低Reynolds数模型
低Reynolds数的理论基础
概要
老师！低Reynolds数模型是指不使用壁面函数的湍流模型吗？
是的。低Reynolds数（Low-Re）模型是一种带有衰减函数（damping function）的湍流模型，用于直接分辨壁面粘性底层（$y^+ < 5$）附近的区域。不使用壁面函数等近似方法，而是忠实表现壁面处湍流的物理。
使用什么样的衰减函数呢？
代表性的是Launder-Sharma (1974) 的k-ε模型，在涡粘性上乘以衰减函数 $f_\mu$。
在壁面处 $Re_t \to 0$，所以 $f_\mu \to \exp(-3.4) \approx 0.033$，涡粘性几乎为零。在远离壁面处 $Re_t \gg 50$ 时 $f_\mu \to 1$。
支配方程
ε方程也被修正吗？
在Launder-Sharma模型中，使用了 $\tilde{\varepsilon} = \varepsilon - 2\nu(\partial\sqrt{k}/\partial y)^2$ 这样的变量，在壁面处设置 $\tilde{\varepsilon} = 0$ 的边界条件。ε方程中也添加了衰减函数 $f_1$, $f_2$。
其他知名的Low-Re模型：
| 模型 | 年份 | 衰减函数特点 |
|---|---|---|
| Jones-Launder | 1972 | 最早的Low-Re k-ε |
| Launder-Sharma | 1974 | 应用最广泛 |
| Lam-Bremhorst | 1981 | 基于 $Re_y$ 的衰减函数 |
| Abe-Kondoh-Nagano | 1994 | 使用Kolmogorov尺度 |
| Yang-Shih | 1993 | 改进的壁面渐近行为 |
网格要求
使用Low-Re模型需要什么样的网格？
壁面第一网格层的 $y^+ < 1$ 是必要条件。粘性底层（$y^+ < 5$）内至少需要5-10层网格，对数律层（$y^+ = 30$-$300$）总计需要15-30层棱柱层。
达到 $y^+ = 1$ 的第一层网格高度：
例如：$U = 10$ m/s、$Re_L = 10^6$ 的平板上，$\Delta y_1 \approx 2 \times 10^{-5}$ m。
网格需要很细致呢。我担心计算成本。
确实。Low-Re模型的网格数量比使用壁面函数时增加2-5倍，计算成本也相应增加。现在SST k-ω模型同时支持壁面解析和壁面函数两种方式，因此古典的Low-Re k-ε应用场景有限。
低Reynolds数湍流模型——壁面附近"粘性底层"解析的必要性
壁面附近的边界层有"粘性底层（y+<5）""缓冲层（5
低Reynolds数的数值计算手法
数值实现要点
Low-Re模型的数值实现有哪些特别要注意的地方？
壁面附近网格极其细密，存在几个数值上的困难。
ε的壁面边界条件
在壁面设置 $\tilde{\varepsilon} = 0$ 对吧。
Launder-Sharma型使用 $\tilde{\varepsilon} = 0$（Dirichlet条件）。而Jones-Launder型设置 $\varepsilon_{wall} = 2\nu (\partial\sqrt{k}/\partial y)^2_{wall}$ 为有限值。后者在数值处理上有时更稳健。
OpenFOAM中避免使用 epsilonWallFunction，改用 fixedValue 或 zeroGradient 中适当的选择。
衰减函数的数值稳定性
衰减函数会引起问题吗？
$f_\mu$ 的计算涉及 $Re_t = \rho k^2/(\mu\varepsilon)$，在 $\varepsilon \to 0$ 的区域有除零风险。必须进行下限值截断（$\varepsilon_{min} > 0$、$k_{min} > 0$）。
