标准k-ε模型

分类: 流体分析(CFD) | 整合版 2026-04-06
CAE visualization for k epsilon standard theory - technical simulation diagram
标准k-ε模型

标准k-ε的理论基础

概要

🧑‍🎓

老师,标准k-ε模型在湍流世界中是最著名的模型吧?能从基础开始教我吗?


🎓

Launder和Spalding(1974)提出的2方程式湍流模型。求解湍流能 $k$ 和其耗散率 $\varepsilon$ 的输运方程。工业CFD中使用最广泛的历史模型。


🧑‍🎓

2方程式模型是指求解 $k$ 和 $\varepsilon$ 这2个方程吗?


🎓

没错。基于涡粘性假设(Boussinesq假设),用涡粘性系数 $\mu_t$ 近似Reynolds应力张量。形式如下。


$$ -\rho\overline{u_i'u_j'} = \mu_t\left(\frac{\partial U_i}{\partial x_j}+\frac{\partial U_j}{\partial x_i}\right) - \frac{2}{3}\rho k \delta_{ij} $$

输运方程

🧑‍🎓

$k$ 和 $\varepsilon$ 各自的输运方程是什么形式?


🎓

首先是湍流能 $k$ 的方程。


$$ \frac{\partial(\rho k)}{\partial t}+\frac{\partial(\rho U_j k)}{\partial x_j}=\frac{\partial}{\partial x_j}\left[\left(\mu+\frac{\mu_t}{\sigma_k}\right)\frac{\partial k}{\partial x_j}\right]+P_k-\rho\varepsilon $$

🎓

接下来是耗散率 $\varepsilon$ 的方程。


$$ \frac{\partial(\rho\varepsilon)}{\partial t}+\frac{\partial(\rho U_j\varepsilon)}{\partial x_j}=\frac{\partial}{\partial x_j}\left[\left(\mu+\frac{\mu_t}{\sigma_\varepsilon}\right)\frac{\partial\varepsilon}{\partial x_j}\right]+C_{\varepsilon 1}\frac{\varepsilon}{k}P_k - C_{\varepsilon 2}\rho\frac{\varepsilon^2}{k} $$

🎓

其中涡粘性定义如下。


$$ \mu_t = \rho C_\mu \frac{k^2}{\varepsilon} $$

🎓

生成项 $P_k$ 用平均应变率张量 $S_{ij}$ 表示如下。


$$ P_k = \mu_t S^2, \quad S = \sqrt{2S_{ij}S_{ij}} $$

模型常数

🧑‍🎓

请告诉我各常数的标准值。


🎓

标准k-ε模型的常数如下。这些值是Launder-Spalding从均匀各向同性湍流衰减数据和对数律等确定的。


常数确定依据
$C_\mu$0.09对数律区域的一致性
$C_{\varepsilon 1}$1.44均匀剪切流实验
$C_{\varepsilon 2}$1.92网格湍流衰减实验
$\sigma_k$1.0湍流扩散经验值
$\sigma_\varepsilon$1.3湍流扩散经验值
🧑‍🎓

这些常数能改变吗?


🎓

原则上不应改变。但是有一种已知的"圆形射流修正",将 $C_{\varepsilon 1}$ 改为1.60以匹配圆形射流的扩展率。这种知识在实际工程中偶尔会用到。


强项与弱项

🧑‍🎓

能总结一下标准k-ε的优缺点吗?


🎓

优点:

  • 鲁棒性强,易于收敛
  • 工业内部流(管道、风道)有丰富的工程经验
  • 计算成本低
  • 初始条件设置简便(由湍流强度和特征长度确定 $k$、$\varepsilon$)

🎓

缺点:

  • 旋流、高曲率流中湍流能预测值过高
  • 逆压力梯度下的分离捕捉不准确
  • 壁面附近需要壁函数(标准模型为高Reynolds数型)
  • 各向同性涡粘性假设的局限性,对强各向异性湍流不适用

🧑‍🎓

为什么在旋流中预测值过大?


