傅里叶数（Fo）— 非定常热传导的无次元时间

傅里叶数（Fo）的理论基础

傅里叶数的定义与物理意义

老师，傅里叶数是什么意思？在教科书上看到 Fo 这个符号，但不太理解…

简单地说，傅里叶数是表示非定常热传导进行程度的无次元时间。定义式是这样的：

其中 $\alpha$ 是热扩散率 [m²/s]，$t$ 是经过时间 [s]，$L$ 是代表长度（板厚的一半或圆柱的半径等）[m]。

热扩散率 $\alpha$ 与热传导率 $k$ 不一样吗？

很好的问题。热扩散率是热传导率除以密度和比热：

热传导率 $k$ 表示材料导热的难易程度，而热扩散率 $\alpha$ 表示温度变化传播的快慢。铜的 $k$ 很大，所以导热好，但 $\rho c_p$ 也很大。相比之下，铝的 $\alpha$ 比铜还大，所以温度变化在铝中传播更快。

那么傅里叶数越大就表示热越充分地分散了？

完全同意。打个比方，刚洗澡时身体表面热但内里还冷（Fo 很小），但泡得够久了身体从里到外都暖和了（Fo 很大）。傅里叶数可以说是衡量物体温度均一化程度的指标。

非定常热传导的支配方程与无次元化

傅里叶数从支配方程的哪里来的？

来看一维非定常热传导方程（内部无热源，等向材料、常数物性）：

引入无次元变量。设 $\theta = (T - T_\infty)/(T_i - T_\infty)$、$\xi = x/L$、$\tau = \alpha t / L^2$，代入后支配方程变成：

看到了吗，无次元时间 $\tau$ 正好就是傅里叶数 $\mathrm{Fo}$。无次元化之后，所有的物性和尺寸参数都消失了——相同的 Fo 和相同的边界条件下，不同材料、不同尺寸的物体有相同的无次元温度分布 $\theta(\xi, \mathrm{Fo})$。这是相似性原理的核心。

也就是说 10cm 的铝板和 1m 的铁板，如果Fo一样，温度分布的模式也一样？

如果边界条件用相同的Bi数来表示的话，是这样。这就是实验建模和Heisler图表能够通用的原因。

单项近似与Fo > 0.2的含义

教科书说"Fo > 0.2 时可用单项近似"，这是什么意思？

非定常热传导的解析解一般是无限级数。比如初始温度 $T_i$、环境温度 $T_\infty$ 的无限平板中心的无次元温度为：

其中 $\zeta_n$ 是由Bi数决定的特征值。指数函数 $\exp(-\zeta_n^2 \, \mathrm{Fo})$ 随着 $n$ 增大而快速衰减。当 Fo 超过 0.2 时，$n \geq 2$ 的所有项都小于 2%，可以忽略不计。因此只需要保留第一项：

使用Heisler图表时也要求Fo > 0.2，是同样的原因吧！

正是。Heisler图表是基于单项近似绘制的，所以Fo < 0.2的范围内不能用。若需要早期的短时间响应，要么用多项级数，要么用半无限体近似。

具体来说，达到Fo > 0.2需要多长时间？

比如钢（$\alpha \approx 1.2 \times 10^{-5}$ m²/s）、厚度20mm（$L = 10$ mm = 0.01 m）的情况：

钢板20mm约1.7秒后单项近似才开始有效。而混凝土墙200mm（$\alpha \approx 5 \times 10^{-7}$ m²/s、$L = 0.1$ m）则需要 $t \approx 4000$ 秒 = 1小时以上。材料和尺寸决定了差异。

Bi数的关系与分析手法选择

傅里叶数和Bi数是一起用的吧？

完全同意。决定非定常热传导分析方法时，Bi数和傅里叶数是成对使用的。Bi数的定义是：

$h$ 是表面热传递系数，$L$ 是代表长度，$k$ 是固体热传导率。Bi表示固体内部热阻与表面对流热阻的比值。

Bi很小时可以用集中热容量法吧？

对。Bi < 0.1时，固体内部的温度梯度可以忽略不计，整个物体看作等温体处理——这就是集中热容量法（Lumped Capacitance Method）。此时温度变化为简单的指数衰减：

