单方程湍流模型

玻尔百科

核心要点

单方程模型通过求解单个湍流相关量的输运方程来封闭雷诺平均纳维-斯托克斯方程，在物理保真度和计算成本之间取得了平衡。
Spalart-Allmaras 模型作为一个主要例子，输运一种“工作黏度”，并使用基于涡量的物理直观项作为生成项，以及基于壁面距离的项作为破坏项。
这些模型对于附着边界层流动（例如在外流空气动力学中）非常有效和稳健，但对于具有强曲率、旋转或分离的复杂流动，其准确性较低。
单方程模型构成了分离涡模拟（DES）等先进混合技术的基础，这些技术将 RANS 在近壁区的效率与 LES 在分离区的准确性相结合。

引言

模拟湍流流体流动的混沌和涡旋特性是工程学和物理学中最大的挑战之一。其精确的控制方程，即纳维-斯托克斯方程，对于大多数实际应用来说过于复杂而无法求解。因此，我们依赖于一种平均过程，该过程简化了流动，但引入了代表湍流效应的未知项——即“封闭问题”。核心问题变成了如何在不产生过高计算成本的情况下有效模拟这些湍流效应。这催生了一系列建模方法，每种方法都在准确性和效率之间有其自身的权衡。

本文探讨了一种特别巧妙且被广泛使用的解决方案：单方程湍流模型。这些模型在建模层级中代表了一个最佳平衡点，与简单的代数模型相比，它们在物理真实性上有显著提升，同时比更复杂的双方程模型或雷诺应力模型在计算上更经济。通过阅读本文，您将对这种方法背后的独创性有深刻的理解。

首先，在 原理与机制 章节中，我们将以著名的 Spalart-Allmaras 模型为主要例子，剖析单方程模型的内部结构。我们将揭示它如何输运单个湍流量，以及其生成项和破坏项的巧妙设计如何使其能够“感知”流动并捕捉关键物理现象。随后，在 应用与跨学科联系 章节中，我们将展示这些模型的闪光之处——从设计飞机机翼到预测传热——并探讨它们如何被调整和扩展以处理更复杂的现象，如激波、流动曲率，以及它们在现代混合模拟技术中的基础性作用。

原理与机制

为了应对湍流的混沌之舞，我们必须首先与近似法达成协议。由纳维-斯托克斯方程描述的流体完全、不受约束的运动，是一头复杂到令人惊愕的野兽。对于大多数实际目的，我们并不关心每个涡旋在每一微秒的精确位置。相反，我们关心的是平均行为：平均速度、平均压力、平均作用力。这种被称为雷诺平均的平均过程驯服了这头野兽，但留下了一个幽灵：雷诺应力张量， $\tau_{ij}=-\rho\,\overline{u'_i u'_j}$ ，它代表了湍流脉动对平均流动的平均效应。这个张量是未知的，找到一种方法来模拟它，就是湍流中巨大的“封闭问题”。

涡黏度策略

在这场伟大的封闭博弈中，第一步，或许也是最著名的一步，是 Boussinesq 假设。它于 19 世纪末提出，是源于物理直觉的神来之笔。其思想很简单：也许通过流体微团的混沌混合来传递动量的湍流应力，其行为与通过分子相互作用来传递动量的黏性应力非常相似。如果是这样，我们可以写出一种类似的关系：

\tau_{ij} = -2\rho\nu_t S_{ij} + \frac{2}{3}\rho k \delta_{ij}

这里， $S_{ij}$ 是平均应变率张量（描述平均流如何被拉伸和剪切），而 $\nu_t$ 是一个新量，称为湍流黏度或涡黏度。它不像分子黏度那样是流体的真实属性；它是一种有效黏度，代表了由湍流引起的增强混合。第二项涉及湍动能 $k$ ，即包含在脉动中的能量。

这个假设是一个里程碑式的简化。寻找一个神秘应力张量的六个独立分量的问题，被简化为寻找一个单一的标量，即涡黏度 $\nu_t$ 。但我们还可以玩一个更聪明的把戏。对于许多流动，特别是速度远低于声速的流动（不可压缩流），包含 $k$ 的项可以在数学上与平均压力项捆绑在一起。由于动量方程只关心压力梯度，应力的这一各向同性部分被吸收，从而有效地从动量计算中消失。于是，整个封闭问题都取决于一个至关重要的问题：我们如何找到涡黏度 $\nu_t$ ？