另外，衰减函数在 $y^+ = 5$-$30$ 区域变化急剧，网格增长率过大会产生梯度不连续，导致收敛恶化。网格增长率应控制在1.1-1.2。
各求解器设置
商用求解器怎样使用Low-Re模型？
Fluent用Enhanced Wall Treatment来提供呢。
Fluent的Enhanced Wall Treatment严格来说不是Low-Re模型，而是2层模型（壁面附近切换为1方程模型）和All $y^+$ 壁面函数的混合。虽然得到近似Low-Re的解析效果，但与纯Launder-Sharma不同。
计算成本比较
| 模型 | 网格量（相对） | 计算时间（相对） |
|---|---|---|
| k-ε + 壁面函数 | 1.0 | 1.0 |
| Low-Re k-ε | 2-5倍 | 3-8倍 |
| SST ($y^+=1$) | 2-3倍 | 2-4倍 |
| SST + 壁面函数 | 1.0-1.5倍 | 1.0-1.5倍 |
低Reynolds数k-ε模型的数值实现——壁面衰减函数的选择
低Re k-ε模型的壁面衰减函数f_μ（ε方程生成项修正）在不同模型间有许多变种。Launder-Sharma（1974）、Lam-Bremhorst（1981）、Chien（1982）、Myong-Kasagi（1990）等是代表性的，各自有不同的Reynolds数相关函数形式。实现上的注意是"到壁面的距离y"定义，在复杂形状需计算测地线距离。Fluent自动计算wall distance函数，但OpenFOAM需显式运行`wallDist`工具。低Re区域需y+≦1的网格分辨率，网格成本为壁面函数法的5～10倍。
低Reynolds数的实务应用
低Reynolds数的实务应用
现在还有必要使用Low-Re模型吗？
有限但存在。
Low-Re模型有效的情况
| 情况 | 理由 |
|---|---|
| 热传递精密预测 | 壁面温度边界层解析必不可少 |
| 微小流道（微通道） | $Re_D < 2000$ 不能使用壁面函数 |
| 转捩域流动 | 衰减函数伪模型转捩 |
| 过去验证数据重现 | 存在Low-Re k-ε的验证数据 |
热传递是最大的动因呢。
是的。壁面函数中壁面温度梯度是近似的，Nusselt数精度有限。Low-Re解析（$y^+ < 1$）直接计算壁面温度梯度，特别是复杂形状的热传递预测会改善。
棱柱层设计
棱柱层怎样设计？
以 $y^+ = 1$ 为目标时：
1. 第一层高度：$\Delta y_1 = y^+ \cdot \nu / u_\tau$。$u_\tau$ 由 $C_f$ 经验式推估
2. 增长率：1.1-1.2（从壁面离开时逐步加厚）
3. 层数：直到壁面函线外层的 $y^+$ 达到30-50。通常15-25层
4. 总厚度：应不小于边界层厚度 $\delta$
$C_f$ 推估（平板近似）：
不预先推估 $u_\tau$ 就做不了网格呢。
是的。需要反复迭代。先做初始网格计算，确认 $y^+$ 分布后如需要再调整。活用Fluent/STAR-CCM+ 的 $y^+$ 等高线。
现代替代方案
Low-Re k-ε有什么替代方案？
| 用途 | 推荐模型 | 理由 |
|---|---|---|
| 一般壁面解析 | SST k-ω ($y^+=1$) | 内置Low-Re支持 |
| 转捩预测 | Transition SST (γ-Reθ) | 物理基础的转捩模型 |
| 热传递 | SST + $y^+=1$ | 与Low-Re k-ε精度相当 |
| 低Re管路流 | Laminar → SST | $Re < 2300$ 用层流计算 |
"选择低Re模型进行热传递预测的标准"——各行业使用实态
