衝突噴流冷却(Jet Impingement Heat Transfer)

分类: 熱解析 > 強制対流 | 综合版 2026-04-12
Jet impingement heat transfer CFD simulation showing Nusselt number contour on flat plate with stagnation point
衝突噴流の局所ヌセルト数分布 — よどみ点を中心に高い熱伝達率が得られる

理论与物理

概述 — 什么是冲击射流冷却

🧑‍🎓

冲击射流冷却在什么场景下使用?我只听说过名字…

🎓

典型例子是燃气涡轮叶片内部冷却。燃烧气体温度可达1500°C,但叶片材料镍基超合金的熔点约为1350°C。也就是说,是在材料熔点以上的环境中运行的。因此,通过内部喷射冷却空气,将壁面温度维持在允许范围内。

🧑‍🎓

诶,在熔点以上的温度下运行!?那需要相当强的冷却啊…

🎓

是的。冲击射流能在局部获得 $h = 1{,}000 \sim 10{,}000\ \mathrm{W/(m^2 \cdot K)}$ 这样高的传热系数,所以适合这种极限环境。其他还有电子设备的高发热芯片冷却(GPU超过50 W/cm²)、玻璃淬火的快速冷却、金属板的连续铸造生产线等,在“需要快速局部带走大量热量”的场合都会用到。

🧑‍🎓

和普通的强制对流有什么不同?

🎓

通常的平行流会在壁面形成发展中的边界层,成为热阻。冲击射流是将流体垂直撞击到该边界层上,因此在驻点(stagnation point)边界层厚度几乎为零,热阻被最小化。所以努塞尔数会变得非常大。

射流的流动结构

🧑‍🎓

射流撞击壁面时,流动会形成什么样的结构?

🎓

大致可分为三个区域:

  1. 自由射流区(Free jet region):从喷嘴出口到壁面的途中。存在势流核心(速度大致均匀的中心部分)和卷吸周围流体的剪切层。势流核心的长度大约为 $4 \sim 6d$($d$ 为喷嘴直径)。
  2. 驻点区(Stagnation region):壁面附近流动急剧减速并改变方向的区域。此处Nu数达到最大。径向范围约为 $r/d < 1$。
  3. 壁面射流区(Wall jet region):从驻点向外辐射状扩展的薄边界层流动。随着 $r/d$ 增大,Nu数单调下降——不过,在某些条件下,Nu数可能在 $r/d \approx 2$ 附近出现二次峰值。这是由转捩或涡结构引起的。

🧑‍🎓

二次峰值真有意思。CFD也能准确再现吗?

🎓

RANS模型很难再现二次峰值。在LES(大涡模拟)或DNS中,可以再现为驻点附近产生的大尺度涡结构在壁面射流区撞击壁面的过程。实际工作中使用RANS时,通常会在“假设不会出现二次峰值”的前提下考虑设计余量。

Martin关联式(单圆形射流)

🧑‍🎓

我在教科书上看到过Martin关联式,那是什么公式?

🎓

这是Martin(1977)整理实验数据得到的单圆形射流局部努塞尔数关联式。首先从射流雷诺数的定义开始:

$$ Re_j = \frac{V_j \cdot d}{\nu} $$

其中 $V_j$ 是射流速度 [m/s],$d$ 是喷嘴直径 [m],$\nu$ 是运动粘度 [m²/s]。

驻点($r = 0$)的努塞尔数为:

$$ Nu_0 = \frac{d}{r_0} \cdot F(Re_j) \cdot K\!\left(\frac{H}{d}, \frac{r_0}{d}\right) $$

实际中常用的形式是:

$$ \overline{Nu} = \frac{G(r/d, H/d)}{1 - 1.1 \cdot d/r} \cdot F(Re_j) \cdot Pr^{0.42} $$

其中 $F(Re_j) = 2\sqrt{Re_j} \cdot (1 + 0.005 Re_j^{0.55})^{0.5}$,这代表了射流速度的影响。适用范围是 $2{,}000 \leq Re_j \leq 400{,}000$。

🧑‍🎓

$Pr^{0.42}$ 这部分会因流体种类不同而变化吗?