抽象的阶梯

对 $\nu_t$ 的探求催生了一系列模型，形成了一个复杂性和物理保真度不断增加的阶梯。

在阶梯的最底层是零方程模型。它们使用简单的、纯代数的公式，直接从局部平均流特性计算 $\nu_t$ 。它们计算成本低，但缺乏通用性，因为它们没有关于湍流如何到达那里的“记忆”。

阶梯的上一级将我们带到本文的主题：单方程模型。这些模型通过引入一个额外的、单一的输运方程，实现了一个关键的概念性飞跃。输运方程就像一个预算，核算一个量的生成、破坏和运动（对流和扩散）。通过为与湍流相关的变量求解这样一个方程，模型获得了流动历史的“记忆”。涡黏度不再仅仅是局部流动状态的函数；它是一个从上游输运而来的动态量。

再往上是双方程模型（如著名的 $k$ - $\epsilon$ 和 $k$ - $\omega$ 模型），它们求解两个输运方程来确定湍流的速度尺度和长度尺度。在顶层是雷诺应力模型（RSM），它们完全摒弃了涡黏度概念，直接为雷诺应力张量本身的各个分量求解输运方程。单方程模型在这个阶梯上代表了一个绝佳的平衡点，在物理保真度与计算成本之间取得了平衡。

单方程模型剖析

让我们剖析一个单方程模型，看看它是如何工作的。如果我们要为单个变量 $\phi$ 求解一个输运方程，然后用它来求得 $\nu_t$ ，那么 $\phi$ 应该是什么？

变量里有什么？

量纲分析给了我们一个深刻的线索。湍流动力黏度 $\mu_t = \rho \nu_t$ 的量纲是 $[M L^{-1} T^{-1}]$ 。如果我们想从单个输运量 $\phi$ 和流体密度 $\rho$ （量纲为 $[M L^{-3}]$ ）来构建它，那么 $\phi$ 的量纲必须是什么？一个简单的计算表明，如果我们尝试使用一个单位为单位质量能量的量，比如湍动能 $k$ （量纲为 $[L^2 T^{-2}]$ ），我们就会走进死胡同。在不引入另一个尺度变量的情况下，无法将 $\rho$ 和 $k$ 组合得到黏度的正确单位。然而，如果我们选择一个其单位本身就是运动黏度单位 $[L^2 T^{-1}]$ 的输运变量 $\phi$ ，那么关系就变得微不足道： $\mu_t$ 简单地与 $\rho \phi$ 成正比。

这一洞见揭示了设计理念：构建单方程模型最直接的方法是输运一个本身就“类似黏度”的变量。

分离的艺术：两种黏度的故事

最成功、应用最广泛的单方程模型——Spalart-Allmaras (SA) 模型——正是这样做的。但它又增添了一层精妙之处。它不直接输运物理涡黏度 $\nu_t$ ，而是输运一个“工作变量”，记作 $\tilde{\nu}$ ，它通过一个简单的代数函数与 $\nu_t$ 相关联。

\nu_t = \tilde{\nu} f_{v1}

为什么要这样分离？这是一个巧妙的技巧，用以处理固体壁面附近的复杂物理问题。在壁面处，无滑移条件迫使速度为零，湍流脉动被强烈抑制。涡黏度 $\nu_t$ 必须迅速消失。强迫一个输运变量遵循这种复杂行为会使其输运方程在数值上变得“刚性”且不稳定。SA 模型的解决方案是分离关注点。 $\tilde{\nu}$ 的输运方程被设计得稳健且数值表现良好。然后，正确的近壁物理通过阻尼函数 $f_{v1}$ 以代数方式强制实现，该函数被设计为在壁面处趋于零，从而将 $\nu_t$ 也拉低至零。这是实用模型设计的杰作。

湍流的引擎：生成与破坏

任何输运方程都代表一种平衡。让我们看看控制我们工作黏度 $\tilde{\nu}$ 的“源”项和“汇”项。

感知运动：涡量的智慧

模型如何知道何时生成湍流？它必须“感知”平均流的运动。一个天真的选择是让生成项与平均应变率 $S_{ij}$ 的大小成正比。然而，Spalart-Allmaras 模型做出了一个更明智的选择：它将其生成项基于涡量的大小，涡量衡量流体的局部旋转。

这一选择的绝妙之处在一个流向驻点的流动中得以体现，比如撞击飞机头部的气流。在这里，流体受到强烈应变（拉伸和压缩），但它并不旋转——涡量为零。一个基于应变的模型会错误地在这个非湍流区域生成大量湍流。而一个基于涡量的模型则正确地保持静默，避免了这种“虚假生成”。