实务中的判断流程大致是这样的：

只需检查Bi和Fo这两个数，就能决定采用哪种方法了。真清楚！

这两个无次元数就像是非定常热传导问题的指南针。不陷入CAE的黑箱，能预判问题性质的能力至关重要。

傅里叶数（Fo）的数值计算手法

要素傅里叶数与显式法的稳定条件

老师，FEM的非定常热分析中傅里叶数也很重要吧？

很重要。数值分析中有个重要概念叫要素傅里叶数（或网格傅里叶数）。用要素尺寸 $\Delta x$ 代替 $L$，用时间步长 $\Delta t$ 代替总时间 $t$：

使用显式法（前进Euler、前向差分）时，稳定性要求$\mathrm{Fo}_e \leq 0.5$（一维）。否则解会发散。这是著名CFL条件在热传导中的版本。二维时 $\mathrm{Fo}_e \leq 0.25$，三维时 $\mathrm{Fo}_e \leq 1/6$。

网格越细，时间步长必须越小？

是的。根据 $\Delta t \leq \mathrm{Fo}_{e,\max} \cdot \Delta x^2 / \alpha$，如果网格尺寸减半，允许的时间步长就要缩小到原来的1/4。计算步数增加2倍，总计算量增加8倍。这就是显式法的最大弱点。

时间步长的设置指南

那么实务中怎样确定时间步长呢？

用傅里叶数的思路很方便。首先估算整个分析的时间尺度：

• 特征时间 $t_c = L^2 / \alpha$ ——温度变化传遍整个物体的目安时间
• 分析终止时间——达到定常状态（Fo ≈ 1〜2）或感兴趣的时刻

然后根据时间步长方案确定 $\Delta t$：

隐式法的话Fo_e再大也没问题？

稳定性没问题，但精度会下降。步长太大会漏掉温度的瞬时变化。特别是在热冲击初期，建议用较小的 $\Delta t$，之后温度变化缓和了再增大。这种自适应时间步长控制是实务的标准做法。

隐式法与显式法的选择

那么该用隐式还是显式呢？

一般的非定常热传导问题**隐式法明显更有利**。原因很简单：热传导是扩散型方程，时间尺度长。显式法因为稳定性限制会被迫使用很小的 $\Delta t$，而隐式法用大时间步是可以接受的，反而效率更高。

当然也有例外：

• 激光加热或等离子体照射这样的超短时间局部加热 → 显式法可能更适合
• 结构-热耦合显式求解（如LS-DYNA） → 结构侧用显式，热侧也跟着显式

傅里叶数（Fo）的实务应用

利用傅里叶数的分析设计流程

老师，实务中具体怎样使用傅里叶数？

在CAE非定常热分析的建模时，傅里叶数主要用在以下四个场景：

1. 估算分析终止时间：先算出 $t_c = L^2/\alpha$，看大约什么时候达到定常（Fo ≈ 1〜2）。
2. 验证时间步长：计算要素Fo_e，看是否满足稳定性和精度要求。
3. 检查网格与步长的平衡：网格加密时要看Fo_e有没有超标。
4. 结果验证：中心温度的时间历程与单项近似理论值是否吻合（Fo > 0.2范围内）。

