玻尔百科模拟湍流流体流动——一场旋转涡旋的混沌之舞——至今仍是经典物理学中最巨大的挑战之一。直接计算每一次运动对于大多数工程应用来说计算成本高得令人望而却步，这迫使科学家们依赖简化的近似方法。这种对实用解决方案的需求催生了湍流模型的发展，其旨在捕捉湍流的平均效应，而无需解析其每一个细节。虽然存在许多模型，但在过于简单的代数规则和计算成本高昂的多方程系统之间存在一个关键的空白。
本文探讨了一种强大且广泛使用的解决方案，它实现了完美的平衡：单方程湍流模型。这些模型通过赋予湍流“历史”，在物理保真度上实现了重大飞跃，从而能够在复杂场景中进行更准确的预测。接下来的章节将引导您进入这些实用工具的世界。首先，原理与机制一章将揭示其核心理论，从 Boussinesq 假设开始，探索著名的 Spalart-Allmaras 模型的精巧设计。随后，应用与跨学科联系一章将展示这些模型的闪光之处——从航空航天工程到大气科学——并审视其局限性以及为克服这些局限性而开发的巧妙创新。
要理解湍流，就要面对经典物理学中最后一个尚未解决的重大问题之一。当流体运动时，无论是机翼上的空气还是管道中的水，其运动都可能异常复杂，呈现为一场跨越极大尺寸和速度范围的旋转涡旋的混沌之舞。试图通过追踪每一个涡旋来直接计算这场舞蹈，是一项如此艰巨的任务，以至于对于除了最简单的情况之外的所有情况，它都会让世界上最强大的超级计算机不堪重负。那么，物理学家或工程师该怎么办呢？我们作弊。或者说，我们进行近似，并且我们以一种揭示其自身之美的艺术性来做到这一点。这就是单方程湍流模型的故事，一个实用物理直觉的杰作。
这段旅程始于一个多世纪前由 Osborne Reynolds 设计的巧妙统计技巧。我们不再追踪每一点上瞬时、混沌的速度，而是将其分为两部分：一个稳定的平均速度和一个脉动的湍流部分。当我们将此应用于流体运动的基本定律（Navier-Stokes 方程）时，我们得到了一组关于平均流动的方程。这是一个巨大的胜利，因为平均流动要平滑得多，也更容易计算。但天下没有免费的午餐。平均化过程留下了它所平滑掉的湍流的幽灵：一个被称为雷诺应力张量的新项，通常写作 。
这个项代表了所有混沌、旋转的涡旋对平均流的净效应——它们如何输运动量，并有效地充当一种强大的应力。它在流动的每一点都包含六个未知量，而我们的平均方程没有提供任何关于如何找到它们的信息。这就是臭名昭著的湍流封闭问题。
解决这个问题的第一个，也是最深刻的简化飞跃是Boussinesq 假设。这个假设是源于物理类比的天才之举。它表明，平均而言，湍流涡旋对动量的混沌输运在功能上类似于分子碰撞对动量的有序输运。就好像湍流产生了一种“有效”粘度，比流体自身的分子粘度大得多。我们称之为湍流粘度或涡粘度，用符号 表示。
有了这一个假设，六个未知的雷诺应力就被压缩成一个单一的、未知的标量场 。问题被简化了，但尚未解决。湍流建模的整个挑战现在归结为一个新问题：我们如何确定流场中各处 的值？
对 的探索催生了一系列模型，一个比一个复杂。最简单的是零方程模型。这些模型本质上是经验性的代数法则，根据平均流的局部属性和到最近壁面的距离来规定 。它们计算成本低且速度快，但它们也是“愚蠢的”。它们没有记忆；它们不知道湍流从何而来，也不知道它将去往何方。它们只知道此时此地某一点上正在发生什么。
这就是单方程模型隆重登场的地方。它们代表了从静态规则到动态实体的概念飞跃。我们不再仅仅规定 ，而是赋予它自己的生命。我们为一个表征湍流的变量写下了一个额外的输运方程。这个方程就像是湍流的生命故事，记录了它的诞生、生命和死亡：
通过求解这个输运方程，我们赋予了湍流一种“记忆”。某一点的湍流量现在取决于其历史，这使得预测比简单的代数规则要真实得多。这是单方程模型的决定性特征。