🎓

因为 $C_\mu$ 固定为常数0.09。在旋流和曲率强的区域,实际的 $C_\mu$ 应该更小,但标准模型无法反映这一点。这是Realizable k-ε模型改进的地方。


咖啡休息 闲话

C_μ=0.09这个数字的分量——Launder和Spalding的执着

标准k-ε模型的常数C_μ=0.09是Launder和Spalding在1972年发表的论文中提出的。这个数字不是理论推导出来的,而是通过对管内湍流、边界层、后向台阶等多个实验数据的耐心拟合而得。当时还没有超级计算机,数值计算采用穿孔卡批处理方式。计算结果需要等待数天,然后根据返回的结果逐步调整常数。正是这种执着的标定工作,才为半个世纪后至今仍被誉为"首选k-ε"的信任基础奠定了基础。

标准k-ε的数值计算方法

有限体积法离散化

🧑‍🎓

标准k-ε的输运方程在CFD求解器中如何求解?


🎓

CFD中的标准方法是有限体积法(FVM)。对 $k$ 和 $\varepsilon$ 的输运方程在单元体积内积分,用Gauss散度定理转换为单元面上的通量。一般的离散化方案选择如下。


推荐方案备注
对流项2阶迎风(Second Order Upwind)抑制数值扩散
扩散项中心差分2阶精度为标准
时间项(非定常)2阶隐式稳定性和精度的平衡
🧑‍🎓

为什么不能用1阶迎风?


🎓

1阶迎风的数值扩散太大,会严重降低湍流场的预测精度。特别在分离区和剪切层中问题突出。不过实务中有一种做法:开始用1阶迎风跑几个迭代初始化,然后切换到2阶,这样既保证收敛又提高精度。


SIMPLE系算法耦合

🧑‍🎓

压力-速度耦合与k-ε方程的关系是怎样的?


🎓

SIMPLE、SIMPLEC、PISO等基于压力的求解器在一次迭代中采用以下顺序求解。


1. 求解动量方程(速度场的暂时更新)

2. 求解压力修正方程

3. 修正速度和压力

4. 求解 $k$ 方程

5. 求解 $\varepsilon$ 方程

6. 更新 $\mu_t$

7. 收敛判定 → 未收敛则回到第1步


🎓

$k$ 和 $\varepsilon$ 用分离求解法(segregated)依次求解是标准做法。密度基求解器(耦合)有时会同时求解所有变量。


松弛因子设置

🧑‍🎓

松弛因子很重要吗?


🎓

非常重要。标准k-ε模型的推荐欠松弛因子(URF)如下。


变量推荐URF(定常)备注
压力0.3收敛慢则降至0.2
动量0.7
$k$0.8
$\varepsilon$0.8
湍流粘性比1.0通常无需改动
🧑‍🎓

如果 $k$ 或 $\varepsilon$ 的松弛太低会怎样?


🎓

收敛会变得极其缓慢。同时 $\mu_t$ 的更新滞后,导致速度场不匹配产生振荡。实在发散时,可尝试仅将 $\varepsilon$ 的URF降至0.5左右。


边界条件

🧑‍🎓

入口处的湍流边界条件如何设置?


🎓

湍流强度 $I$ 和湍流长度尺度 $l$ (或水力直径 $D_H$)计算是通用方法。


$$ k = \frac{3}{2}(U_{avg} \cdot I)^2 $$
$$ \varepsilon = C_\mu^{3/4}\frac{k^{3/2}}{l}, \quad l \approx 0.07 D_H $$

🎓

管内流的湍流强度约为 $I = 5\%$ 。外部流的远场则设为 $I = 0.1\sim1\%$ 较小。也可直接指定湍流粘性比 $\mu_t/\mu$ (通常1-10)。


咖啡休息 闲话

壁面附近的y+管理——新手工程师最常踩的坑

k-ε模型的数值实现中,新人工程师一定会在壁面附近网格的y+管理上绊跟头。标准k-ε依赖壁函数,如果第一层单元进入粘性底层(y+<30),结果会严重失真。笔者的一个同事在汽车发动机舱的热流体分析中,使用了y+=5的网格,得到了很差的结果。后来重新学习了壁函数的适用范围,才重新计算。"用k-ε时y+应保持在30-300"——这是实战中的铁律。

标准k-ε的实际应用

适用场景选择

🧑‍🎓

标准k-ε真正适用的问题具体是什么?


