转捩模型（γ-Reθ）
转捩模型（γ-Reθ）的理论基础
概述
老师，层流到湍流的转捩在CFD中如何处理？k-epsilon或SST k-omega在整个域都是湍流吧？
没错。标准RANS模型假设完全湍流，因此会过度预测层流区的阻力，无法再现转捩位置。为此开发了$\gamma$-$Re_\theta$ 转捩模型（Langtry-Menter, 2009）。在SST k-omega模型上添加两个输运方程：转捩间欠度$\gamma$和转捩运动量厚度雷诺数$\widetilde{Re}_{\theta t}$。
间欠度是什么意思？
$\gamma$取值范围从0到1，$\gamma = 0$表示完全层流，$\gamma = 1$表示完全湍流。在转捩区域，$0 < \gamma < 1$，表示层流和湍流的局部混合状态。
支配方程式
请告诉我具体的方程式。
两个附加输运方程如下所示。
间欠度$\gamma$的输运方程：
转捩运动量厚度雷诺数$\widetilde{Re}_{\theta t}$的输运方程：
$\gamma$如何影响湍流模型？
$\gamma$修正SST k-omega模型$k$方程的生成项。
在层流区（$\gamma = 0$），湍流生成为零，$k$保持在较低值。这样可以抑制涡粘性，从而再现层流速度分布。
转捩的物理机制
转捩有哪些具体的类型？
主要的转捩机制如下所示。
| 转捩类型 | 物理机制 | 典型场景 |
|---|---|---|
| 自然转捩 | Tollmien-Schlichting波的增长 | 低乱流度的翼面 |
| 旁路转捩 | 高主流乱流度直接扰动边界层 | 燃气涡轮叶片 |
| 分离诱发转捩 | 层流分离泡内转捩发生 | 低Re翼型、压缩机叶片 |
| 横流不稳定转捩 | 三维边界层的横流速度分布不稳定 | 后退翼的前缘部分 |
$\gamma$-$Re_\theta$模型主要覆盖自然转捩和旁路转捩。对分离诱发转捩也有一定支持，但横流不稳定转捩需要额外的相关式。
"变为湍流的时刻"——转捩研究百年的问题
层流到湍流的"转捩（Transition）"是流体力学中历来研究的古老主题。从19世纪的雷诺实验开始，经历了Tollmien–Schlichting波的发现（1929年）、旁路转捩的认识（1960年代），至今"在何种条件下从何处开始变为湍流"仍是普遍预测模型缺失的未解问题。γ-Reθ模型是在这些约束条件下最稳健的工程实用解决方案，用4个方程"将转捩压入湍流模型框架"这一现实的折中方案。
转捩模型（γ-Reθ）的数值计算方法
转捩相关式
如何判断转捩何时开始？
$\gamma$-$Re_\theta$模型的核心是经验相关式。从主流乱流强度$Tu$和压力梯度参数$\lambda_\theta$确定临界雷诺数$Re_{\theta c}$。
这个相关式基于Abu-Ghannam-Shaw实验相关（1980）和Mayle相关（1991）。具体函数形式在Menter等人的论文中已公开。
| 参数 | 影响 |
|---|---|
| 主流乱流强度$Tu$ | 越高转捩越早发生（$Re_{\theta c}$降低） |
| 压力梯度$\lambda_\theta$ | 顺压力梯度延迟转捩，逆压力梯度促进转捩 |
$\widetilde{Re}_{\theta t}$ 方程式的作用
$\widetilde{Re}_{\theta t}$方程是干什么的？只用$\gamma$不行吗？
这是个好问题。转捩相关式需要主流的$Tu$和$\lambda_\theta$作为输入。但CFD中在壁面附近参考主流值在技术上很困难（需要非局部信息）。
$\widetilde{Re}_{\theta t}$的输运方程是解决这个非局部性问题的机制。在主流计算相关式值，然后用输运方程将其扩散到壁面附近。这样壁面附近也能获得主流的Tu信息。
也就是说$\widetilde{Re}_{\theta t}$像个"把主流信息送到墙面的邮递员"？
正是这样。
SST k-omega的耦合
作为实现，是在SST k-omega模型上添加吗？
没错。Transition SST（$\gamma$-$Re_\theta$ SST）联立求解以下4个方程。
1. $k$方程（SST k-omega，但生成项用$\gamma$修正）
2. $\omega$方程（SST k-omega，不变）
3. $\gamma$方程（间欠度）
4. $\widetilde{Re}_{\theta t}$方程（转捩Re数）
网格要求
转捩模型比普通RANS需要更细的网格吗？