然而，建模中的每一个选择都是一种权衡。在一个大的、稳定的涡核中（类似于刚体旋转），涡量很高，但应变率几乎为零。在这里，基于涡量的模型可能会被误导而过度生成湍流，导致模拟出的涡比实际情况耗散得快得多。这凸显了一个已知的局限性，并表明即使是最聪明的模型也不是完美的。

壁面的怀抱：扩散式的消亡

如果说生成是引擎，那么破坏就是刹车，尤其是在壁面附近。SA 模型的破坏项简单优美且富有物理洞察力。在壁面附近，其形式为：

D_{\text{dest}} \propto \left(\frac{\tilde{\nu}}{d}\right)^2

其中 $d$ 是到最近壁面的距离。让我们探究一下这意味着什么。破坏的特征时间尺度可以估计为 $t_d \sim \tilde{\nu} / D_{\text{dest}}$ 。代入我们的公式可得：

t_d \sim \frac{\tilde{\nu}}{(\tilde{\nu}/d)^2} = \frac{d^2}{\tilde{\nu}}

这是扩散时间的经典标度关系。其物理图像异常清晰：固体壁面对最大湍流涡的尺寸施加了几何限制；它们的大小不能超过距离 $d$ 。黏性作用跨越这个距离并耗散涡流所需的时间与 $d^2$ 成正比。当我们无限接近壁面（ $d \to 0$ ）时，这个时间尺度会崩溃，意味着破坏变得无限快。这就是该模型在数学上如何捕捉固体边界强大的平息影响。

当一个就足够时：平衡原理

鉴于存在更复杂的双方程和雷诺应力模型，人们可能会想，为什么我们有时会对单方程模型感到满意。答案在于一类非常常见且重要的流动的物理特性：附着边界层（例如巡航状态下机翼上的流动）。

在这些流动中，流动达到了接近局部平衡的状态。由平均剪切产生湍流的速率几乎与湍流耗散成热量的速率完全平衡。这种平衡起到了强有力的约束作用，将不同的湍流尺度（如能量和涡尺寸）锁定在一起。它们不再是独立的变量。这有效地减少了湍流的“自由度”。当这种情况发生时，单个输运变量就足以表征湍流的状态。双方程模型的第二个输运方程在很大程度上变得多余。一个为这种平衡状态而校准的、设计良好的单方程模型，可以非常准确。

建模者的工具箱：了解你的局限

归根结底，单方程模型是一个工具，一个好的工匠了解其工具的优点和局限性。

像 Spalart-Allmaras 这样的模型的优点是不可否认的。它们在计算上经济且在数值上稳健，通常比它们更复杂的同类模型更容易收敛到解。这使它们成为外流空气动力学的主力工具，在附着流中能出色地预测升力和阻力。

然而，它们的局限性直接源于它们所基于的 Boussinesq 假设。通过假设一个单一的标量涡黏度，它们迫使湍流应力的主轴与平均应变率的主轴对齐。在具有强流线曲率、旋流或系统旋转的流动中，当湍流的各向异性变得至关重要时，这个假设会严重失效。此外，线性的 Boussinesq 关系在某些类型的流动中可能导致非物理的预测，例如负的正应力——这个问题被称为缺乏可实现性。在这些复杂的非平衡流动中，必须从层级顶端选择一个更强大的工具，比如雷诺应力模型。

因此，单方程模型不是一个通用的解决方案，而是一项卓越的工程杰作。它证明了如何将深刻的物理直觉、巧妙的数学表述和对底层物理的清晰理解相结合，创造出一个简单、优雅且对其设计任务极为有效的工具。

应用与跨学科联系

现在我们已经探究了单方程湍流模型的内部工作原理，就像一位刚刚组装好新时计的钟表匠，我们必须提出最重要的问题：它有什么用？一个物理理论，无论多么优雅，只有在付诸实践时才能发现其真正价值。它的价值在于它能解释的现象、它能促成的技术以及它能激发的新问题。Spalart-Allmaras 模型及其同类模型不仅仅是数学上的奇珍；它们是塑造了我们现代世界的主力工具，从飞机的机翼到超级计算机上运行的算法。让我们踏上一段旅程，看看这个聪明的想法将我们带向何方。

工程师可靠的瑞士军刀：空气动力学与传热

想象一位航空航天工程师，任务是为一架新型商用客机设计机翼。目标是最大化升力和最小化阻力，这是一场在无形的空气介质中上演的压力与摩擦之舞。为了模拟气流，工程师必须求解强大的纳维-斯托克斯方程，但正如我们所见，雷诺平均过程留下了一个巨大的缺口：雷诺应力，即湍流混沌的标志。这正是我们的单方程模型大显身手的地方。

