倒SGS模型。实现时要记住"数值粘性也成为SGS的一部分发挥作用"这一点。
LES基础理论 -- 理论和控制方程的实务应用
LES分析的整体流程
实际进行LES分析时的步骤是什么？
LES的基本思路与RANS截然不同，所以工作流程也差异很大。
1. 前处理：生成足够细的网格（特别是墙面附近和涡旋产生区域）。选择在进口给定湍流脉动的方法
2. 初始场生成：从RANS解进行初始化，或从均匀场开始助走计算
3. 助走计算（wash-out）：计算到达统计定常状态。将初期非物理的过渡态数据从统计中排除
4. 统计采样：积累足够时间的样本，计算时间平均和脉动量统计
5. 后处理：瞬时场可视化、时间平均场与RMS场分析、谱分析、两点相关分析等
进口边界条件
LES进口边界如何给定湍流脉动？均匀流输入不行吧？
只输入均匀流或RANS平均线性是不行的，下游涡旋完全无法发展。必须提供包含湍流脉动的进口条件。主要方法如下。
| 方法 | 概述 | 精度 | 成本 |
|---|---|---|---|
| 周期边界再循环 | 另行进行周期通道计算并映射到进口 | 高 | 高 |
| 合成涡方法（SEM） | 配置虚拟涡以合成湍流脉动 | 中～高 | 低 |
| 涡方法 | 在进口配置涡环 | 中 | 低 |
| 数字滤波法 | 生成满足指定湍流统计量的随机脉动 | 中 | 低 |
| 前驱体仿真 | 单独生成完全发展的湍流场 | 最高 | 最高 |
商用求解器中哪种方法可用？
Fluent有内置的涡方法和谱合成器法。STAR-CCM+支持合成涡法。OpenFOAM有turbulentDFSEMInlet，这是基于SEM的方法。从精度和成本平衡看，SEM或数字滤波法比较实用。
统计采样和质量评估
采样多久才能保证统计收敛？
至少要采样流场特征时间尺度 $T_{conv} = L/U$（$L$ 是代表长度，$U$ 是代表速度）的10～20倍。例如圆柱尾流中，采样涡脱落周期的50～100周期左右是理想的。
有检验LES结果是否真正符合LES要求的方法吗？
有几个重要的质量指标。
- LES Index of Quality (LES_IQ)：分解能量占全能量的比例。定义为 $M(x,t) = \frac{k_{resolved}}{k_{resolved} + k_{sgs}}$，希望达到0.8以上
- 两点相关分析：相关长度应为网格间距的数倍以上
- 能量频谱：在惯性小尺度区应观察到 $-5/3$ 乘法律
- SGS粘性比：$\nu_{sgs}/\nu$ 不应过大（理想为 $O(1)$ ～ $O(10)$）
原来LES不是计算完就完事了，还要包括结果质量评估才算完整啊。
"LES计算时间难以预估"的问题
在实务中进行LES计算时，最大的困难就是"什么时候才能算完？"这个问题。RANS可以从收敛历史估计"还需几百步"，但LES因为需要"采样到统计收敛"的特性，何时停止变成了经验性判断。资深工程师通常遵循 $T_{avg} \geq 10 \cdot L/U$ 以上的流体通过时间，再加上一次的慢洗（初期过渡）作为经验法则。
LES基础理论 -- 理论和控制方程的软件比较
LES对应的CFD求解器比较
可用于LES的软件有哪些？
对比一下主要求解器及其LES相关功能。
| 求解器 | SGS模型 | 进口脉动生成 | 方案特点 |
|---|---|---|---|
| Ansys Fluent | Smagorinsky, Dynamic, WALE, WMLES | 涡方法、谱合成器 | 推荐使用Bounded Central Differencing |
| STAR-CCM+ | Smagorinsky, Dynamic, WALE, sigma | 合成涡方法 | 中心差分+迎风混合 |
| OpenFOAM | Smagorinsky, Dynamic k-eq, WALE, sigma等 | turbulentDFSEMInlet | 自由选择方案 |
| Ansys CFX | Smagorinsky, Dynamic | 有限制 | 可用高阶方案 |
OpenFOAM似乎自由度很高。