电子设备冷却、原子炉热设计、燃气轮机叶片内冷却等应用中，壁面热传递系数（HTC）精度是设计核心。壁面函数法中壁面HTC预测误差可达±20～30%，可信性不足。使用低Re模型（k-ω SST with automatic wall treatment）误差常能控制在±10%以内。选择标准的目安：能准备y+≦1网格则低Re模型有利，复杂形状网格分辨率受限则用壁面函数法。虽然计算成本增加2～5倍，但对精度重视的应用（原子炉、燃气轮机）低Re模型已成产业标准。
低Reynolds数的软件比较
商用工具支持
各求解器中Low-Re模型怎样提供？
直接Low-Re k-ε的提供情况如下。
| 求解器 | Low-Re k-ε | 替代方案 |
|---|---|---|
| Fluent | Enhanced Wall Treatment（2层模型） | k-ε系全模型可用 |
| CFX | 无直接提供 | SST + Automatic Wall Treatment |
| STAR-CCM+ | Launder-Sharma等多种 | All y+ Wall Treatment |
| OpenFOAM | LaunderSharmaKE | kOmegaSST + 壁面解析 |
Fluent的方法
Fluent的Enhanced Wall Treatment本质上是Low-Re处理吧。
Fluent的Enhanced Wall Treatment (EWT) 结构如下：
1. 粘性底层 ($y^+ < 5$)：1方程Wolfshtein模型
2. 缓冲层 ($5 < y^+ < 30$)：混合函数连接
3. 对数律层 ($y^+ > 30$)：壁面函数
此方法的优点是对 $y^+$ 不敏感。$y^+ = 1$ 或 $y^+ = 30$ 都能得到合理结果。比纯Low-Re k-ε更实用。
STAR-CCM+的Low-Re选项
STAR-CCM+有多个Low-Re模型可选吗？
STAR-CCM+中有：
- k-ε Low-Re：Launder-Sharma、Abe-Kondoh-Nagano
- k-ε Two-Layer：Chen-Patel型
- v2f：Durbin (1995) 的v2f模型（考虑壁面法向脉动）
v2f模型更物理地表现壁面附近的各向异性，热传递预测优于Low-Re k-ε。STAR-CCM+可用。
v2f模型我第一次听说。
Durbin的v2f是 $\overline{v'^2}$（壁面法向脉动速度方差）和椭圆弛豫函数 $f$ 的输运方程的4方程模型。理论上正确表现壁面处湍流各向异性，特别在驻点热传递上效果优秀。计算成本为k-ε的约1.5倍。
低Re模型工具——Ansys Fluent vs STAR-CCM+ vs OpenFOAM
低Reynolds数湍流模型实现工具比较：Fluent的k-ω SST Automatic Wall Treatment应用最广，y+独立的壁面处理使粗网格也能达到低Re精度。STAR-CCM+的All-Y+壁面处理和EBRSM（椭圆混合型RSM）标准实现，在强旋转、强压力梯度分离流中精度高。OpenFOAM的kOmegaSST及其变种（γ-Rθ转捩模型）丰富实现，研究人员可自定义衰减函数试验新模型。涡轮机械、航空发动机设计中Fluent SSTcc与STAR-CCM+ EBRSM组合用于精度"双重检查"。
低Reynolds数的先端研究
先端课题
Low-Re模型有什么研究发展？
古典Low-Re k-ε发展已平稳，但壁面附近模型方面有新动向。
v2f模型及其后继
v2f之后出现了什么模型？
这些都是在不付出RSM成本的前提下，表现壁面附近湍流各向异性的努力。
DNS/LES数据基础上的衰减函数重新评估
有从DNS数据重新制作衰减函数的研究吗？
有的。从通道流DNS数据（Re_τ = 180-5200）反向推导最优 $f_\mu$ 形式的研究在进行。结论是简单的 $Re_t$ 基衰减函数无法精确再现壁面渐近行为，用 $y^*$ 基（用Kolmogorov尺度无次元化的壁面距离）更物理合理。