🎓

在以下场景中可靠性较高。


  • 管道内部流:压力损失和流量分配的预测
  • 热交换器:管束周围流和传热
  • 混合问题:T形管合并、混合器内流
  • 自由剪切流:喷流(平面、轴对称)、后流、混合层

🎓

反过来应避免的情况:


  • 翼型分离预测 → 用SST k-ω
  • 旋风、旋转燃烧器 → Realizable k-ε或RSM
  • 壁面传热精密评估 → 低Re型模型或壁面分辨网格

网格要求

🧑‍🎓

标准k-ε模型的网格如何生成?


🎓

依赖壁函数,所以壁面第一层单元的 $y^+$ 必须在30-300范围内。这是最关键的点。


$y^+$ 范围状态处理
< 11.2进入粘性底层网格过细。切换到增强壁面处理或粗化网格
30-300对数律区域合适。标准壁函数有效
> 300对数律外网格太粗。细化壁面
🧑‍🎓

壁面外的网格密度需要多细?


🎓

剪切层和再循环区附近需要充分分辨。应至少在粗、中、密三个网格水平做网格无关性验证,用GCI(网格收敛指数)评估。


初始条件与收敛技巧

🧑‍🎓

计算不收敛时怎么办?


🎓

实务中常用的技巧整理如下。


1. 分步启动:先用1阶迎风跑100-200步稳定,再切到2阶迎风

2. 初始场:合理设置 $k$ 和 $\varepsilon$ 初值。目标 $\mu_t/\mu \approx 10$

3. Courant数限制:压力基约200,发散倾向则降低

4. $\varepsilon$ 下限:$\varepsilon$ 为零或负会导致崩溃。确认最小值限制器


🧑‍🎓

非定常计算呢?


🎓

非定常时时间步长很关键。主流域CFL数应≤1。每个时间步内运行20-30个子迭代,确认残差下降2-3个量级。


咖啡休息 闲话

"先试k-ε"为何能通行——工厂配管分析现场

某家专做工厂配管流体分析的设计事务所,每年接单100多个项目,几乎全部用标准k-ε。即使年轻员工提议用SST"为什么不用SST?",回答总是"能向客户展示验证历史吗?"。标准k-ε在ANSYS、OpenFOAM、STAR等平台上都有20多年的产业案例积累,计算成本也低。在需要承担结果责任的实际工作中,"信任的历史"比模型精度的微小差别重要得多。

标准k-ε的软件比较

Ansys Fluent

🧑‍🎓

Fluent中标准k-ε模型的设置步骤是什么?


🎓

Fluent GUI设置步骤如下。


1. Models → Viscous → k-epsilon (2 eqn) 选择

2. k-epsilon Model 中选 Standard

3. Near-Wall Treatment 中选 Standard Wall Functions

4. Model Constants 保持默认值($C_\mu=0.09$, $C_{\varepsilon 1}=1.44$, $C_{\varepsilon 2}=1.92$)


🎓

TUI命令如下。

```

/define/models/viscous/ke-standard yes

/define/models/viscous/near-wall-treatment/standard-wall-fn yes

```


🧑‍🎓

Fluent壁函数选项有何区别?