OpenFOAM在研究用途上非常强大。SGS模型的添加和定制相对容易，新模型的实现也比较方便。不过没有GUI，需要一定的知识基础来设置。
Ansys Fluent
用Fluent进行LES有什么诀窍吗？
在Fluent中设置LES的要点如下。
- 在Viscous Model中选择LES，指定SGS模型
- Spatial Discretization中运动量方程采用Bounded Central Differencing
- Transient Formulation选择Bounded Second Order Implicit
- 启用Non-Iterative Time Advancement（NITA）可无需每个时间步的迭代而加速
- Pressure-Velocity Coupling采用Fractional Step法
OpenFOAM
OpenFOAM的LES设置是怎样的？
在OpenFOAM中通过turbulenceProperties指定LES，通过fvSchemes配置数值方案。
- 求解器：pimpleFoam（不可压缩LES）
- SGS模型：在turbulenceProperties中设置
simulationType LES;，在LES块中指定模型名称 - 对流方案：推荐filteredLinear或LUST（线性迎风稳定运输）
- 时间方案：通常采用backward（BDF2）
- pimpleFoam外层循环通常2-3次就足够
许可证和成本考虑
LES涉及长时间的非定常计算，许可证成本应该也不小吧。
确实。LES涉及数百万至数千万个网格，数十万个时间步，计算资源和许可证成本都很高。
| 观点 | 商用（Fluent/STAR-CCM+） | 开源（OpenFOAM） |
|---|---|---|
| 许可证费用 | HPC代币制（核心数比例） | 免费 |
| 并行效率 | 高（优化完善） | 高（MPI基础） |
| 技术支持 | 官方技术支持 | 社区/付费咨询 |
| 可定制性 | UDF/宏有限制 | 源码完全公开 |
大规模LES的情况下OpenFOAM无许可证费用很有吸引力。
这正是研究机构广泛采用OpenFOAM的原因之一。另一方面，商用求解器因为GUI易用和技术支持充分而有其优势。应根据项目需求选择。
"LES能卖出去吗？"——商用求解器的困境
2000年代初期，商用CFD厂商对如何销售LES感到头疼。精度高但计算时间是RANS的10倍以上，安装也困难。各公司采取的战略是"把LES隐藏在向导里"。Fluent的SAS或STAR-CCM+的DES设置被简化为"点击下拉菜单选择乱流模型"，这是那段历史的遗迹。便利的同时，不了解内部的人会吃亏。
LES基础理论 -- 理论和控制方程的先进研究
隐式LES（Implicit LES / ILES）
听说有不用SGS模型的LES，真的吗？
隐式LES（ILES）就是这样的方法。数值方案固有的数值耗散代替SGS模型的作用。MONOTONE（单调性保持）方案或Flux-Corrected Transport（FCT）的耗散充当SGS建模角色，这是Boris等人提出的概念。
不用SGS模型很方便啊，有什么问题吗？
数值耗散的大小取决于方案和网格，难以进行解的品质保证。多大的耗散才算合适的SGS无法控制。不过在高分辨率计算中，ILES实质上往往更接近实际情况，所以也有实用价值。
压缩性LES
压缩流的LES怎样？比如喷气发动机、超音速流。
压缩性LES采用Favre平均（密度加权滤波）。定义Favre滤波量为 $\tilde{\phi} = \overline{\rho \phi}/\bar{\rho}$，并推导出压缩性滤波Navier-Stokes方程。需要SGS能量方程和SGS热流模型，所以定式比不可压缩情况更复杂。
实际有哪些应用？
航空航天领域中喷气噪声预测最为代表。NASA和JAXA都在进行喷气噪声的压缩性LES预测研究。燃烧领域也在推进燃烧器LES（反应性LES）逐渐达到实用水平。
LES质量评估的最新动向
前面提到了LES_IQ，还有其他质量评估方法吗？
最近研究提出了更严谨的质量评估方法。
- Pope标准：分解湍流能量占全能量80%以上（$M > 0.8$）