开始分析前用计算器算一下傅里叶数，就能看清方向？

完全同意。CAE容易陷入黑箱，但提前手算Bi数和傅里叶数，能帮助你识别结果的异常之处。养成这个习惯很重要。

代表材料的傅里叶数计算例

能举几个具体的计算例吗？

看几个常见的情况：

食品杀菌要15分钟才能达到单项近似的条件…生产加工真复杂。

食品工业中，精确控制中心温度到达规定温度的时间是质量管理的核心。傅里叶数这样的物理参数在实际应用中处处都用上了。

常见失误与对策

傅里叶数方面初学者容易犯哪些错误？

三个典型的失误：

软件中的处理

各求解器中的Fo相关设置

商用CAE软件中傅里叶数有直接涉及的地方吗？

软件本身不会让你输入傅里叶数，但时间步长设置和稳定性判断背后离不开傅里叶数。具体看几个例子：

软件自动调节 $\Delta t$，那手动算傅里叶数还有意义吗？

意义很大。自动控制并非万能：

• 初期设置不当：自动控制的起点设得太大，第一步就会陷入不稳定或不合理
• 局部细网格：全局平均网格尺寸满足条件，但最小要素处Fo_e严重超标
• 结果验证：手算Fo预估"此时该有多均一的温度分布"，对比数值结果能快速发现问题

高级话题

多维问题中的傅里叶数

一直是一维的例子，二维、三维怎样处理？

有限矩体（$2L_1 \times 2L_2 \times 2L_3$）的瞬态温度分布，可以用变量分离法写成各方向一维解的乘积：

其中 $\mathrm{Fo}_i = \alpha t / L_i^2$。温度均一化的瓶颈是最厚的方向（Fo最小的）。比如薄板，板厚方向先均一化，面内方向后追上。

数值解析的稳定条件三维也会变？

是的。等向网格（$\Delta x = \Delta y = \Delta z$）的三维显式法稳定条件：

一维 $\leq 1/2$、二维 $\leq 1/4$、三维 $\leq 1/6$。维度增加，稳定条件越来越严。这就是为什么三维的显式法几乎无法使用，隐式法才是实际做法。

非线性问题的扩展

如果材料物性随温度变化（$k$ 依赖于 $T$），傅里叶数怎样用？

严格说 $\alpha$ 变成 $\alpha(T)$ 了，傅里叶数就不再恒定。对付方法有几种：

• 用参考温度处的 $\alpha$ 来估算 $t_c$（初始温度、平均温度等）
• Kirchhoff 变换：定义 $U = \int_0^T k(T')\,dT'$，能把非线性方程化成线性形式（在某些情况下）
• 相变问题（融化、凝固）：潜热导致 $c_p$ 见观上巨大，Fo会在相变区间极小。这种情况傅里叶数估算失效，只能依赖数值求解

非线性也能用傅里叶数做粗估吗？

能。精确数值得不出，但"问题的时间尺度是秒级还是小时级"这类量级估计很有帮助。工程直觉就这样积累的。

傅里叶数（Fo）的故障排除

Fo相关的典型故障

老师，非定常热分析的常见问题教一下。

傅里叶数相关的典型故障及对策：

1. 温度出现振荡（非物理的温度上下波动）

• 原因：Crank-Nicolson 法在要素Fo_e过大时容易出现振荡。完全隐式（后向Euler）则无此问题，但精度只有一阶
• 对策：减小 $\Delta t$ 或改用完全隐式（ANSYS中设置 Theta = 1.0）

2. 解发散（温度飙升到无穷大）

• 原因：显式法中要素Fo_e > 1/(2d) 超过稳定限界。尤其是有局部细网格时
• 对策：用最小网格尺寸 $\Delta x_{\min}$ 验证 Fo_e 是否满足条件。$\Delta t \leq \Delta x_{\min}^2 / (2d \cdot \alpha)$

3. 达到定常的时间与预期相差很大

• 原因：$\alpha$ 数值错误（单位换算、温度依赖未考虑）或 $L$ 的定义不当
• 对策：手算特性时间 $t_c = L^2/\alpha$ 对比数值结果。偏差在2倍以内可接受，10倍以上则重新检查物性值和$L$定义

4. Heisler图表与数值解不一致

• 原因：Heisler图表基于单项近似（Fo > 0.2）、无限几何、特定边界条件。现实问题往往不符
• 对策：确认前提条件。Fo > 0.2、几何简单（一维近似可行）、边界条件相同，这三点都满足才能比较

所有的问题都能用傅里叶数和Bi数来诊断！

非定常热传导这块，傅里叶数和Bi数就像罗盘。结果有异常先检查这两个，往往能快速找到问题所在。