🎓

Fluent有3种选项。


壁函数$y^+$ 要求特点
Standard Wall Functions30-300Launder-Spalding。最基础
Scalable Wall Functions任意$y^+<11.2$ 时自动修正
Enhanced Wall Treatment$y^+ \approx 1$双层模型。需壁面分辨网格

Ansys CFX

🧑‍🎓

CFX中如何设置?


🎓

CFX-Pre中选 Domain → Fluid Models → Turbulence → k-Epsilon。CFX默认用Scalable壁函数,自动适应不同 $y^+$。CCL格式如下。


```

TURBULENCE MODEL:

Option = k-Epsilon

END

```


OpenFOAM

🧑‍🎓

OpenFOAM的设置方法?


🎓

constant/turbulenceProperties 中写入:


```

simulationType RAS;

RAS

{

RASModel kEpsilon;

turbulence on;

printCoeffs on;

}

```


🎓

壁面边界条件在 0/ 目录各变量中设置。


```

// 0/k 的壁面补丁

wall

{

type kqRWallFunction;

value uniform 0.1;

}

// 0/epsilon 的壁面补丁

wall

{

type epsilonWallFunction;

value uniform 10;

}

// 0/nut 的壁面补丁

wall

{

type nutkWallFunction;

value uniform 0;

}

```


STAR-CCM+

🧑‍🎓

STAR-CCM+呢?


🎓

Physics Continuum 中选择:


1. TurbulentRANS

2. K-Epsilon TurbulenceStandard K-Epsilon

3. Wall TreatmentHigh y+ Wall Treatment(使用壁函数时)


STAR-CCM+也提供All y+ Wall Treatment,根据y+值自动混合壁函数和壁面分辨法。


咖啡休息 闲话

同样的k-ε结果却不同——求解器迁移的陷阱

某厂商把Fluent分析转到STAR-CCM+时,虽然都选了"标准k-ε",但压力损失计算值偏差超过10%。调查发现壁函数实现(enhanced wall treatment有无)和低Reynolds数修正的默认值不同。"k-ε虽然名字相同,内部实现略有不同",这在求解器间很常见。迁移时务必在相同几何、相同边界条件下交叉验证。

标准k-ε的前沿研究

k-ε模型族对比

🧑‍🎓

标准k-ε的改进版本有哪些?


🎓

k-ε族的三个主要模型对比如下。


项目StandardRNGRealizable
$C_\mu$0.09(常数)0.0845(RNG推导)可变 $C_\mu(S,\Omega)$
$\varepsilon$ 方程标准形式加入R项新型$\varepsilon$方程
旋流不擅长略有改善大幅改善
低Re效应微分粘性模型
当前推荐度
🧑‍🎓

标准k-ε不用了吗?


🎓

在保持既有验证历史和过往计算一致性的情况下仍然有用。新的分析则推荐首选Realizable k-ε或SST k-ω。


湍流粘性比限制器

🧑‍🎓

听说 $\mu_t/\mu$ 有时会异常增大。


🎓

在k-ε模型中 $\mu_t = \rho C_\mu k^2/\varepsilon$,当 $\varepsilon$ 变小时 $\mu_t$ 会爆炸式增长。多数求解器设有 $\mu_t/\mu$ 的上限限制器(默认约$10^5$)。


🎓

Fluent中可用TUI查看或修改。

```

/define/models/viscous/turbulence-expert/turb-viscosity-ratio-limit

```


k-ε模型的PINN/机械学习校正

🧑‍🎓

最新研究进展怎样?


🎓

数据驱动型的湍流模型校正研究很活跃。维持k-ε框架下,尝试以下方法。


  • 场反演与机械学习(FIML):从DNS/LES数据学习 $\beta$ 修正场,把 $P_k$ 替换为 $\beta \cdot P_k$
  • 张量基神经网络(TBNN):用不变量和张量基函数学习Reynolds应力的非线性项
  • $C_\mu$ 局部自适应:根据流场特征量局部调整 $C_\mu$

🧑‍🎓

这些能在商用求解器中用吗?