在绝大多数飞行条件下，气流保持附着在机翼表面，形成一个薄薄的湍流边界层。Spalart-Allmaras 模型最初正是为这类流动——即在翼型和机翼上具有附着边界层和缓和压力梯度的外流空气动力学流动——而巧妙设计的。它提供了一种非常高效和稳健的方法来计算涡黏度 $\mu_t$ ，该黏度代表了湍流强大的混合效应。这使得工程师能够以惊人的准确性预测升力和阻力，而无需承担更复杂模型的巨大计算成本。它是这项工作的完美工具：简单、可靠、有效。它告诉我们来自快速外流的动量如何被搅动并传递到表面，从而为我们提供了导致阻力的壁面剪切应力。

但故事并不止于力。高速飞机的机翼还会受到剧烈的气动加热，其结构必须设计成能承受这些热载荷。在这里，我们的单方程模型揭示了其跨学科的力量。控制动量输运的同一个涡黏度也控制着热量的输运。通过一个称为湍流普朗特数 $Pr_t$ 的参数将两者联系起来，该模型使我们能够预测机翼表面的温度分布和热通量。为了正确计算，我们的模拟必须一直解析到壁面，捕捉黏性子层中的陡峭梯度。这需要一个非常精细的计算网格，第一个网格点放置在无量纲高度 $y^+ \approx 1$ 处。Spalart-Allmaras 模型专门为这种“积分至壁面”的方法设计，为减缓飞机的摩擦力和加热飞机的热量提供了统一的物理图像。这种美妙的统一性，即一个单一的基本概念解释了机械和热学效应，是深刻物理理论的标志。

突破界限：当简单模型遭遇复杂现实

当然，自然界远比我们最简单的模型更复杂、更淘气。对科学家或工程师的真正考验不仅在于使用工具，还在于理解其局限性并知道如何使其更锐利。湍流建模的近代史在很大程度上是一个引人入胜的故事，即识别简单模型的缺点并发明巧妙的修正以扩展其适用范围。

可压缩性与激波的挑战

当飞机接近声速时会发生什么？空气不能再被视为不可压缩的；其密度会发生剧烈变化，并可能形成尖锐、强大的激波。这些激波会产生突然的、强烈的逆压梯度，可能导致边界层从表面分离，从而导致升力急剧下降和阻力急剧增加。面对这种激波-边界层相互作用（SBLI）现象时，基本的 Spalart-Allmaras 模型常常被证明过于“乐观”。它倾向于过度生成涡黏度，使得模拟的边界层被人为地增强了韧性，并低估了分离泡的范围。这个简单模型以其原始形式，还不足以应对这一剧烈挑战。

这是否意味着我们必须抛弃它？完全不是！相反，我们更深入地研究物理。在可压缩湍流中，能量有新的耗散方式。除了通常的黏性摩擦（螺线耗散），动能还可能因湍流涡的快速压缩和膨胀而损失，这是一种称为“膨胀耗散”的机制。Morkovin 假设是高速流动中的一个关键见解，它告诉我们，对于中等高马赫数，这些新效应与湍流马赫数 $M_t = \sqrt{2k}/a$ 的平方成比例。有了这些知识，我们可以在模型中添加一个代数修正。我们在输运方程中引入一个新的汇项，它与 $M_t$ 的一个函数成正比。该项减少了高可压缩性区域中模拟的湍流，使模拟的边界层更容易分离，从而使模拟更接近现实。这是一个科学进步的绝佳例子：发现一个局限，深入研究物理，然后设计出一种优雅、有针对性的修正。

旋转与曲率之舞

基础模型在另一个领域也表现不佳，那就是具有强旋转或流线曲率的流动。想象一下喷气发动机压气机或涡轮旋转叶片之间的复杂通道。在这里，流动不断地被转向和涡旋。物理学告诉我们，这对湍流有深远的影响。就像旋转的陀螺很稳定一样，旋转的流动可以稳定湍流，抑制混合。相反，流过凹面（如弯道内侧）的流动可能变得离心不稳定，导致湍流爆发。

一个标准的单方程模型，其生成项仅依赖于平均应变或涡量的大小，对这些效应是“视而不见”的。无论流线是直的、凸的还是凹的，它都会预测相同数量的湍流。为了解决这个问题，建模者引入了所谓的“旋转/曲率修正”。例如，Spalart-Shur 修正将生成项乘以一个函数 $f_{\mathrm{curv}}$ ，该函数对旋转和应变都很敏感。在起稳定作用的凸面上，这个因子小于 1，减少了湍流生成并降低了涡黏度。在不稳定的凹面上，它大于 1，增强了湍流生成并增加了涡黏度。这是一个由流动的局部物理特性调节的数学刻度盘，让模型能够“看到”世界的曲率。

