迁移模型(γ-Reθ)

分类: 流体解析(CFD) | 综合版 2026-04-06
CAE visualization for transition model theory - technical simulation diagram
遷移モデル(γ-Reθ)

理论与物理

概述

🧑‍🎓

老师,层流到湍流的转捩在CFD中是如何处理的?k-epsilon或SST k-omega模型都是全湍流模型吧?


🎓

没错。标准RANS模型假设完全湍流,因此会高估层流区域的阻力,也无法再现转捩位置。为此开发的便是 $\gamma$-$Re_\theta$ 转捩模型(Langtry-Menter, 2009)。它在SST k-omega模型基础上增加了转捩间歇因子 $\gamma$ 和转捩动量厚度雷诺数 $\widetilde{Re}_{\theta t}$ 两个输运方程。


🧑‍🎓

间歇因子是什么?


🎓

$\gamma$ 取值在0到1之间,$\gamma = 0$ 表示完全层流,$\gamma = 1$ 表示完全湍流。在转捩区域,$0 < \gamma < 1$,表示局部上层流和湍流共存的状态。


控制方程

🧑‍🎓

请告诉我具体的方程。


🎓

两个附加输运方程如下。


间歇因子 $\gamma$ 的输运方程:


$$ \frac{\partial(\rho\gamma)}{\partial t} + \nabla\cdot(\rho\mathbf{u}\gamma) = P_\gamma - E_\gamma + \nabla\cdot\left[(\mu + \frac{\mu_t}{\sigma_\gamma})\nabla\gamma\right] $$

转捩动量厚度雷诺数 $\widetilde{Re}_{\theta t}$ 的输运方程:


$$ \frac{\partial(\rho\widetilde{Re}_{\theta t})}{\partial t} + \nabla\cdot(\rho\mathbf{u}\widetilde{Re}_{\theta t}) = P_{\theta t} + \nabla\cdot\left[\sigma_{\theta t}(\mu + \mu_t)\nabla\widetilde{Re}_{\theta t}\right] $$

🧑‍🎓

$\gamma$ 是如何影响湍流模型的?


🎓

$\gamma$ 会修正SST k-omega模型中 $k$ 方程的生成项。


$$ P_k^{\text{eff}} = \gamma_{\text{eff}} \cdot P_k $$

在层流区域($\gamma = 0$),湍流生成项为零,$k$ 保持低值。这抑制了涡粘性,从而再现了层流速度分布。


转捩的物理机制

🧑‍🎓

转捩具体有哪些类型?


🎓

主要的转捩机制如下。


转捩类型物理机制典型场景
自然转捩Tollmien-Schlichting波的成长低湍流度翼面
旁路转捩高主流湍流度直接扰动边界层燃气涡轮叶栅
分离诱导转捩层流分离泡内发生转捩低雷诺数翼型、压气机叶片
横流不稳定转捩三维边界层的横流速度分布不稳定后掠翼前缘部
🎓

$\gamma$-$Re_\theta$ 模型主要覆盖自然转捩和旁路转捩。对分离诱导转捩也有一定程度的对应,但对于横流不稳定转捩则需要额外的关联式。

Coffee Break 闲谈

“变为湍流的瞬间”——转捩研究百年的追问

从层流到湍流的“转捩(Transition)”,是流体力学未解问题中一个历史悠久的研究主题。从19世纪的雷诺实验开始,历经Tollmien–Schlichting波的发现(1929年)、旁路转捩的认识(1960年代),但至今仍没有能普遍预测“在何种条件下、从何处开始变为湍流”的模型。γ-Reθ模型是在此限制下最稳健的工程解答之一,它用4个方程实现了“将转捩纳入湍流模型的框架内”这一现实性的折中方案。

