混合对流（复合对流） — 基于Richardson数的流动区域判定
理论与物理
概述 — 什么是混合对流
老师，复合对流是指强制对流和自然对流都起作用的状态吗？ 我搞不太清楚什么时候可以只考虑其中一种，它们的界限是…
没错。"混合对流"或"复合对流（mixed convection）"是指强制流动（风扇或泵）和浮力驱动流动（温差引起的密度差）同时起作用的状态。
关键在于，存在一个区域，如果只假设强制对流或只假设自然对流，误差会很大。例如，在电子设备的风扇冷却中，风扇风速较低的低速区域，浮力的影响不可忽视；反之，在数据中心的热通道中，服务器的排热会产生上升气流，与空调的强制气流相互干扰。
原来如此… 那么有办法用数值来判断"哪种对流占主导"吗？
有的。那就是 Richardson数（Ri）。定义为 $\mathrm{Ri} = \mathrm{Gr}/\mathrm{Re}^2$。这是一个表示浮力效应与惯性力效应之比的无量纲数，仅凭这个值就能决定流动的特性。
Richardson数主导的区域判定
请告诉我Richardson数的具体判定标准！
Richardson数的定义和流动区域的分类是这样的：
其中 $g$ 是重力加速度，$\beta$ 是体膨胀系数，$T_s$ 是壁面温度，$T_\infty$ 是主流温度，$L$ 是特征长度，$U_\infty$ 是主流速度。
| Richardson数范围 | 流动区域 | 主导的传热机制 | 典型场景 |
|---|---|---|---|
| $\mathrm{Ri} < 0.1$ | 强制对流主导 | 惯性力 >> 浮力 | 高速风扇冷却、风洞实验 |
| $0.1 \leq \mathrm{Ri} \leq 10$ | 混合对流区域 | 惯性力 ≒ 浮力 | 低速风扇冷却、数据中心、HVAC |
| $\mathrm{Ri} > 10$ | 自然对流主导 | 浮力 >> 惯性力 | 被动散热、自然通风、建筑物内温度分层 |
也就是说 $\mathrm{Ri} \approx 1$ 附近是最棘手的吧。有具体的数值例子吗？
例如，考虑服务器机柜的排气口附近。排气温度 $T_s = 60\,^\circ\mathrm{C}$，环境温度 $T_\infty = 25\,^\circ\mathrm{C}$，排气口高度 $L = 0.5\,\mathrm{m}$，空调送风速度 $U_\infty = 0.8\,\mathrm{m/s}$。取空气的体膨胀系数 $\beta \approx 1/T_\mathrm{avg} \approx 1/316\,\mathrm{K}^{-1}$，则：
$\mathrm{Ri} = \dfrac{9.81 \times (1/316) \times 35 \times 0.5}{0.8^2} \approx \dfrac{0.543}{0.64} \approx 0.85$
$\mathrm{Ri} \approx 0.85$，所以这正好是混合对流区域。如果只用强制对流公式计算，会低估传热；如果只用自然对流，则会忽略流速的影响。
Nusselt数的合成法则
混合对流时，Nu数怎么计算呢？ 是把强制对流的Nu和自然对流的Nu简单相加吗？
不是简单相加，而是使用 Churchill-Usagi合成法则。形式是幂次和：
其中：
- $n$ 是合成指数。$n = 3$ 应用最广泛（Incropera的教科书、Morgan的ASME综述等）。也有文献推荐 $n = 4$（Chen的垂直平板）。
- $+$（加号）: Aiding flow（助长流动） — 浮力与强制流动同向
- $-$（减号）: Opposing flow（对抗流动） — 浮力与强制流动反向
诶，$n = 3$ 的意思不是简单相加，而是3次方和的3次方根吗？ 为什么会是这种形式呢？
从物理上讲，强制对流和自然对流的边界层并非独立发展，而是相互干扰。简单相加（$n=1$）会高估干扰效应。$n=3$ 是与实验数据吻合最好的"经验最优值"，由Churchill在1977年系统化。
具体写出来是这样的：
这个公式在 $\mathrm{Ri} \ll 1$（强制对流主导）时，会自然地渐近到 $\mathrm{Nu} \to \mathrm{Nu}_{\mathrm{forced}}$ 吗？