- Celik的LES_IQ：$LES\_IQ = \frac{1}{1 + 0.05(\nu_{eff}/\nu)^{0.53}}$
- Richardson外推的网格收敛评估：通过系统细分网格进行不确定性定量化
- 结构函数尺度分析：二阶结构函数 $D_{LL}(r) = \langle (u(x+r) - u(x))^2 \rangle$ 的分析
机器学习与LES
最近AI/ML的热潮是否影响了LES？
影响很大。特别是用神经网络进行SGS建模的研究非常活跃。用DNS数据作为教师数据，训练比传统SGS模型更高精度的闭合模型。还有很多其他研究。
- 物理信息神经网络（PINN）：在损失函数中加入支配方程
- 超分辨（Super-Resolution）：从粗LES结果恢复DNS级别的细节
- 壁面模型的机器学习应用：用神经网络预测壁面应力
但学习数据范围外的泛化性能（generalizability）仍是最大的课题。
计算流体力学也被AI的大潮冲击了。今后令人期待。
没错。但如果单纯当黑匣子使用而不理解物理，会吃亏。扎实理解基础理论，然后把新工具当做辅助才是正确的态度。
机器学习SGS模型的"隐性知识"问题
近年来用CNN和GAN从DNS数据学习SGS模型的研究如火如荼。精度常常超过传统模型，但实务推广却有壁垒。"为什么输出这个涡粘性值？"无法解释这一点在航空、原子能等需要认证的领域很难被接纳。如何在解释性机器学习（Interpretable ML）和LES理论之间搭桥，现在正是最热的先端课题。
LES基础理论 -- 理论和控制方程的故障排查
LES常见问题与对策
LES计算遇到困难时有解决办法吗？
LES特有的问题很多，性质与RANS大不相同。来看几个。
1. 涡结构完全不发展
LES计算结果看起来和RANS一样，没有涡结构发展。
可能的原因和对策：
- 数值耗散过大：检查是否用了一阶迎风差分。运动量方程要用中心差分类方案
- 网格过粗：检查LES_IQ是否低于0.8，如是则细化网格
- 进口未给定湍流脉动：应采用SEM等脉动生成方法
- SGS粘性过大：检查Smagorinsky模型的常数 $C_s$ 是否过大
2. 计算发散
LES计算经常发散，如何处理？
对策：
- 检查CFL数：最大CFL数不超过1.0。检查是否有局部高CFL区域
- 初期过渡处理：从RANS初始化后初始残差很大易发散。最初几百步减小时间步或增加PIMPLE外层循环次数
- 网格质量：非直交性或斜度大的单元会导致不稳定。增加非直交修正次数
- 中心差分的不稳定性：纯中心差分不稳定时，可加入微量迎风成分（5-10%）
3. 统计不收敛
采样时间平均还在变化，要跑多久才行？
大多数情况下采样时间不足。检查以下几点。
- 流场是否达到统计定常状态（statistically stationary）后才开始采样
- 采样时间是否超过主要涡的特征时间尺度的10倍以上
- 若存在低频脉动（流摆等），需更长采样时间
4. 壁面剪应力不符
壁面摩擦系数与实验值不符。
壁面解析LES中壁面不符的情况，检查以下几点。
- 壁面垂直格子分辨率：第一个单元的 $y^+$ 是否低于1.0
- 跨流向分辨率：$\Delta z^+ < 40$ 是否满足。壁面附近的纵向涡对分辨必需
- 流向分辨率：$\Delta x^+ < 100$ 是否满足
- 壁面接线方向各向同性：避免壁面附近网格长宽比过大
使用WMLES时，检查匹配位置 $y_{match}$ 是否合适。
5. 计算成本太高
计算迟迟不结束，有降低成本的方法吗？
LES故障排查与RANS确实差异很大。数值方案和网格要求更严，我体会到了。
完全同意。LES遵循"垃圾进垃圾出"原则，但程度比RANS更严重。每一个设置都直接影响结果，需要谨慎的准备和品质评估。
LES的"发散地狱"——初学者的必经之路
初次接触LES的工程师一定会遇到"计算发散"的洗礼。用RANS的思维设置时间步会导致CFL超过1，速度场瞬间爆炸。资深人的经验法则是"最初时间步设为预期的1/10，等流场确立后再逐渐加大"。焦急地用大Δt一步到位不如用小Δt稳定建立流场后调整，通常反而能更快完成。
相关主题
助
详细
错误