最著名且应用最广泛的单方程模型是 Spalart-Allmaras (S-A) 模型，它是一件精美的工程作品，设计得如同钟表匠般精确，主要用于航空航天应用。其设计揭示了对固体表面附近流动物理的深刻理解。
S-A 模型的第一个巧妙之处在于，它不直接为涡粘度 求解输运方程。相反，它为一个相关的工作变量求解，我们称之为 。这似乎是一个不必要的复杂化，但它是该模型优雅和稳健性的关键，尤其是在近壁处。通过将输运量 () 与物理涡粘度 () 分开，该模型可以为每个量赋予不同且更方便的数学属性。
固体壁面附近的区域是检验湍流模型的熔炉。物理学规定，在固定的无滑移边界上，流体必须完全停止。这个简单的事实带来了一个深远的结果：所有的速度脉动也必须在表面处变为零。如果脉动为零，它们的关联——雷诺应力——也必须为零。如果雷诺应力为零，那么涡粘度 在壁面处也必须为零。这是一个不可协商的物理约束。
S-A 模型是如何强制执行这一点的呢？以优美的简洁性。
首先，输运变量的边界条件在壁面处被设置为 。这是一个简单且数值友好的条件。
其次，物理涡粘度 是通过一个代数阻尼函数 从 计算出来的。关系式为 。这个函数被设计得像一个复杂的开关。它取决于模型变量与分子粘度之比，。
这个两步过程——输运一个行为良好的变量 ，然后代数地创建物理上正确的 ——是 S-A 模型在壁面束缚流中成功的秘诀。
的输运方程本身就是一个经过精细调校的仪器。其生成项和耗散项是根据流体力学的基石——湍流边界层的通用速度剖面——进行校准的。在一个简单的“平衡”边界层（如光滑平板上的流动）中，众所周知，湍流生成和耗散达到一种微妙的局部平衡。S-A 模型中的常数经过精心挑选，以确保模型能精确地再现这种已知的物理平衡。这使该模型立足于现实，确保它在这些基本流动中能以正确的方式给出正确的答案。
尽管单方程模型十分优雅，我们绝不能忘记它建立在 Boussinesq 假设之上——即认为 6 分量的雷诺应力张量可以用一个标量 来表示的伟大简化。这是该模型的致命弱点。
真实的湍流通常是各向异性的——也就是说，其强度在所有方向上并非相同。Boussinesq 假设迫使建模的湍流各向异性与平均流应变的主方向完全对齐。在许多复杂情况下，这根本不成立。
考虑流经曲面的流动。在凹壁（向内弯曲）上，湍流被离心效应放大。在凸壁（向外弯曲）上，湍流受到抑制。标准的单方程模型对此视而不见；它只看到应变的大小，并为两者预测相同的湍流水平。它在具有强旋流或系统旋转的流动中也表现很差，在这些流动中，科里奥利力产生了一种复杂的应力状态，这与简单的标量粘度概念完全不同。
工程师们是务实的，他们为此开发了“补丁”。例如，带旋转/曲率修正的 Spalart-Allmaras 模型 (SA-RC) 在生成项中增加了一个函数。这个函数能智能地感知流动的局部旋转和曲率，并调节 的生成——对不稳定效应增加生成，对稳定效应减少生成。它并没有修复 Boussinesq 假设的根本缺陷，但它巧妙地减轻了其最坏的后果，将模型的适用性进一步推向复杂流动的领域。
那么，单方程模型在我们的工具箱中应该处于什么位置？对于一大类问题，它们是完美的折衷方案。它们比更复杂的两方程模型或完整雷诺应力模型计算成本更低，数值上更稳健。然而，它们比简单的零方程模型在物理上要可靠得多，因为它们考虑了湍流的输运和历史。
它们的天然家园是外部空气动力学——机翼、机身、汽车和射弹上的流动。在这些应用中，流动通常附着在表面上，或者只有小范围的分离。在这些近平衡条件下，单方程模型的假设表现得非常好。只需多解一个方程的代价，我们就能得到关于流动行为的惊人准确的图像。
单方程模型的故事是物理建模艺术中深刻的一课。它展示了对物理约束的深刻尊重，结合巧妙的数学工程和对工具局限性的清晰理解，如何能创造出不仅有用，而且以其自身务实的方式真正美丽的东西。