会的会的。如果 $\mathrm{Nu}_{\mathrm{natural}} \ll \mathrm{Nu}_{\mathrm{forced}}$，那么即使3次方也几乎为零，所以 $\mathrm{Nu}_{\mathrm{mixed}} \approx \mathrm{Nu}_{\mathrm{forced}}$。反之，如果 $\mathrm{Ri} \gg 1$，则 $\mathrm{Nu}_{\mathrm{mixed}} \approx \mathrm{Nu}_{\mathrm{natural}}$。也就是说，这个合成法则在两种极限情况下都具有正确的渐近行为。这正是Churchill合成法则的优越之处。
助长流动 vs. 对抗流动
刚才公式里的"$\pm$"让我很在意。aiding flow和opposing flow具体有什么不同呢？
考虑一个被加热的垂直壁面就容易理解了。壁面附近，被加热的流体会产生上升的浮力流。
- Aiding flow（助长流动）: 强制流动从下向上吹，与浮力流同向 → 边界层变薄，Nu增大
- Opposing flow（对抗流动）: 强制流动从上向下吹，与浮力流反向 → 边界层变厚，Nu降低，最坏情况下会发生分离或逆流
- Transverse flow（横向流动）: 强制流动为水平方向，与浮力正交 → 产生三维二次流
opposing flow会发生分离吗？ 这在工程实践中很糟糕吧？
非常糟糕。例如，如果将电子电路板垂直放置并采用从上向下的送风设计，在电路板下部（温度较高的部分）浮力与强制流动会相互对抗，产生再循环区，从而可能形成局部高温点（热点）。实际上，在我过去负责的车载ECU分析中，也有过采用opposing配置导致电路板中央的IC热失控的案例。在设计阶段改为aiding配置后，$\Delta T$ 改善了15K以上。
控制方程（Boussinesq近似）
混合对流的控制方程是什么样的？ 和普通的Navier-Stokes方程有什么不同？
基本是Navier-Stokes方程，但关键在于在动量方程中添加浮力项。最广泛使用的是Boussinesq近似，即密度变化仅出现在浮力项中，其他部分视为密度恒定。这在温差较小（$\beta \Delta T \ll 1$）时有效。
连续性方程：
动量方程（Boussinesq近似）：
能量方程：
动量方程的最后一项 $\rho_0 \beta (T - T_0) \mathbf{g}$ 就是浮力项吧。意思是存在温差就会在重力方向产生力。
没错。我举三个重要的注意事项：
- Boussinesq近似的适用极限: 大致以 $\beta \Delta T < 0.1$ 为基准。对于空气，当 $\Delta T > 30\,\mathrm{K}$ 左右时，应考虑非Boussinesq模型（可变密度模型）。
- 重力方向设置错误: 在CFD求解器中设置重力矢量方向错误，会导致浮力方向反转，得到毫无意义的结果。这是难以置信的常见新手错误。
- 参考温度 $T_0$ 的选择方法: 通常使用入口温度或环境温度。不恰当的参考温度会使浮力项的大小出错。
Boussinesq近似的合理性检查
- 确认 $\beta \Delta T$ 的值: 对于空气，$\beta \approx 1/T_{\mathrm{avg}}$（理想气体近似）。若 $T_{\mathrm{avg}} = 300\,\mathrm{K}$，$\Delta T = 50\,\mathrm{K}$，则 $\beta \Delta T \approx 0.17$ → 接近极限。若 $\Delta T = 100\,\mathrm{K}$ 以上，则应使用可变密度模型。
- 对于水: $\beta \approx 2.1 \times 10^{-4}\,\mathrm{K}^{-1}$（20℃附近），因此即使 $\Delta T = 50\,\mathrm{K}$，$\beta \Delta T \approx 0.01$ → Boussinesq近似完全成立。
- 密度变化的实际影响: 使用Boussinesq近似会忽略压缩性效应，因此高温气体膨胀对速度场的影响会被遗漏。对于像燃烧场这样的大温差情况，需要低马赫数近似或全压缩性解法。
主要无量纲数的定义与关系
| 无量纲数 | 定义 | 物理意义 |
|---|---|---|
| Grashof数 $\mathrm{Gr}$ | $\dfrac{g \beta \Delta T L^3}{\nu^2}$ | 浮力 / 粘性力（相当于自然对流的Reynolds数） |