为了正确捕捉转捩区域，需要比常规RANS更高的分辨率。
| 参数 | SST k-omega（壁函数） | Transition SST |
|---|---|---|
| 壁面$y^+$ | 30〜100 | 1以下 |
| 边界层内的层数 | 8〜15 | 20〜30 |
| 流动方向（弦向） | 100单元/弦 | 200〜300单元/弦 |
| 展向 | -- | 解决转捩前线的3D结构时需细化 |
必须$y^+ \approx 1$是因为转捩是壁面附近的细微现象吧。
γ-Rθ转捩模型——Menter（2006）实用化的"转捩的RANS预测"
Menter-Langtry的γ-Reθ模型（2006、2009）是工程上最广泛使用的转捩模型，用于RANS中预测"层流到湍流的转捩"。在k-ω SST上添加两个输运方程：转捩开始动量厚度雷诺数Reθt和间欠系数γ，在一个框架内处理自然转捩、bypass转捩、分离诱发转捩这3种模式。Fluent和OpenFOAM都有标准实现，用于飞机翼、燃气涡轮叶片、风力叶片的转捩预测。但入口乱流强度（Tu）和长度尺度（Λ）的设置灵敏度很高，入口条件的处理对精度有很大影响。
转捩模型（γ-Reθ）的实务应用
应用对象
$\gamma$-$Re_\theta$转捩模型在哪些场景应该使用？
当转捩位置对分析结果有重大影响时需要。
| 应用对象 | 理由 |
|---|---|
| 低Re翼型（UAV、风力叶片、滑翔机） | 翼面大部分是层流，层流分离泡主导性能 |
| 燃气涡轮叶片 | 旁路转捩改变翼面的热传递分布 |
| 层流翼（NLF: Natural Laminar Flow） | 保持层流区是设计目标本身 |
| 低速飞机翼型设计 | $C_d$的层流/湍流比直接影响性能 |
入口乱流条件如何设置？
转捩模型中入口的$Tu$（乱流强度）对结果非常敏感。
| 环境 | 典型$Tu$ | $\mu_t/\mu$推荐值 |
|---|---|---|
| 飞行条件 | 0.03〜0.1% | 1〜5 |
| 低乱流风洞 | 0.1〜0.5% | 5〜10 |
| 高乱流风洞 | 1〜5% | 50〜100 |
| 燃气涡轮入口 | 5〜15% | 100〜200 |
要注意的是，从入口到翼面的距离内$Tu$会衰减。在远场入口应设置高于实验值，在翼前缘位置与实验值相符。
分析流程的实务步骤
用转捩模型做分析的步骤是什么？
推荐步骤如下所述。
1. 先用SST k-omega（完全湍流）得到收敛解
2. 启用转捩模型重新计算 -- Fluent中 Viscous Model > Transition SST 切换
3. 用$\gamma$的云图检查转捩位置 -- $\gamma \approx 0.5$的位置是转捩点
4. 与实验数据比较 -- $C_p$分布、$C_f$分布、转捩位置
所以不是一开始就直接用转捩模型计算。
转捩模型收敛倾向较慢。以SST k-omega的收敛解为初值，可以稳定收敛并大幅加快速度。
验证用测试案例
转捩模型可用的基准测试案例有哪些？
以下是代表性的验证案例。
| 测试案例 | 转捩类型 | 测量数据 |
|---|---|---|
| T3A平板 (ERCOFTAC) | 旁路转捩 | $C_f$分布、转捩位置 |
| T3C平板 (ERCOFTAC) | 压力梯度+旁路 | $C_f$分布 |
| Eppler 387翼型 | 分离诱发转捩 | $C_p$、层流分离泡位置 |
| VKI LS-89涡轮叶片 | 高Tu旁路转捩 | 叶片面Nu分布 |
"转捩点偏差导致阻力不相符"——CFD与风洞试验的协调
层流/湍流转捩点预测偏差是CFD与风洞试验阻力系数（Cd）乖离的主要原因。转捩偏移弦长10%，Cd就会变化5〜15 counts（1 count=0.0001）。在飞机设计中1 count = 燃油消耗0.1%，在经济上很重要。改善CFD协调需三步：①精确测量风洞乱流强度（Tu）反映到CFD入口条件，②用红外摄像机（红外转捩可视化）实测转捩点与CFD对比，③评估风洞雷诺数效应用CFD。γ-Rθ模型入口Tu偏差仅0.1%就会导致转捩点移动5〜10%，因此Tu测量精度直接影响设计精度。
转捩模型（γ-Reθ）的软件比较
求解器的对应状况
$\gamma$-$Re_\theta$转捩模型在各求解器中如何实现？
| 功能 | Ansys Fluent | Ansys CFX | STAR-CCM+ | OpenFOAM |
|---|---|---|---|---|