壁面模型LES (WMLES) 的关系
Low-Re RANS和WMLES有什么区别？
Low-Re RANS是"用模型解析壁面附近"，而WMLES是"用壁面模型近似壁面附近、主流域用LES解析"。方向相反。
| 手法 | 壁面附近 | 主流域 | 成本 |
|---|---|---|---|
| Low-Re RANS | 衰减函数解析 | RANS | 低-中 |
| Wall-Resolved LES | 直接解析 | LES | 极高 |
| WMLES | 壁面模型近似 | LES | 高 |
| 混合 RANS-LES (DDES) | RANS | LES | 中-高 |
高Re数工业流动中壁面解析LES不现实，WMLES或DDES是实用选择。
壁面处理选项增多了，需要按需选择的时代呢。
是的。"把 $y^+$ 设为1用Low-Re模型就行"的简单时代已过，需要根据计算预算和精度要求选择最优壁面处理的能力。
椭圆混合模型——低Re湍流模型的现代发展
低Re k-ε的壁面衰减函数依赖"壁面距离"，复杂形状中距离计算困难易产生数值误差。"椭圆混合模型（Elliptic Blending k-ε）"用椭圆型方程α代替衰减函数，以空间传播壁面影响，解决了这个问题。Manceau（2005）提出的EBRSM把椭圆混合应用于Reynolds应力模型，在流线曲率、强压力梯度处RANS精度大幅改善。现已在OpenFOAM和Fluent（Beta版）中实现，正评估为下一代产业CFD的有力候选。
低Reynolds数故障排查
低Reynolds数故障排查
Low-Re模型容易出现什么问题，怎样对付？
壁面解析特有的问题。
1. $y^+$ 的不适当值
$y^+$ 在各处有时小于1，有时是10，很不均匀。
原因：壁面剪应力在各处差异大，均匀第一层高度无法保证 $y^+$ 均一。
对策：
- 用Fluent/STAR-CCM+的自适应网格细化调整壁面网格
- 提前做概估CFD（壁面函数）得到 $\tau_w$ 分布，基于此局部设置第一层高度
- 使用All $y^+$ 兼容的壁面处理（如SST的Automatic Wall Treatment）
2. 衰减函数导致的收敛困难
残差降不下来。
原因：衰减函数 $f_\mu$ 在壁面附近变化急剧，非线性性强化。
对策：
- 用壁面函数模型初始化，再切换到Low-Re模型
- 把k、ε的URF下调到0.3-0.5
- 控制网格法向增长率不超1.2
- 设置ε下限值 $\varepsilon_{min} = 10^{-10}$ 左右
3. 热传递的过大预测
Nusselt数接近实验值的2倍。
原因：驻点附近湍流能过度生成（驻点异常），热扩散也过大。
对策：
- 切换到v2f模型（考虑壁面处湍流各向异性）
- 应用Kato-Launder修正
- 启用Production Limiter
4. 转捩域的不精确预测
听说Low-Re模型能预测转捩，但位置不符。
原因：衰减函数只表现壁面湍流抑制，未模型化自然转捩的机理（T-S波增幅、旁路转捩等）。转捩位置符合多半是碰巧。
对策：
- 用γ-Reθ转捩模型（Transition SST）
- 结合Abu或 $e^N$ 法进行转捩预测
Low-Re模型只是壁面解析，无法预测转捩呢。
是的。壁面解析是"粘性底层解析"，与"转捩预测"是完全不同的物理。不要混淆。
"低Re模型收敛困难"——壁面网格与求解器稳定性问题
低Re湍流模型中k·ε在壁面附近急剧衰减，产生数值刚性和收敛困难。特别是ε方程壁面值（εwall=2ν(∂√k/∂y)²）的精度对方程稳定性影响大。应降低松弛系数（URF）独立调整k和ε（通常0.5→0.3），同时监视收敛历程分阶段推进。另外，复杂形状y+分布不均时用"混合壁面处理（低Re+壁函自动切换）"可改善稳定性。OpenFOAM的kOmegaSST（y+独立自混合）大幅缓和了此问题。
相关课题
细节
错误