| Reynolds数 $\mathrm{Re}$ | $\dfrac{U L}{\nu}$ | 惯性力 / 粘性力 |
| Richardson数 $\mathrm{Ri}$ | $\dfrac{\mathrm{Gr}}{\mathrm{Re}^2}$ | 浮力 / 惯性力（混合对流的判定指标） |
| Rayleigh数 $\mathrm{Ra}$ | $\mathrm{Gr} \cdot \mathrm{Pr}$ | 浮力 / (热扩散 × 粘性扩散) |
| Prandtl数 $\mathrm{Pr}$ | $\nu / \alpha$ | 动量扩散 / 热扩散 |
Richardson数名称的由来
Richardson数以英国数学家、气象学家Lewis Fry Richardson（1881-1953）命名。他在1920年代提出了"浮力效应与流动剪切效应之比"的概念，用于评估大气稳定性。这个数原本诞生于气象学背景，后来被转用于工程热流体领域，并作为混合对流的主导参数被广泛使用。顺便一提，Richardson也是最早提出"通过数值计算进行天气预报"想法并付诸实践的人物，可以说是现代数值天气预报的鼻祖。
数值解法与实现
离散化策略
用CFD求解混合对流时，在离散化方面有什么需要特别注意的吗？
混合对流中，动量方程和能量方程通过浮力项强耦合。因此，离散化的要点比普通CFD更严格：
- 空间离散化: 对流项至少使用二阶精度以上的格式（二阶迎风、QUICK、MUSCL等）。一阶迎风格式的数值扩散过大，会抹平浮力产生的精细流动模式。
- 压力-速度耦合: SIMPLE系列（SIMPLE、SIMPLEC）是标准选择。浮力较强时，耦合求解器通常更稳定。
- 时间离散化: 非定常分析（opposing flow经常出现振荡）推荐二阶隐式格式。CFL数应保持在1以下。
一阶迎风不行吗？ 结构分析的FEM即使用低阶单元也还能凑合…
CFD的对流项与结构分析的性质完全不同。一阶迎风的数值扩散与网格的粗糙度成正比，会使浮力羽流（上升流）模糊甚至消失。如果出现"明明有风扇却看不到浮力效应"的结果，首先要怀疑离散化格式。
湍流模型的选择
湍流模型该用哪个？ 普通的k-ε可以吗？
结论是，不推荐标准k-ε。因为在混合对流中，浮力引起的湍流生成和抑制很重要，而标准k-ε对浮力项的处理不够充分。推荐顺序如下：
| 湍流模型 | 对混合对流的适用性 | 计算成本 | 备注 |
|---|---|---|---|
| SST k-ω | 良好 | 中等 | 能较好地捕捉壁面附近的浮力效应 |
| Realizable k-ε + 浮力修正 | 良好 | 中等 | 必须启用Fluent的Full Buoyancy Effects |
| k-ε-v²-f (V2F) | 优秀 | 中~高 | 捕捉壁面附近的各向异性。STAR-CCM+中可用 |
| RSM（Reynolds应力模型） | 优秀 | 高 | 准确再现浮力湍流的各向异性。收敛稍难 |
| LES | 最高精度 | 非常高 | 用于研究或最终验证 |
Fluent的"Full Buoyancy Effects"是什么？ 默认是关闭的吗？
是的，默认是关闭的。启用此设置后，会在湍流动能方程（k方程）中添加浮力引起的湍流生成项 $G_b = -\beta g_i \dfrac{\mu_t}{\mathrm{Pr}_t} \dfrac{\partial T}{\partial x_i}$。对于混合对流，这是必须启用的设置。如果保持关闭状态进行分析，浮力引起的湍流增强或抑制会被完全忽略，特别是在opposing flow中会产生很大误差。
收敛技巧
感觉混合对流很难收敛，有什么技巧吗？
混合对流确实难以收敛。因为浮力与惯性力相互对抗，解容易振荡。我总结一些实践中有效的技巧：
- 初始条件的技巧: 首先在没有浮力（$g=0$）的情况下收敛仅强制对流的解，然后以此作为初始值，逐步打开重力（通过欠松弛分阶段增加$g$）。
- 欠松弛系数: 将动量从0.5降至0.3，压力从0.3降至0.2。能量保持在0.8~0.9，相对较高。
- 定常→非定常切换: 对于opposing flow，有些情况本质上只存在非定常解。如果定常计算不收敛，不要犹豫，切换到非定常分析。
- 残差监控点: 不仅要监控整体残差，还要监控"壁面Nu数"、"特定截面的速度剖面"等，以确认物理上的收敛。
实践指南
电子设备的混合对流冷却
相关主题
なった
詳しく
報告