| Transition SST ($\gamma$-$Re_\theta$) | 支持 | 支持 | 支持 | 支持（kOmegaSSTLM） |
| $\gamma$模型（简化版，1方程转捩） | 支持 (v2020R2+) | -- | 支持 | 社区实现 |
| 横流转捩（Crossflow） | 支持 (v2021R1+) | -- | 支持 | 研究实现 |
| 相关式定制 | 通过TUI部分可行 | -- | Java API可行 | 源代码修改完全自由 |
Fluent的$\gamma$模型是什么？
Menter et al. (2015)提出的简化版转捩模型。省略$\widetilde{Re}_{\theta t}$方程，仅用$\gamma$一个方程描述转捩。将转捩相关式直接内置到$\gamma$方程中，减少方程数同时保持精度。计算成本比Transition SST低约15%。
Fluent中的设置步骤
在Fluent中设置转捩模型的具体步骤是什么？
1. Models > Viscous > k-omega > SST选择
2. Options中勾选"Transition Model" > 选择Transition SST
3. 入口BC的Turbulence Specification Method设为"Intensity and Viscosity Ratio"
4. Turbulence Intensity根据实验条件设置
5. Intermittency初值设为1.0（从全域湍流开始）
重要提示：Fluent的Transition SST不能用壁函数。必须用$y^+ \approx 1$的网格。
STAR-CCM+的设置
在STAR-CCM+中如何设置？
1. Physics > Models > Turbulence > K-Omega SST选择
2. Transition Model > Gamma-Re-Theta启用
3. Inlet中设置Turbulence Intensity和Turbulent Viscosity Ratio
4. 选择All y+ Wall Treatment（但推荐$y^+ < 1$）
OpenFOAM中的设置
在OpenFOAM中如何设置？
在constant/turbulenceProperties中指定kOmegaSSTLM。作为附加场变量，需要gammaInt和ReThetat的初始条件和边界条件。
各求解器的相关式实现有细微差别吗？
有的。相关式系数在Menter等人的原著论文中公开，但部分求解器做了独立调整。用不同求解器比较时，应用同一验证案例检查$\gamma$分布很重要。
转捩模型工具——Ansys Fluent SST-Transition vs OpenFOAM gammaRetheta
转捩模型CFD工具比较：Ansys Fluent标准实现了SST k-ω + γ-Rθ（Menter-Langtry），在飞机、涡轮机械的转捩预测上实绩丰富。精度验证数据库（NASA CFL3D、ERCOFTAC T3C系列）与之对应已确认。OpenFOAM通过gammaRetheta求解器与kOmegaSSTLM的耦合提供同等功能，研究人员可改变模型常数实现新转捩模型。STAR-CCM+用伽玛转捩模型与EBRSM的组合在旋转流中转捩预测上有优势。涡轮机械专用的CFX用CC-BGK模型（完全层流-湍流转捩）对叶栅转捩分析有良好评价。
转捩模型（γ-Reθ）的尖端研究
横流不稳定转捩模型
后退翼的转捩预测用$\gamma$-$Re_\theta$不够吗？
后退翼中三维边界层的横流（Crossflow）速度分布不稳定，引起转捩。这不被标准$\gamma$-$Re_\theta$模型的相关式覆盖。
Grabe-Krumbein (2013)和Langtry et al. (2015)提出了添加横流不稳定相关式的扩展模型。Fluent v2021R1之后有Crossflow Transition选项可用。
其中$H_{CF}$是横流速度分布的形状系数。
AFT (Algebraic Free Transition) 模型
不用输运方程的转捩模型也有吗？
Cakmakcioglu et al. (2018)提出的AFT模型是代数型（不用输运方程）转捩模型。计算成本非常低，但精度不如$\gamma$-$Re_\theta$。用于初期设计阶段的快速评估。
$e^N$ 法的比较
$e^N$法是什么方法？
