› 对流单元模拟器 返回
热流体模拟器

对流单元模拟器 — 瑞利–贝纳德对流

调整瑞利数（Ra），实时观察对流涡卷的形成、发展与湍流相变过程

参数设置

Ra = 2512
2.0
温度场
速度矢量
流线叠加
最高温度
—
最低温度
—
最大流速
—
对流状态
计算中...
热
冷

什么是瑞利–贝纳德对流？

🧑‍🎓
烧水的时候，有时能看到锅底有液体在打转。那就是对流单元吗？
🎓
没错！正式名称叫「瑞利–贝纳德对流」。底面加热后，底部流体温度升高、密度降低，浮力使其上升；顶部冷流体密度大，向下沉降补位，这样就形成了有规律的涡卷状循环。法国物理学家贝纳德1900年用鲸油做实验首次观察到这个现象，瑞利爵士1916年给出了理论解释。大气积云、地球地幔对流、锅里的沸腾——背后都是同一个道理。
🧑‍🎓
可是水稍微加热一点好像什么都看不到，什么条件才会产生对流？
🎓
这正是瑞利数 Ra 的作用。Ra 是「浮力导致的不稳定化」与「粘性＋热扩散导致的稳定化」之比。当 Ra 低于临界值约1708时，流体始终保持稳定热传导状态——任何扰动都会被耗散掉。超过1708后，对流才开始启动。你可以在模拟器里切换「稳定层」预设（Ra < 1708），会看到涡卷消失，只剩平滑的温度梯度。
🧑‍🎓
为什么对流偏偏会形成这么规则的涡卷图案，而不是随机搅动？
🎓
这就是「图案自组织」的魅力所在！不稳定性发生时，所有空间尺度的扰动都在竞争增长，但增长最快的模式有一个优选波长——大约是液层厚度的2到3倍——它最终脱颖而出，形成规则涡卷。这是自发对称破缺的经典案例。继续增大 Ra，有序涡卷会逐渐瓦解，经历振荡对流，最终发展为湍流。拖动 Ra 滑块就能亲眼看到这个完整的相变过程。

物理模型与控制方程

瑞利数（无量纲参数）：

$$Ra = \frac{g\,\beta\,\Delta T\,L^3}{\nu\,\kappa}$$

$g$：重力加速度，$\beta$：热膨胀系数，$\Delta T$：上下面温度差，$L$：液层高度，$\nu$：运动粘度，$\kappa$：热扩散率

温度对流–扩散方程（Boussinesq近似）：

$$\frac{\partial T}{\partial t}+ \vec{u}\cdot\nabla T = \kappa\,\nabla^2 T$$

速度场由浮力项（温度异常）驱动更新；边界条件：底面 $T=1$（热），顶面 $T=0$（冷），左右周期边界。

在自然界与工程中的应用

气象与大气：积云、积雨云的发展以及中尺度对流系统，本质上是由太阳辐射地面加热驱动的大尺度瑞利–贝纳德对流。

地球内部：地球地幔对流（板块构造运动的驱动力）是地质时间尺度上的瑞利–贝纳德对流，Ra 约为 10⁷。

电子散热：服务器机柜自然冷却、散热器热设计中，对流单元的形成条件直接影响散热效率。

太阳：太阳表面可见的「米粒组织」（Granules）是太阳对流层中直径约1000千米的对流单元，由内部巨大温度梯度驱动。

常见误解与注意事项

开始使用本模拟器时，有几个容易陷入的误区需要注意。首先，人们常认为“瑞利数越大，对流总是越剧烈”，但实际情况并非如此简单。虽然超过临界值（约1708）后对流确实开始发生，但随着Ra的增大，系统会经历从规整的滚卷模式，到滚卷扭曲或分裂的“二次不稳定性”阶段，最终进入湍流状态。例如，将Ra从10的4次方提升到10的5次方时，可以观察到滚卷不再保持静止而开始随时间波动。这是“瞬态混沌”的入口，若参数提升过快，可能会错过基本模式的转变过程，因此建议逐步调整参数。

其次，切勿忽视纵横比（宽度/高度）的设置。例如，将纵横比设为2（宽度为高度的2倍）时，通常会自然形成两个对流滚卷；但若设为3.5这类非整数值，滚卷数量无法取整，容易产生不稳定模式。在自然界或实际设备中，流体层的“宽度”往往是固定的，因此需要意识到：在模拟中调整纵横比，实际上等同于“改变实验装置或观测区域的大小”。

最后，请牢记本模拟基于“二维”且“布西内斯克近似”的前提。在三维空间中可能出现六边形贝纳尔胞而非滚卷；当温差极大或气体压缩性不可忽略时，该近似将不再成立。请始终将其理解为用于学习基础原理的理想化模型。

相关工程领域

瑞利-贝纳尔对流的原理，实际上广泛渗透于众多工程领域的基础中。例如电子设备的冷却设计：智能手机主板或CPU散热片下方正是典型的“底部加热”场景。要优化自然对流散热效率，必须了解对流胞如何产生。在模拟器中调整纵横比时，是否注意到对流滚卷的数量和尺寸会变化？这直接关联到散热片翅片间距的优化（过窄会阻碍流动，过宽则减少有效面积）。

另一个重要应用是化学工程与材料工程中的“晶体生长”和“薄膜形成”过程控制。当静置溶液或熔融金属培育晶体时，内部若因温差或浓度差产生无序对流，则无法获得均匀晶体。此时“抑制对流”成为质量控制的关键，而瑞利数正是其核心指标。例如，空间站中培育优质晶体的实验（微重力环境可实质降低Ra）就是该原理的典型应用。

此外，在建筑环境工程中也有应用。双层玻璃窗间的空气夹层或建筑双层墙体内部的空气流动，极易形成贝纳尔对流。冬季供暖时，室内侧玻璃加热空气夹层底部，若产生对流循环，将增加热损失。若将本模拟器扩展为可调整“顶面温度”，其原理亦可作为隔热设计的预研工具。

进阶学习指引

熟悉本模拟器后，建议下一步深入理解“无量纲数”概念。瑞利数（Ra）是表征浮力、粘性与热扩散竞争关系的无量纲数。类似地，决定流动状态的无量纲数还包括普朗特数（Pr = ν/κ：运动粘度与热扩散率之比）。例如，水（Pr≈7）与空气（Pr≈0.7）即使Ra相同，其模式转变速度和滚卷形态也存在差异。后续可思考“改变普朗特数会产生什么影响？”，这将有助于理解流体物性的重要性。

若希望在数学层面深入，推荐尝试线性稳定性分析。为何临界瑞利数约为1708？这可通过在基础状态（仅存在静止温度梯度）上施加微小扰动，并采用“线性化”方法分析扰动增长或衰减而推导得出。该分析能理论上求得增长率最高的扰动波长（即对流滚卷宽度），从而与模拟结果对照。将控制方程线性化求解的过程，也将成为研究其他流体不稳定性（如剪切流的托尔明-施利希廷不稳定性）的有力工具。

最后，关于后续学习主题，推荐关注“双扩散对流”。这是一种不仅由温差驱动，还可由盐度梯度或物质浓度差驱动的现象。在海洋中，即使存在“稳定分层”（例如上层为温暖高盐水、下层为寒冷低盐水），也可能因扩散系数差异引发对流（即“盐指”现象）。对瑞利-贝纳尔对流的理解，将为学习这类更复杂、更现实的混合与对流过程奠定坚实基础。