各项的物理意义
  • 时间项 $\partial(\rho\phi)/\partial t$:想象一下打开水龙头的瞬间。最初水流会不稳定地哗哗流出,过一会儿才会变成稳定的水流,对吧?描述这个“正在变化的过程中”的就是时间项。心脏搏动导致血流脉动,发动机阀门每次开闭引起流动变化,这些都是非定常现象。那么定常分析是什么?是只看“经过足够时间流动稳定之后”——也就是将此项设为零。由于计算成本大幅降低,先用定常求解是CFD的基本策略。
  • 对流项 $\nabla \cdot (\rho \mathbf{u} \phi)$:把落叶扔进河里会怎样?会被水流带着向下游移动,对吧。这就是“对流”——流体运动搬运物质的效果。暖气的热风能到达房间的另一端,也是因为空气这个“搬运工”通过对流输送热量。这里有趣的是——此项包含“速度×速度”,因此是非线性的。也就是说,流速变快时此项会急剧增强,变得难以控制。这正是湍流的根本原因。常见的误解:“对流和传导差不多”→ 完全不一样!对流是流动搬运,传导是分子传递。两者效率有天壤之别。
  • 扩散项 $\nabla \cdot (\Gamma \nabla \phi)$:有过在咖啡里倒入牛奶后放置不管的经历吗?即使不搅拌,过一会儿也会自然混合。那就是分子扩散。那么下一个问题——蜂蜜和水,哪个更容易流动?当然是水,对吧。因为蜂蜜的粘性($\mu$)高,所以不易流动。粘性越大,扩散项越强,流体的运动就变得“粘稠”。雷诺数小的流动(缓慢、粘稠)中扩散占主导。相反,雷诺数大的流动中,对流占压倒性优势,扩散则成为配角。
  • 压力项 $-\nabla p$:按压注射器的活塞,液体就会从针头有力地射出,对吧?为什么呢?因为活塞侧压力高,针头侧压力低——这个压力差成为推动流体的力。水坝放水也是同样的原理。天气图上等压线密集的地方会怎样?没错,会刮强风。“有压力差的地方就会产生流动”——这就是纳维-斯托克斯方程压力项的物理意义。这里的误解点:CFD中的“压力”多为表压而非绝对压力。切换到可压缩分析时结果突然变得奇怪,原因可能就是混淆了绝对压力/表压。
  • 源项 $S_\phi$:被加热的空气会上升——为什么呢?因为比周围空气轻(密度低),所以被浮力推上去。这个浮力作为源项添加到方程中。此外,燃气灶火焰产生化学反应热、工厂电磁泵对金属熔液施加洛伦兹力……这些都是“从外部向流体注入能量或力”的作用,都用源项表示。忘记源项会怎样?自然对流分析中忘记加入浮力,流体就完全不动——就像冬天在房间里开了暖气,但暖空气却不上升一样,得到物理上不可能的结果。
假设条件与适用范围
  • 连续介质假设:克努森数 Kn < 0.01(分子平均自由程 ≪ 特征长度)时成立
  • 牛顿流体假设:剪切应力与应变速率呈线性关系(非牛顿流体需要粘度模型)
  • 不可压缩假设(Ma < 0.3时):将密度视为常数。马赫数0.3以上需考虑可压缩性效应
  • Boussinesq近似(自然对流):仅在浮力项中考虑密度变化,其他项使用恒定密度
  • 不适用的情形:稀薄气体(Kn > 0.1)、超音速/高超音速流动(需要捕捉激波)、自由表面流动(需要VOF/Level Set等方法)
量纲分析与单位制
变量SI单位注意事项·换算备忘
速度 $u$m/s入口条件从体积流量换算时,注意截面积单位
压力 $p$Pa区分表压与绝对压力。可压缩分析使用绝对压力
密度 $\rho$kg/m³空气: 约1.225 kg/m³@20°C、水: 约998 kg/m³@20°C
粘性系数 $\mu$Pa·s注意与运动粘性系数 $\nu = \mu/\rho$ [m²/s] 混淆
雷诺数 $Re$无量纲$Re = \rho u L / \mu$。层流/湍流转捩的判断指标
CFL数无量纲$CFL = u \Delta t / \Delta x$。直接关系到时间步长的稳定性

数值解法与实现

转捩关联式

🧑‍🎓

如何判断转捩何时开始?


🎓

$\gamma$-$Re_\theta$ 模型的核心是经验关联式。它根据主流湍流强度 $Tu$ 和压力梯度参数 $\lambda_\theta$ 来确定临界雷诺数 $Re_{\theta c}$。


$$ Re_{\theta c} = f(Tu, \lambda_\theta) $$

🎓

这个关联式基于Abu-Ghannam-Shaw的实验关联式(1980)和Mayle的关联式(1991)。具体的函数形式在Menter等人的论文中公开。


参数影响
主流湍流强度 $Tu$越高,转捩位置越向上游移动($Re_{\theta c}$ 降低)
压力梯度 $\lambda_\theta$顺压梯度延迟转捩,逆压梯度促进转捩

$\widetilde{Re}_{\theta t}$ 方程的作用

🧑‍🎓

$\widetilde{Re}_{\theta t}$ 方程是为什么存在的?只有 $\gamma$ 不行吗?