🎓

没错。空气的话 $Pr \approx 0.71$,水的话 $Pr \approx 7$。相同$Re$下,水射流的Nu更大,是因为普朗特数更大(热边界层更薄)。实际工作中常用这个公式先进行手算,然后用于检查CFD结果的合理性。如果CFD结果与Martin公式偏差超过50%,首先应该怀疑模型。

Martin关联式各项的物理意义
  • $Re_j = V_j d / \nu$(射流雷诺数):射流惯性力与粘性力之比。$Re_j$ 越大,湍流越强,混合越促进,Nu增加。燃气涡轮冷却中 $Re_j = 10{,}000 \sim 60{,}000$ 是典型值。电子冷却的微射流中 $Re_j = 500 \sim 5{,}000$ 左右。
  • $Pr^{0.42}$(普朗特数的影响):流体动量扩散与热扩散之比。空气($Pr \approx 0.71$)和水($Pr \approx 7$)相比,相同$Re$下水的Nu大约大3倍。液态金属($Pr \approx 0.01$)时该指数会变化,需要其他关联式。
  • $H/d$(喷嘴-壁面间距比):此比值支配Nu分布的均匀性。最佳值一般为 $H/d = 4 \sim 8$。
  • $r/d$(径向距离比):距驻点的无量纲距离。$r/d > 8$ 时Nu急剧下降,冷却效率恶化。
适用范围与注意事项
  • 适用范围:$2{,}000 \leq Re_j \leq 400{,}000$、$2 \leq H/d \leq 12$、$Pr \geq 0.6$
  • 基于等温壁面(uniform wall temperature)条件下的数据。等热流条件时Nu分布略有不同
  • 封闭空间(confined jet)中,可能因排气干扰导致Nu下降。Martin式假设为自由空间(unconfined)
  • 非圆形喷嘴(狭缝喷嘴、矩形喷嘴)需要其他关联式
量纲分析与主要参数
参数定义典型值(空气射流)
$Nu = hd/k$努塞尔数50 〜 500
$Re_j = V_j d / \nu$射流雷诺数5,000 〜 100,000
$Pr = \nu / \alpha$普朗特数0.71(空气)
$H/d$喷嘴-壁面间距比2 〜 12
$r/d$径向距离比0 〜 10
$h$ [W/(m²·K)]局部传热系数100 〜 5,000

H/d比的影响

🧑‍🎓

喷嘴和壁面的距离多少为最佳?

🎓

$H/d$ 比的影响可以这样整理:

  • $H/d < 4$:势流核心直接撞击壁面。驻点Nu数最大,但空间均匀性差(只有中心冷却,周围不冷却)。
  • $H/d = 4 \sim 8$:势流核心崩溃,湍流混合充分发展后撞击壁面。这是Nu数面积平均值最大的甜点区。实际工作中以此范围为目标。
  • $H/d > 10$:射流在到达壁面前大幅衰减。驻点Nu数下降,冷却效率恶化。
🧑‍🎓

原来如此,太近太远都不行。燃气涡轮还有空间限制,$H/d$ 的设计看起来相当严格啊…

🎓

是的。涡轮叶片内部只有几毫米,所以喷嘴直径$d$本身小于1毫米的微射流也不少见。即使想以 $H/d = 6$ 为目标,但物理上无法实现时,就需要做出设计判断,例如在 $H/d = 2 \sim 3$ 的情况下,通过调整射流阵列的间距来弥补均匀性。

阵列射流(Array Jet)

🧑‍🎓

实际产品中很少只用一根射流吧?多根并排会怎么样?

🎓

实际工作中通常使用阵列射流(array jet)。这里最大的问题是横流(crossflow)的产生。相邻射流使用过的流体形成横向流动,使下游侧的射流发生偏转。这是导致冷却性能大幅下降的主要原因。

阵列射流的设计参数有:

  • 射流间距 $p/d$:一般为 $p/d = 4 \sim 8$。$p/d$ 太小则干扰严重,太大则会产生射流间“未被冷却的谷地”
  • 排气方向:单侧排气(one-side exhaust)时横流效应大,越往下游冷却性能越差。双侧排气则可改善均匀性
  • 阵列模式:正方形阵列 vs. 交错阵列(staggered)。实验表明交错阵列的面积平均Nu高5〜15%
🧑‍🎓

横流的影响能用CFD预测吗?

🎓

可以,但精度高度依赖于湍流模型的选择。阵列射流中横流与各个射流的干扰很复杂,所以最好对整个阵列(或利用对称性的最小重复单元)进行建模。“只计算一根射流然后相乘”是产生大误差的根源。

Coffee Break 闲谈

GE的CF6发动机与冲击射流冷却的历史

冲击射流冷却正式应用于燃气涡轮,最早期的例子之一是1971年的GE CF6发动机(搭载于波音747)。为了将涡轮入口温度提高到当时具有划时代意义的1260°C,引入了在叶片内部喷射冷却空气进行冲击冷却的设计。当时的经验知识也对Martin(1977)关联式的整理做出了贡献。现在的GE9X发动机涡轮入口温度达到约1700°C,冲击射流+气膜冷却+TBC(热障涂层)的复合冷却变得不可或缺。

数值解法与实现

控制方程

🧑‍🎓

冲击射流CFD分析中求解的方程,和普通的Navier-Stokes方程一样吗?