转捩的精细艺术

到目前为止，我们讨论的都是已经是湍流的流动。但通常，流动在经历一个复杂的向湍流转捩的过程之前，是以平滑有序的层流形式开始的。单方程模型也可以被改造以处理这种情况。我们可以在模型的输运方程中添加一个“转捩项”（trip term）。该项作为一个局部源，在指定位置人为地向模拟中“注入”湍流。这使得工程师能够模仿风洞实验中使用的物理绊线的效应，或者研究层流分离泡如何变为湍流并重新附着到表面的基本过程。通过包含精心设计的转捩函数，该模型不仅可以用于完全湍流的流动，还可以模拟从层流到湍流的整个过程。

超越 RANS：未来的基石

也许 Spalart-Allmaras 模型最激动人心的现代应用是它作为一类新型混合模拟技术基石的角色。像 S-A 这样的雷诺平均纳维-斯托克斯（RANS）模型虽然高效，但在大范围流动分离区域可能不准确。另一方面，大涡模拟（LES）在这些区域非常准确，因为它直接解析大的含能涡，但在近壁区使用其成本高得令人望而却步。

为什么不将两者的优点结合起来呢？这就是分离涡模拟（DES）背后的绝妙想法。其策略是在附着边界层内使用可靠且廉价的 S-A 模型的 RANS 模式，因为它在此处表现良好。但在远离壁面的区域，当发生大规模分离时，模型被巧妙地切换到一种类 LES 模式。

这个切换开关是优雅工程的杰作。回想一下，S-A 模型中的破坏项取决于壁面距离 $d$ 。在 DES 中，这个长度尺度 $d$ 被一个新的长度尺度 $d_{DES} = \min(d, C_{DES}\Delta)$ 所取代，其中 $\Delta$ 是局部网格尺寸，而 $C_{DES}$ 是一个常数。在边界层中，网格间距 $\Delta$ 通常大于壁面距离 $d$ ，所以 $d_{DES} = d$ ，模型保持在其正常的 RANS 模式。但在分离区域，为了捕捉涡流而使网格变得精细， $\Delta$ 会变得比 $d$ 小。这时， $d_{DES} = C_{DES}\Delta$ 。分母中这个更小的长度尺度会急剧增加破坏项，从而迅速消除模拟的 RANS 涡黏度。通过减少模拟的黏度，模拟允许纳维-斯托克斯方程本身来解析湍流涡。单方程模型从一个模拟所有湍流的工具，转变为一个为最精细、未解析的涡流充当亚格子尺度模型的工具，同时为边界层提供“保护罩”。

看不见的联系：物理与计算

最后，一个物理模型的影响超出了它模拟的内容，延伸到了我们如何模拟它。求解流动与湍流模型耦合的方程组是一项重大的数值挑战。问题在于一种称为“刚性”的特性。湍流变量的物理时间尺度通常比平均流变量的时间尺度快许多个数量级。这就像试图用单次曝光时间在同一张照片中拍摄一只飞速振翅的蜂鸟和一只沉睡的乌龟；几乎不可能让两者都清晰对焦。

如果我们试图用简单的数值格式求解这些方程，快速变化的湍流变量将导致整个解变得不稳定。在这里，对物理的深刻理解引出了一种高明的计算技巧，称为伪瞬态延拓。我们引入一个虚构的“质量矩阵”，它有效地为每个变量分配一个不同的伪时间演化速率。通过使湍流方程的“质量”远大于流动方程的“质量”，我们实质上是在我们的计算世界中赋予蜂鸟巨大的惯性，迫使其减速并在与乌龟相当的时间尺度上演化。

这个块对角质量矩阵，其元素是根据流动和湍流方程的物理刚性来选择的，它充当了一个“基于物理的预条件子”。它平衡了系统，使其成为良态的，从而更容易被数值算法求解。这是一个深刻的联系：我们物理模型的结构本身就为我们最有效的计算工具的设计提供了信息。物理和算法不是分离的；它们是寻求解决方案过程中的伙伴。

从计算机翼阻力的简单任务，到开创混合模拟方法，再到为我们的数值求解器的结构提供信息，单方程湍流模型已被证明是一个具有巨大力量和多功能性的思想。它证明了一个事实：有时，一个简单的、有物理动机的想法，可以为我们提供一个绝佳有效的镜头，来观察、理解和改造我们的世界。