基于线性稳定性理论的转捩预测方法。积分边界层不稳定波的增长率。当Tollmien-Schlichting波的振幅达到初始扰动的$e^N$倍时判定转捩发生。$N$通常取7〜9。
| 方法 | 精度 | 计算成本 | CFD耦合 |
|---|---|---|---|
| $e^N$法 | 高（物理基础） | 中（需单独边界层计算） | 困难 |
| $\gamma$-$Re_\theta$ | 中（经验相关基础） | 低（CFD内置） | 容易 |
| DNS | 最高 | 极高 | 不需（直接求解） |
XFOIL用$e^N$法。翼型设计中至今是主力，但与3D CFD耦合困难，所以产业CFD中$\gamma$-$Re_\theta$易用得多。
机器学习的转捩预测
AI预测转捩的研究有吗？
以DNS数据为教师数据，用神经网络预测转捩位置和间欠度的研究在进行。Duraisamy et al. (2019)和Zhang et al. (2022)的研究中，用DNS壁面摩擦数据训练的ML模型实现了比$\gamma$-$Re_\theta$更高精度的转捩预测。
转捩预测还是发展中领域，没有完美的通用模型，根据用途选择方法的判断力很重要呢。
机器学习转捩模型——用DNS数据学到的"转捩的记忆"
γ-Rθ模型包含基于众多实验数据的经验式，设计范围外（外推）应用的精度有限。2020年代的研究动向是从DNS、风洞数据用深层学习（DNN、LSTM）学习转捩间欠系数γ与转捩开始的关系的"数据驱动转捩模型"。DNN从输入（局部壁面压力、速度梯度、乱流强度）推断转捩状态，反馈给RANS求解器。Jimenez（2021）等报告说在平板转捩问题上DNN-RANS比实验数据和γ-Rθ有更好的一致性。产业推广的课题是DNS数据充实和物理外推性保证。
转捩模型（γ-Reθ）的故障排除
常见故障与对策
用转捩模型计算不顺利时，要检查什么？
1. 完全没有转捩发生（全域都是层流）
症状：$\gamma$全域接近0。$C_f$保持层流值不增加
原因：入口乱流强度$Tu$过低，或入口到翼面距离太长导致$Tu$衰减过度
对策：
- 提高入口$Tu$。即使飞行条件也需0.1%以上（0.01%不会发生转捩）
- 将入口靠近翼面（缩小远场）
- 增大$\mu_t/\mu$初值（抑制衰减）
2. 转捩位置与实验差很大
转捩位置比实验早得多或晚得多。
原因：入口$Tu$不精确是最大原因。仅改变$Tu$ 0.1%就可能导致转捩位置移动翼弦10%以上
对策：
- 用探针确认翼前缘位置的$Tu$是否与实验值相符
- 检查压力梯度重现度（网格分辨率不足会导致$C_p$分布变钝）
- 确认全壁面$y^+ < 1$
3. 层流分离泡无法再现
症状：低Re翼型的实验中看到的层流分离泡在计算中不出现
原因：分离泡预期区域的网格分辨率不足，或$\gamma$-$Re_\theta$的分离诱发转捩模型不充分
对策：
- 在分离泡预期位置（翼上面中央～后缘附近）细化网格
- 沿壁的方向分辨率也很重要（分离泡长度约为弦长5〜20%）
- 改为非定常计算（URANS）可能改善再现
4. 收敛非常缓慢
转捩模型收敛慢吗？
原因：$\gamma$与$k$的相互作用导致转捩前线位置振荡
对策：
- 以SST k-omega的收敛解为初值
- 降低Under-relaxation因子（$\gamma$: 0.5〜0.7、$Re_{\theta t}$: 0.5〜0.7）
- 用Coupled solver（Fluent）时收敛可能改善
诊断步骤
转捩模型结果的有效诊断步骤是什么？
1. $\gamma$云图：可视化转捩前线位置。$\gamma = 0.5$的线是转捩位置
2. 壁面$C_f$分布：急剧上升处是转捩位置。与实验数据对比
3. 翼前缘的$Tu$探针：确认入口BC是否恰当
4. 壁面$y^+$云图：确认全壁面$y^+ < 1$
5. $C_p$分布：如有层流分离泡会表现为$C_p$的平坦区域
用$C_f$分布看转捩位置最直观呢。还能与实验的热膜测量数据直接对比。
"转捩过早发生"——自由流乱流强度设置失误
γ-Rθ转捩模型中"转捩从远比预期更早的位置开始"的情况，常因自由流乱流强度（Tu）设置过大而发生。Tu越高bypass转捩机制越强，比自然转捩更早发生。常见的设置失误是把"Tu=5%（高乱流环境）"和"Tu=0.1%（低乱流风洞）"搞反。再者，自由流中k和ω的"数值衰减"强时，入口Tu=0.1%也会在分析区域内进一步减小，给转捩模型错误的信号。Fluent/OpenFOAM中推荐活用"自由流k选项"来控制ω的入口值和衰减。
相关主题
价值
详细
错误