🎓

基本上是一样的。不可压缩的定常RANS方程如下:

连续性方程:

$$ \nabla \cdot \mathbf{u} = 0 $$

动量方程(RANS):

$$ \rho (\mathbf{u} \cdot \nabla)\mathbf{u} = -\nabla p + \nabla \cdot \left[(\mu + \mu_t)(\nabla \mathbf{u} + \nabla \mathbf{u}^T)\right] $$

能量方程:

$$ \rho c_p (\mathbf{u} \cdot \nabla T) = \nabla \cdot \left[\left(k + \frac{\mu_t c_p}{Pr_t}\right) \nabla T \right] $$

其中 $\mu_t$ 是湍流粘度,$Pr_t \approx 0.85$ 是湍流普朗特数。冲击射流中需要特别注意驻点附近湍流动能的异常生成。这是选择湍流模型的最大要点。

湍流模型选择 — 推荐SST k-ω的理由

🧑‍🎓

湍流模型该用什么?研究室的学长说SST k-ω好…

🎓

学长的建议是正确的。SST k-ω模型是第一选择。我来解释一下理由。

驻点处流动急剧减速,因此速度梯度很大。标准k-ε模型用下式计算 $k$ 的生成项:

$$ P_k = \mu_t S^2 $$

但在驻点,这个 $S$(应变率张量的大小)会变得非常大。结果导致 $k$ 被过度生成,$\mu_t$ 变得不当增大,Nu数最大被高估40%

SST k-ω模型(Menter, 1994)通过以下两点缓解了这个问题:

  1. 在壁面附近切换为k-ω公式化,因此壁面处$k$的边界条件能得到自然处理
  2. 涡粘限制器(基于Bradshaw假说的 $\mu_t$ 上限控制)抑制了驻点处的过度生成
🧑‍🎓

其他模型怎么样?我听说过RSM、v2-f之类的。

🎓
湍流模型驻点Nu精度计算成本推荐度
标准 k-ε高估(+20〜40%)不推荐
Realizable k-ε略高估(+10〜25%)次选
SST k-ω良好(±10〜15%)低〜中第一选择
v2-f良好(±10%)可用但实现较少
RSM理论上最优收敛困难
LES最高精度(±5%)非常高研究/验证用

从实用角度出发,可以认为SST k-ω是唯一选择。v2-f模型理论上更优,但在Fluent中的实现有限,在STAR-CCM+中则易于使用。RSM自由度虽高,但收敛困难,不推荐给初学者。

网格策略

🧑‍🎓

冲击射流的网格有什么特别需要注意的吗?

🎓

最重要的是壁面第一层网格的 $y^+$ 管理。如果使用SST k-ω,应以 $y^+ \leq 1$ 为目标。这意味着“不使用壁面函数,直接解析边界层”。

用具体数值来看一下。空气射流,$Re_j = 23{,}000$,$d = 10\ \mathrm{mm}$ 的情况:

  • 射流速度 $V_j \approx 35\ \mathrm{m/s}$
  • 壁面摩擦速度 $u_\tau \approx 1.5\ \mathrm{m/s}$(驻点附近)
  • 对应 $y^+ = 1$ 的第一层网格高度:$\Delta y \approx 10\ \mu\mathrm{m}$

需要相当薄的网格单元呢。通常的做法是设置15〜25层棱柱层(inflation layer),增长率1.15〜1.2。

🧑‍🎓

10微米的网格单元,总网格数不会变得非常庞大吗?

🎓

这就是冲击射流CFD的宿命。如果是2D轴对称模型,大约10万网格就能解决,但如果是3D阵列射流的整体模型,500万〜5000万网格是常事。节省网格的技巧有:

  • 轴对称化:单射流时,很多时候2D轴对称就足够了
  • 周期性边界条件:只对阵列射流的最小重复单元进行建模
  • 省略喷嘴上流:在喷嘴出口处给定充分发展的速度剖面作为入口条件
  • 远离壁面区域的粗网格化:只在壁面附近细化,喷嘴上方的网格可以粗一些

求解器设置的推荐

🧑‍🎓

请告诉我求解器设置需要注意的地方。

🎓
设置项目推荐值理由
压力-速度耦合SIMPLE 或 CoupledCoupled 通常收敛更快
空间离散化(动量)二阶迎风一阶会因数值扩散低估Nu
空间离散化(压力)二阶确保质量守恒
湍流方程离散化二阶迎风一阶会过度扩散湍流
欠松弛因子(URF)默认值的70〜90%收敛困难时可降低
收敛判据残差下降4个数量级,且Nu数稳定仅残差下降不足以保证Nu收敛
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

構造解析流体解析製造プロセス解析
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