在我们完成了对单方程湍流模型原理和机制的探索之后，你可能会带有一种抽象的满足感。我们构建了一台逻辑机器，一个旨在驯服湍流混沌的优雅方程。但这台机器是用来做什么的？它在何处施展其能？就像物理学中的任何工具一样，其真正的美不在于图纸之上，而在于其在现实世界中的应用。现在，我们将注意力转向这些模型不仅有用，而且不可或缺的广阔而多样的领域。
让我们从这些模型故事真正起飞的地方开始：航空航天工程领域。当你看到现代飞机的机翼时，你看到的是一个由数十年研究塑造的形状，其中大部分研究都由计算工具提供支持。Spalart-Allmaras 模型是单方程俱乐部中的明星，正是为此目的而开发的——以高效和稳健的方式预测空气流过机翼和翼型的行为。
这个流动中最关键的区域是边界层，一层可能只有几毫米厚的空气薄层，在这里，流体速度从每小时数百公里过渡到在机翼表面完全停止。一切——升力、阻力以及流动分离（失速）的可怕可能性——都在这层薄膜内决定。在这里，我们的单方程模型表演了一场尤为优美的旋转。它不仅仅是计算湍流粘度 。相反，它求解一个“工作变量”，我们称之为 ，你可以将其视为湍流的潜能。然后，模型必须巧妙地将这种潜能转化为物理现实。
它是如何做到的呢？它会审视局部条件。它计算一个简单的比率，，这个比率比较了湍流潜能 和流体自身固有的分子粘度 。远离表面，湍流占主导地位， 很大。非常靠近表面，分子粘度的“粘性”占主导地位， 很小。然后，模型使用一个“阻尼函数”，一种由 控制的数学调光开关。当 很大时，开关完全打开，湍流粘度很高。当流动接近壁面且 下降时，开关会平滑地调暗湍流，让分子粘度优雅地接管。这种简单而优雅的机制使得一个单一的方程能够捕捉近壁区域复杂的物理现象，这是物理建模艺术的明证。
一个好的模型不是最终的法令；它是一场对话的开始。工程师和科学家们不断地推动这些模型，发现它们的弱点，并教它们新的技巧。平板是一回事，但一个真实的飞机部件是复杂曲线和相互作用的景观。
考虑流经曲面的流动。一个沿凸面（如机翼上表面）运动的流体质点会感受到一种稳定的离心力，这种力倾向于抑制湍流。相反，一个在凹面（如发动机舱内侧）上的质点会经历一种不稳定的力，可以放大湍流。基准的单方程模型以其简单的智慧对此视而不见。它只关心剪切速率，而不关心路径的曲率。为了弥补这一点，研究人员开发了“曲率修正”。这些是添加到模型生成方程中的额外项，像一个新的感觉器官一样，让模型能够“感受”到平均流的曲率，并相应地向上或向下调整预测的湍流水平。这种改进对于准确预测喷气发动机压缩机和涡轮机等涡轮机械的性能至关重要，在这些机械中，流动蜿蜒穿过一系列令人眼花缭乱的弯曲叶片,。
飞行的另一个现实是，流动并非总是湍流。它可以在机翼上以平滑、有序的层流状态开始其旅程，然后在下游“触发”并转变为湍流。为了捕捉这一点，工程师们为像 Spalart-Allmaras 这样的模型增加了特殊的“转捩项”。它们像一个可编程的触发器，允许用户告诉模型，“在这里开始湍流”。这是通过添加一个在指定位置注入湍流的源项，以及一个巧妙的阻尼函数来实现的，该函数抑制转捩点之前的任何虚假湍流生成，确保流动保持适当的层流状态。这些改进展示了一个基础模型如何演变，成为一个为复杂工业问题量身定制的精密工具。
对任何科学模型的诚实评估，不仅需要了解它擅长什么，还需要了解它在何处失败。Boussinesq 假设是这些模型的根基，它假定湍流应力与平均流体应变之间存在简单的线性关系。它将湍流建模为粘度的各向同性（方向上均匀）增强。对于许多流动来说，这是一个卓越而有效的简化。但在某些极端情况下，这个简单的图景会完全崩溃。