🎓

问得好。转捩关联式需要主流 $Tu$ 和 $\lambda_\theta$ 作为输入。但在CFD中,在壁面附近获取主流的值在技术上是困难的(需要非局部信息)。


🎓

$\widetilde{Re}_{\theta t}$ 的输运方程正是解决这个非局部性问题的机制。它在主流中计算关联式的值,然后通过输运方程将其扩散到壁面附近。这使得在壁面附近也能访问到主流的Tu信息。


🧑‍🎓

也就是说 $\widetilde{Re}_{\theta t}$ 就像是“将主流信息送到壁面的邮递员”一样的东西吗?


🎓

正是这个形象。


与SST k-omega的耦合

🧑‍🎓

实现上是作为SST k-omega模型的附加形式吗?


🎓

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,保持不变)

3. $\gamma$ 方程(间歇因子)

4. $\widetilde{Re}_{\theta t}$ 方程(转捩雷诺数)


网格要求

🧑‍🎓

转捩模型比普通的RANS需要更细的网格吗?


🎓

为了正确捕捉转捩区域,需要比通常RANS更高的分辨率。


参数SST k-omega(壁函数Transition SST
壁面 $y^+$30〜1001以下
边界层内层数8〜1520〜30
流向(翼弦方向)100 网格/弦长200〜300 网格/弦长
展向--若要解析转捩前沿的3D结构则需要细化
🧑‍🎓

$y^+ \approx 1$ 是必须的,因为转捩是壁面附近的微妙现象,对吧。

Coffee Break 闲谈

γ-Rθ转捩模型——Menter(2006)实现实用的“转捩RANS预测”

Menter-Langtry的γ-Reθ模型(2006,2009)是工程上应用最广泛的转捩模型,用于RANS预测从层流到湍流的“转捩”。它在k-ω SST基础上增加了转捩起始动量厚度雷诺数Reθt和间歇系数γ两个输运方程,在一个框架内处理自然转捩、旁路转捩和分离诱导转捩三种模式。该模型在Fluent和OpenFOAM中均有标准实现,用于飞机机翼、燃气涡轮叶片、风力机叶片的转捩预测。但其对湍流强度(Tu)和长度尺度(Λ)的设置敏感度高,入口条件的处理对精度影响很大。

迎风格式(Upwind)

一阶迎风:数值扩散大但稳定。二阶迎风:精度提高但有振荡风险。高雷诺数流动中必不可少。

中心差分(Central Differencing)

二阶精度,但当Pe数 > 2时会发生数值振荡。适用于低雷诺数的扩散主导流动。

TVD格式(MUSCL、QUICK等)

通过限制器函数抑制数值振荡同时保持高精度。对捕捉激波或陡峭梯度有效。

有限体积法 vs 有限元法

FVM:自然地满足守恒定律。CFD的主流。FEM:对复杂形状、多物理场有利。SPH等无网格法也在发展中。

CFL条件(库朗数)

显式方法:CFL ≤ 1 是稳定条件。隐式方法:即使CFL > 1 也稳定,但影响精度和迭代次数。LES:推荐 CFL ≈ 1。物理意义:在一个时间步内信息传播不超过一个网格。

残差监控

连续性方程、动量、能量的各项残差下降3~4个数量级可判断为收敛。质量守恒的残差尤其重要。

松弛因子

压力:0.2〜0.3、速度:0.5〜0.7 是常见的初始值。发散时降低松弛因子。收敛后可提高以加速。

非定常计算的内部迭代

在每个时间步内迭代直到收敛到定常解。内部迭代次数:5〜20次为参考值。若残差在时间步之间波动,则

関連シミュレーター

この分野のインタラクティブシミュレーターで理論を体感しよう

シミュレーター一覧

関連する分野

この記事の評価
ご回答ありがとうございます!
参考に
なった
もっと
詳しく
誤りを
報告
参考になった
0
もっと詳しく
0
誤りを報告
0
Written by NovaSolver Contributors
Anonymous Engineers & AI — サイトマップ