🎓

目前多数还在研究阶段。但Fluent 2024后版通过UDF可轻松嵌入自定义湍流模型,OpenFOAM更可直接修改源代码。


咖啡休息 闲话

k-ε的"变形体"为何如此之多

以标准k-ε为起点衍生出的模型数十种,包括RNG k-ε、Realizable k-ε、AKN、Yang-Shih、Chien等。某位湍流模型研究者说"k-ε是'改造的基础角色'"。因为基础形式简单易懂,想改进特定缺点的研究者独自修改,又被其他研究者进一步改进,这个循环没完没了。反过来说,正因为标准k-ε的缺点明确(曲率、旋流、逆压力梯度下的过大评估),改进方向一目了然,所以改进版本层出不穷。

标准k-ε的故障排除

常见问题及对策

🧑‍🎓

标准k-ε计算时容易踩的坑有哪些?


1. 发散(Divergence)

🎓

现象:残差增大计算停止。出现"浮点异常"等错误。


🎓

原因与对策

  • $\varepsilon$ 接近0:初值 $\varepsilon$ 太小 → 用 $\mu_t/\mu = 1\sim10$ 来设初值
  • 网格品质差:高纵横比单元或负体积 → 网格品质检查(斜率<0.95,正交性>0.1)
  • 形状陡变:台阶、急扩大 → 降低松弛系数,用1阶迎风初始化再换2阶

2. 壁面y+超出范围

🧑‍🎓

$y^+$ < 30的壁面会怎样?


🎓

标准壁函数失效,壁面摩擦系数和传热系数不准。三种对策:


1. 网格粗化:增大Inflation层第一层高度

2. 切到Scalable壁函数:$y^+ = \max(y^+, 11.2)$ 计算,更安全

3. 改用增强壁处理:此时网格需细化至 $y^+ \approx 1$


3. 分离位置偏差

🧑‍🎓

后向台阶流的重附长度与实验不符。


🎓

标准k-ε的典型问题。$P_k$ 过大评估导致再循环区偏短。


🎓

对策

  • 切到Realizable k-ε:$C_\mu$ 可变化,有改善
  • 切到SST k-ω:分离流预测最可靠
  • 启用 $P_k$ 限制器:Kato-Launder修正($P_k = \mu_t S \Omega$)。Fluent中TUI可设置

4. 非物理湍流值

🧑‍🎓

淀积点附近湍流能异常高是为什么?


🎓

这是"淀积点异常"问题。淀积点的法向应变速率很大,导致 $P_k = \mu_t S^2$ 过大。


🎓

对策

  • Kato-Launder修正:用涡度 $\Omega$ 与应变速度 $S$ 结合修正生成项
  • 生成项限制:$P_k \leq c \cdot \rho \varepsilon$($c \approx 10$)截断
  • Fluent: /define/models/viscous/turbulence-expert/kato-launder yes

🧑‍🎓

有时改模型比修复参数快吗?


🎓

当然有。这些问题若影响解析的关键关注点,应毫不犹豫地考虑切到SST k-ω或Realizable k-ε。改模型只需分钟级,但网格修复或参数调试可能要数小时。


咖啡休息 闲话

"发散了"通常不是湍流模型的错

k-ε发散时常疑是"模型坏了",但现场经验表明8成以上是网格品质或边界条件设置错。尤其是入口湍流强度设成0%,k初值为0,ε变零导致除以零的案例是经典故障。"乱流强度1-5%,乱流长度尺度取代表长的10%"作为入口的暂定值一输入,发散竟然变收敛,这样的例子看了不少。先检查边界条件,再怀疑模型。

相关模拟器

用此领域的交互式模拟器直观体验理论

模拟器列表

相关领域

热分析V&V·质量保证结构分析
本文评价
感谢您的反馈!
有帮助
更详细
报告
错误
有帮助
0
更详细
0
报告错误
0
由NovaSolver贡献者著
志愿工程师与AI — 网站地图
查看资料