傅里叶数(Fo)——非稳态热传导的无量纲时间

分类: 熱解析 > 非定常熱伝導 | 更新 2026-04-12
Fourier number Fo visualization showing dimensionless time evolution of transient heat conduction temperature profiles
フーリエ数 Fo の増加に伴う非定常温度分布の時間発展。Fo が大きくなるにつれ初期温度分布の影響が消え、平衡状態に近づく。

理论与物理

傅里叶数的定义与物理意义

🧑‍🎓

老师,傅里叶数到底表示什么意思?教科书里突然出现 Fo 这个符号,我完全搞不懂…。

🎓

简单来说,傅里叶数是表示“非稳态热传导进行到何种程度”的无量纲时间。定义式如下:

$$ \mathrm{Fo} = \frac{\alpha \, t}{L^2} $$
🎓

其中 $\alpha$ 是热扩散率 [m²/s],$t$ 是经过时间 [s],$L$ 是特征长度(例如板厚的一半或圆柱半径等)[m]。

🧑‍🎓

热扩散率 $\alpha$ 和热导率 $k$ 不一样吗?

🎓

问得好。热扩散率是热导率除以密度和比热:

$$ \alpha = \frac{k}{\rho \, c_p} \quad \text{[m}^2\text{/s]} $$
🎓

热导率 $k$ 表示“热量传递的难易程度”,而热扩散率 $\alpha$ 表示“温度变化传递的快慢”。铜的 $k$ 很大,所以容易导热,但 $\rho c_p$ 也相当大。另一方面,铝的 $\alpha$ 比铜大,所以实际上温度变化的传递速度是铝更快。

🧑‍🎓

原来如此!那么傅里叶数越大,就表示“热量已经充分传递开了”对吗?

🎓

没错。打个比方,刚进浴缸时只有表面暖和(Fo 小),泡一会儿后连芯都热了(Fo 大)。傅里叶数是“物体整体温度均匀化程度”的指标。

非稳态热传导的控制方程与无量纲化

🧑‍🎓

傅里叶数是从控制方程的哪里推导出来的呢?

🎓

我们来看一下一维非稳态热传导方程(无内热源、各向同性、物性恒定):

$$ \frac{\partial T}{\partial t} = \alpha \frac{\partial^2 T}{\partial x^2} $$
🎓

这里引入无量纲变量。设温度 $\theta = (T - T_\infty)/(T_i - T_\infty)$,位置 $\xi = x/L$,时间 $\tau = \alpha t / L^2$。那么控制方程就变成:

$$ \frac{\partial \theta}{\partial \tau} = \frac{\partial^2 \theta}{\partial \xi^2} $$
🎓

如你所见,无量纲时间 $\tau$ 正是傅里叶数 $\mathrm{Fo}$。无量纲化后,物性值和尺寸参数全部消失,只要 Fo 和边界条件相同,即使材料和尺寸不同,也会得到相同的无量纲温度分布 $\theta(\xi, \mathrm{Fo})$。这就是相似原理的本质。

🧑‍🎓

诶,也就是说,10厘米的铝板和1米的铁板,只要 Fo 相同,温度分布的模式就一样吗?

🎓

前提是边界条件用相同的 Bi(毕渥数)来统一。正是基于这种思想,才能制作实验的相似模型,或者建立像海斯勒图那样的通用图表。

单项近似与 Fo > 0.2 的含义

🧑‍🎓

教科书上写着“如果 Fo > 0.2 就可以使用单项近似”,这是什么意思?

🎓

非稳态热传导的解析解通常用无穷级数表示。例如,初始温度为 $T_i$ 的无限大平板突然暴露在温度为 $T_\infty$ 的环境中时,中心的无量纲温度为:

$$ \theta^* = \sum_{n=1}^{\infty} C_n \exp\!\left(-\zeta_n^2 \, \mathrm{Fo}\right) \cos(\zeta_n \xi) $$
🎓

这里 $\zeta_n$ 是由毕渥数决定的特征值。指数函数 $\exp(-\zeta_n^2 \, \mathrm{Fo})$ 在 $n$ 越大时衰减得越快。Fo 超过 0.2 时,$n \geq 2$ 的项全部衰减到 2% 以下,可以忽略。所以只保留第一项就能得到足够的精度:

$$ \theta^* \approx C_1 \exp\!\left(-\zeta_1^2 \, \mathrm{Fo}\right) \cos(\zeta_1 \xi) \quad (\mathrm{Fo} > 0.2) $$
🧑‍🎓

使用海斯勒图时也写着条件 Fo > 0.2。原来也是这个原因啊!