考虑一个高速流动，其中一道激波撞击边界层——这种现象称为激波-边界层相互作用（SBLI）。这种相互作用极其剧烈和迅速。湍流没有时间适应压力和速度的突然变化；它被抛入一种极端的非平衡状态。单方程模型的简单、各向同性的假设不再有效。该模型是为更温和的条件校准的，它倾向于对激波区域的强烈应变率反应过度，产生过量的涡粘度。这种人为的“粘性”湍流使得模拟的边界层过于坚韧，导致模型总是低估激波引起的分离泡的大小。这是一个危险的错误，因为大规模分离可能导致灾难性的失控。这个失败教给我们一个至关重要的教训：所有模型都有其有效性范围，超出该范围需要新的物理学或一种全新的模型。
RANS 模型在像 SBLI 这样的分离流中的局限性，催生了现代流体动力学中最杰出的创新之一：混合 RANS-LES 模型。这个想法在哲学上堪称奇迹。与其试图创造一个无所不能的模型，为什么不创造一个能够根据局部情况切换其身份的模型呢？
这就是分离涡模拟（DES）背后的原理，这项技术是使用 Spalart-Allmaras 模型作为其基础开创的。模型的耗散项控制着湍流水平，它由一个长度尺度决定，这个长度尺度通常是到最近壁面的距离 。DES 的修改惊人地简单而深刻。它告诉模型使用一个新的长度尺度 ，定义为壁面距离和局部网格单元尺寸 （乘以一个常数 ）的最小值。
其效果是变革性的。在附着边界层中，网格被拉伸， 很大，所以 更小，模型使用 并表现得完全像一个正常的 RANS 模型。但在大范围流动分离区域，远离任何壁面， 很大。如果用户已经将网格做得足够细（小 ）以解析大涡，那么 就成为较小的值。模型将这个网格间距作为其长度尺度，这会急剧增加耗散项，有效地“关闭”RANS 模型的贡献，并允许基本的 Navier-Stokes 方程直接解析湍流涡。模型变得自我感知，根据用户的意图（通过网格分辨率表达）从统计模型切换到直接模拟工具。
我们讨论过的思想是如此基础，以至于它们超越了其航空航天的起源。湍流能量输运的模式是普适的，出现在截然不同尺度上的现象中。考虑行星边界层（PBL）——我们生活和呼吸于其中的地球大气的湍流层。模拟 PBL 的气象学家和气候科学家面临着类似的封闭问题。他们也使用单方程模型。
在一个简化的天气模型中，湍动能（）的预算由一个方程描述，该方程平衡了 被湍流涡输运的速率（扩散）与它耗散为热量（）的速率。其封闭关系看起来非常熟悉：涡扩散系数由一个特征长度尺度和 的平方根来参数化，而耗散率与 除以长度尺度有关。通过求解这个单一的方程，科学家可以预测低层大气中湍流的剖面，这对于预报天气、污染扩散和风能潜力至关重要。一个相似的数学结构既能描述翼型上的湍流，也能描述大气中的湍流，这一事实彰显了物理学的统一力量。
这些模型最富未来感的应用，或许在于它们不仅用于分析流动，还用于主动设计新形状。使用一种称为伴随方法的复杂数学技术，工程师基本上可以问模拟：“对于这个翼型表面上的每一点，如果我稍微推动它，阻力会如何变化？”结果是一张敏感度图，突出了形状的哪些部分最为关键，从而自动引导优化算法走向更好的设计。
湍流模型是这个过程中的关键部分。一种“完全一致”的方法不仅计算形状变化如何影响流动，还计算流动变化如何影响湍流，以及湍流的变化如何进一步影响流动。这在计算上是昂贵的。作为一个实用的捷径，工程师们经常使用“冻结湍流”近似。他们计算形状变化的主要影响，但忽略了变化的湍流场的次要影响。这样做速度更快，但会引入一个小的、可预测的偏差。例如，在优化跨音速翼型时，减薄机翼会减弱激波，从而减少湍流。这种湍流的减少提供了次要的阻力效益。冻结模型会错过这种次要效益，因此会低估形状变化所实现的总减阻量 ([@problem_t_id:3942367])。这个例子让我们回到了原点，展示了单方程模型不仅仅是一个计算器，而是工程设计创造行为中不可或缺的合作伙伴。从其对边界层的优雅处理，到在启发混合模拟和塑造未来设计中的作用，单方程模型在物理学家的工具箱中仍然是一个强大而美丽的思想。