含内热源稳态热传导
理论与物理
内部发热的物理
老师，内部发热通常出现在哪些场景中？
涉及范围很广，例如电阻引起的焦耳发热、核燃料的衰变热、化学反应热等。这些都可以用单位体积发热率 $\dot{q}_v$ [W/m$^3$] 来表示。
平板的控制方程
具有均匀内部发热 $\dot{q}_v$ 的平板（厚度 $2L$，两面温度相同 $T_s$）的控制方程为
解呈抛物线分布。
中心温度 $T_{\max} = T_s + \dot{q}_v L^2 / (2k)$。
呈抛物线分布很直观呢。中心最热。
关键在于 $T_{\max} \propto L^2$ 这一点。板厚增加2倍，中心温升会变为4倍。减薄是冷却最有效的手段。
圆筒的情况
对于半径为 $R$ 的圆筒（外表面温度 $T_s$）
中心温度 $T_{\max} = T_s + \dot{q}_v R^2 / (4k)$。与平板的 $2k$ 相比，分母是 $4k$，圆筒的冷却效率更高。
球的情况
对于球体（半径 $R$）
分母变为更大的 $6k$。表面积/体积比越大，冷却效率越高。
| 形状 | $T_{\max} - T_s$ | 表面积/体积 |
|---|---|---|
| 平板 | $\dot{q}_v L^2/(2k)$ | $1/L$ |
| 圆筒 | $\dot{q}_v R^2/(4k)$ | $2/R$ |
| 球体 | $\dot{q}_v R^2/(6k)$ | $3/R$ |
球体的冷却效率最高呢。
这是因为相同体积下球体的表面积最大。不过，如果包含对流条件，情况会稍微复杂一些。
内部发热的控制方程
包含内部发热的稳态热传导方程为∇²T + q̇/k = 0。从核燃料芯块（q̇≈10⁸ W/m³）到锂离子电池电芯（q̇≈10⁵ W/m³），发热密度跨越三个数量级以上。在1940年代的核反应堆设计中，这个方程的重要性急剧上升。
各项的物理意义
- 蓄热项 $\rho c_p \partial T/\partial t$：单位体积的热能储存率。【日常示例】铁锅加热慢冷却也慢，而铝锅加热快冷却也快——这是密度 $\rho$ 和比热 $c_p$ 的乘积（热容量）不同所致。热容量大的物体温度变化缓慢。水的比热非常大（4,186 J/(kg·K)），因此沿海地区气温比内陆更稳定。在非稳态分析中，此项决定了温度随时间的变化速率。
- 热传导项 $\nabla \cdot (k \nabla T)$：基于傅里叶定律的热传导。与温度梯度成比例的热流。【日常示例】将金属勺子放入热锅，勺柄也会变热——因为金属的热导率 $k$ 高，热量能快速从高温侧传到低温侧。木勺不会变热是因为其 $k$ 值小。隔热材料（如玻璃棉）的 $k$ 值极低，即使存在温度梯度，热量也难以传递。这是将“有温差的地方就有热流”这一自然趋势公式化的结果。
- 对流项 $\rho c_p \mathbf{u} \cdot \nabla T$：伴随流体运动的热量输运。【日常示例】吹风扇感到凉爽，是因为风（流体流动）带走了体表附近的暖空气，并供应了新鲜的冷空气——这是强制对流。暖气使房间天花板附近变暖，是因为受热空气因浮力上升的自然对流。PC的CPU散热器风扇也是通过强制对流散热。对流是比热传导高效得多的热量输运方式。
- 热源项 $Q$：内部发热（焦耳热、化学反应热、辐射吸收等）。单位: W/m³。【日常示例】微波炉通过食物内部吸收微波（体积发热）来加热。电热毯的电热丝通过焦耳发热（$Q = I^2 R / V$）变暖。锂离子电池充放电时的发热、刹车片的摩擦热在分析中也作为热源考虑。与从外部对“表面”施加热量的边界条件不同，热源项表示“内部”的能量生成。
假设条件与适用范围
数值解法与实现
FEM中的实现
内部发热在FEM中如何设置？
在单元上设置体积发热率。在FEM公式中，单元热载荷向量会添加
一项。$N_i$ 是形函数。如果是均匀发热，则 $\dot{q}_v \cdot V_e / n_{\text{node}}$ 会平均分配到各节点。
在Ansys中如何设置？
使用BFE（Body Force on Element）命令设置。
```
BFE,ALL,HGEN,,1e6 ! 对所有单元施加 1e6 W/m3
```
在Workbench GUI中，将Internal Heat Generation条件应用于Body。在Abaqus中，使用*DFLUX, BF$(\dot{q}_v)$ 设置。