🎓

没错。海斯勒图就是将单项近似的结果图表化,所以 Fo < 0.2 的区域无法使用。如果需要研究初期的短时间区域,就需要将级数求和到更多项,或者使用半无限大物体的解。

🧑‍🎓

具体来说,Fo > 0.2 大概需要多长时间呢?

🎓

例如钢材($\alpha \approx 1.2 \times 10^{-5}$ m²/s),板厚 20mm($L = 10$ mm = 0.01 m)的情况:

$$ t = \frac{\mathrm{Fo} \cdot L^2}{\alpha} = \frac{0.2 \times (0.01)^2}{1.2 \times 10^{-5}} \approx 1.7 \;\text{秒} $$
🎓

对于 20mm 的钢板,大约 1.7 秒后就可以使用单项近似。另一方面,对于 200mm 的混凝土墙($\alpha \approx 5 \times 10^{-7}$ m²/s,$L = 0.1$ m),则需要 $t \approx 4000$ 秒 = 1 小时以上。根据材料和尺寸,时间会相差好几个数量级。

与毕渥数的关系及解析方法的选择

🧑‍🎓

傅里叶数和毕渥数是配套使用的吗?

🎓

正是如此。在确定非稳态热传导问题的解析方法时,毕渥数 Bi 和傅里叶数 Fo 是成对考虑的。毕渥数定义为:

$$ \mathrm{Bi} = \frac{h L}{k} $$
🎓

$h$ 是表面的对流传热系数,$L$ 是特征长度,$k$ 是固体的热导率。Bi 表示“固体内部的热阻”与“表面对流热阻”之比

🧑‍🎓

Bi 小的时候可以使用集总热容法对吧?

🎓

是的。Bi < 0.1 时,物体内部的温度梯度小到可以忽略,可以将整个物体视为均匀温度——这就是集总热容法(Lumped Capacitance Method)。此时温度变化是简单的指数衰减:

$$ \frac{T(t) - T_\infty}{T_i - T_\infty} = \exp\!\left(-\mathrm{Bi} \cdot \mathrm{Fo}\right) = \exp\!\left(-\frac{hA_s}{\rho c_p V}t\right) $$
🎓

实际工作中的判断流程总结如下:

条件可用的方法具体例子
Bi < 0.1集总热容法(ODE)小型金属零件的淬火冷却
Bi ≥ 0.1、Fo > 0.2单项近似、海斯勒图钢板冷却过程(中后期)
Bi ≥ 0.1、Fo < 0.2级数解(多项)或半无限大近似热冲击的初始响应
复杂形状/边界条件FEM / FDM 数值解析发动机缸体的瞬态温度分布
🧑‍🎓

只要检查 Bi 和 Fo 这两个数,就能决定使用哪种解法啊。这下我彻底明白了!

Coffee Break 杂谈

傅里叶数名称的由来

傅里叶数是以法国数学家、物理学家 Jean-Baptiste Joseph Fourier(1768-1830)的名字命名的。他在 1822 年的著作《热的解析理论(Théorie analytique de la chaleur)》中,确立了使用傅里叶级数解析热传导的方法。有趣的是,据说他本人很怕热,并且相信“温暖有益健康”,从埃及远征归来后也喜欢穿得很厚。傅里叶变换、傅里叶级数、傅里叶定律,还有傅里叶数——名字能留在这么多概念上的科学家并不多见。

各项的物理意义(傅里叶数的构成要素)
  • 热扩散率 $\alpha = k/(\rho c_p)$ [m²/s]:表示温度变化的传递速度。$k$ 越大(越容易导热)、$\rho c_p$ 越小(越容易升温)则 $\alpha$ 越大。铝($\alpha \approx 9.7 \times 10^{-5}$)大约是钢($\approx 1.2 \times 10^{-5}$)的 8 倍,温度变化传递得更快。
  • 经过时间 $t$ [s]:热扩散进行的时间。Fo 与时间成正比,所以时间加倍,Fo 也加倍。
  • 特征长度 $L$ [m]:热量需要扩散的距离。Fo 与 $L^2$ 成反比,所以厚度加倍,达到相同 Fo 所需的时间变为 4 倍。这就是大型零件热处理需要很长时间的原因。
特征长度 $L$ 的选择方法
  • 无限大平板:$L =$ 板厚的一半(从对称面到表面)
  • 无限长圆柱:$L = r_0$(半径)
  • 球体:$L = r_0$(半径)
  • 集总热容法:$L_c = V / A_s$(体积/表面积,特征长度)
  • 注意:计算 Bi 和计算 Fo 时使用相同的 $L$ 定义。混用会导致判断错误
典型材料的热扩散率
材料$\alpha$ [m²/s]$k$ [W/(m·K)]$\rho c_p$ [MJ/(m³·K)]
$1.17 \times 10^{-4}$4013.42
$9.7 \times 10^{-5}$2372.44
碳钢$1.2 \times 10^{-5}$514.25
不锈钢(SUS304)$3.9 \times 10^{-6}$153.85
玻璃$3.4 \times 10^{-7}$0.782.29
混凝土$5.0 \times 10^{-7}$1.02.0
$1.4 \times 10^{-7}$0.604.18

数值解法与实现

单元傅里叶数与显式法的稳定性条件

🧑‍🎓

老师,FEM 的非稳态热分析中也会出现傅里叶数吧?

🎓

会出现。在数值分析中,单元傅里叶数(网格傅里叶数)非常重要。用单元尺寸 $\Delta x$ 代替特征长度 $L$,用时间步长 $\Delta t$ 代替时间 $t$:

$$ \mathrm{Fo}_e = \frac{\alpha \, \Delta t}{\Delta x^2} $$
🎓

使用显式法(前向欧拉法、前向差分法)时,必须满足 $\mathrm{Fo}_e \leq 0.5$(一维),否则解会发散。这就是著名的 CFL 条件的热传导版本。二维时 $\mathrm{Fo}_e \leq 0.25$,三维时 $\mathrm{Fo}_e \leq 1/6$。

🧑‍🎓

网格细化后,时间步长也必须变得非常小吗?

🎓

是的,显式法中 $\Delta t \leq \mathrm{Fo}_{e,\max} \cdot \Delta x^2 / \alpha$,所以网格尺寸 $\Delta x$ 减半,允许的时间步长就变为四分之一。计算步数变为两倍,因此总计算量会膨胀到 8 倍。这是显式法最大的弱点。

时间步长的设定指南

🧑‍🎓

那在实际工作中,时间步长是怎么决定的呢?

🎓

基于傅里叶数的思考方式很方便。首先估算整个分析的时间尺度:

  • 特征时间 $t_c = L^2 / \alpha$ —— 温度变化传递到整个物体的大致时间
  • 分析结束时间 —— 接近稳态(Fo $\approx$ 1〜2)或直到感兴趣的时间点

其次是时间步长的参考:

时间格式单元 Fo 参考值备注
显式法(前向差分)Foe ≤ 0.5(必须)稳定性极限。超过则解发散
隐式法(后向差分)Foe = 1〜10无条件稳定,但过大则精度下降
Crank-Nicolson法Foe = 1〜5二阶精度。容易产生振荡,需注意
🧑‍🎓

隐式法的话,Foe 再大也没关系吗?

🎓

从稳定性角度看是没问题,但精度会下降。时间步长太大,会捕捉不到温度的瞬态变化。特别是想观察热冲击的初始响应时,“自动时间步长控制”是实际工作中的常规做法:最初几步使用较小的 $\Delta t$,温度变化变缓后再增大步长。

隐式法与显式法的选择

🧑‍🎓

到底该用哪一种呢?

🎓

对于一般的非稳态热传导问题,隐式法具有压倒性优势。原因很简单,热传导是扩散型方程,时间尺度较长。显式法为了稳定性被迫使用非常小的 $\Delta t$,但从物理上看温度变化缓慢,使用隐式法并采用较大的 $\Delta t$ 效率更高。

但也有例外:

  • 激光加热或等离子体照射等超短时间局部加热 → 显式法的
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

集中熱容量シミュレーター 熱拡散シミュレーター

関連する分野

熱解析構造解析V&V
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
关于作者