非均匀发热的处理
实际问题中发热率在空间上常常是非均匀的。
| 示例 | 发热分布 | 建模方法 |
|---|---|---|
| 电阻体 | 均匀（$I^2R/V$） | 常数 |
| 核燃料棒 | 余弦分布（轴向） | 表格/函数输入 |
| 电子电路板 | 局部（仅IC部分） | 按部件定义Body |
| 感应加热 | 集中在趋肤深度 | 与电磁分析耦合 |
感应加热需要与电磁分析耦合呢。
使用Ansys Maxwell或COMSOL AC/DC模块计算涡流密度，然后将 $\dot{q}_v = J^2/\sigma$（焦耳发热密度）输入到热分析中。在Ansys中，数据传递可通过Workbench的耦合功能自动化完成。
网格注意事项
对于内部发热问题，网格过粗会导致温度峰值被平均化。
要准确捕捉中心温度，需要足够细的网格呢。
是的。需要在温度梯度最大的区域（边界附近）集中网格。对于圆筒，中心附近温度梯度为零，可以粗一些，但外表面附近需要细化。
平板内部发热的解析解
厚度2L的平板，均匀发热q̇时，中心温度Tmax = Ts + q̇L²/(2k)。对于10mm厚的硅片（k=150 W/m·K），q̇=10⁶ W/m³时，中心温升仅为0.08K，这是一个表明其均匀性很高的计算示例。
线性单元 vs 二次单元
热传导分析中，线性单元通常足以获得足够的精度。在温度梯度陡峭的区域（如热冲击），推荐使用二次单元。
热流的评估
根据单元内的温度梯度计算得出。与节点应力类似，有时需要进行平滑处理。
对流-扩散问题
当佩克莱数较高（对流主导）时，需要迎风稳定化（如SUPG）。纯热传导问题则不需要。
瞬态分析的时间步长
时间步长应远小于热扩散的特征时间 $\tau = L^2 / \alpha$（$\alpha$: 热扩散率）。对于急剧的温度变化，自动时间步长控制是有效的。
非线性收敛
由温度相关物性值引起的非线性通常比较温和，皮卡德迭代（直接替代法）通常就足够了。对于辐射的强非线性，推荐使用牛顿法。
稳态分析的判定
当所有节点的温度变化低于阈值（例如 $|\Delta T| / T_{max} < 10^{-5}$）时，判定为收敛。
显式法与隐式法的比喻
显式法是“仅凭当前信息预测未来的天气预报”——计算快，但时间步长过大则不稳定（会错过风暴）。隐式法是“也考虑未来状态的预测”——即使时间步长较大也能稳定，但每个步长都需要解方程，计算量大。对于没有急剧温度变化的问题，使用隐式法配合较大的时间步长更高效。
实践指南
应用示例：电线的焦耳发热
我想看具体的计算例子。
考虑AWG18铜线（直径1.02mm，$\rho_e = 1.7 \times 10^{-8}$ Ωm）通10A电流的情况。
| 参数 | 值 |
|---|---|
| 截面积 $A$ | $8.17 \times 10^{-7}$ m$^2$ |
| 电阻 $R/L$ | 0.0208 Ω/m |
| 发热 $I^2R/L$ | 2.08 W/m |
| $\dot{q}_v$ | $2.55 \times 10^6$ W/m$^3$ |
| $T_{\max} - T_s$ | $\dot{q}_v R^2/(4k) = 0.0016$℃ |
只上升0.0016℃吗？
因为铜的 $k = 398$ W/(m K) 非常大。温差主要不是由电线内部决定，而是由绝缘层和外部对流主导。也就是说，电线热设计的关键在于绝缘层外表面温度，而铜内部的温度分布可以视为基本均匀。
应用示例：核燃料棒
核反应堆燃料棒（UO$_2$芯块，$k = 3$ W/(m K)，$\dot{q}_v = 4 \times 10^8$ W/m$^3$，半径5mm）的情况
833℃的温差？数量级完全不同呢。
这是因为UO$_2$ 的 $k$ 值低，而 $\dot{q}_v$ 又大得惊人。确保燃料中心温度不超过熔点（约2800℃）是安全设计的核心。
验证要点
内部发热问题的验证需确认以下几点。
- 温度分布形状: 均匀发热时是否为抛物线分布
- 最高温度位置: 是否位于对称中心
- 能量平衡: 总发热量 $\dot{q}_v \times V$ = 表面散热量
- 与理论解比较: 在简单形状部分进行验算
能量平衡的确认最可靠呢。
在Ansys中，可以通过Reaction Summary查看表...
相关主题
なった
詳しく
報告