玻尔百科对湍流这种混乱、旋转的流动进行建模是经典物理学中尚未完成的一大挑战。虽然基本的 Navier-Stokes 方程控制着流体运动，但将其直接应用于河流的湍动或喷气发动机内部的火焰在计算上是不可能的。我们被迫退后一步，用平均值来描述流动，这虽然简化了图像，但引入了一个深刻的挑战：湍流封闭问题。解决这个问题的简单尝试，如直观的 Boussinesq 假设，将湍流视为一种增强的粘度，但当流动弯曲、扭曲或被复杂地约束时，这种方法会灾难性地失败。
本文探讨了一种在物理上更为稳健的方法：雷诺应力模型 (RSM)。它是一幅描绘湍流真实、遍及全球的复杂性的地图，而非简单模型所描绘的“地平说”世界。第一章“原理与机制”将剖析 Boussinesq 假设的局限性，并引出直接对湍流应力本身的输运过程进行建模的基本思想。随后的“应用与跨学科联系”一章将展示 RSM 在预测真实世界现象方面的非凡能力——从管道流中微妙的二次涡到燃气轮机燃烧室中剧烈旋转的世界——这些现象对于简单方法来说是不可见的。
想象一下，试图描述搅入咖啡中的奶油的流动。原则上，你可以为每一颗奶油和咖啡颗粒写下流体运动的基本定律——著名的 Navier-Stokes 方程。但你将面临一项极其复杂的任务，一场从杯子宽度到微观尺度的、旋转的混沌运动。谁能解决这样的问题？又有谁会想去解决呢？我们感兴趣的不是每个微观团块的精确路径，而是涌现出的整体、大尺度的模式。
这是物理学家们的经典方法：当面对无法管理的复杂性时，我们退后一步，进行平均。我们决定只描述平均的、时间平均的流动，而将混乱的涡旋和涡流视为“脉动”。
让我们将流体的瞬时速度 表示为其时间平均部分 和脉动部分 的和。因此，。当我们将此分解代入非线性的 Navier-Stokes 方程并对其进行平均时，一件奇妙的事情发生了。因为乘积的平均值不一定是平均值的乘积（如果 和 相关，则 ），平均过程会变出一个新项。这个新项，一个源于流动非线性特性的幽灵，就是雷诺应力张量，通常写作 。
经过平均的动量方程现在看起来是这样的：
看最后一项，。它就像施加在平均流上的一个附加应力。它代表了由湍流脉动引起的动量净输运。正是通过这种方式，混沌的涡流有效地推拉着平均流。这一项包含了脉动速度 ，但我们的方程是关于平均速度 的。我们的未知数多于方程数。这就是著名的湍流封闭问题。为了取得任何进展，我们必须找到一种方法，用我们正在求解的平均量来表示或“模拟”雷诺应力。
我们该如何模拟这些应力呢？第一个，也是最直观的方法，是由 Joseph Boussinesq 在1877年提出的。他做了一个类比。在平稳的层流中，动量通过分子间的相互碰撞来传递，从而产生分子粘度 。他推断，也许湍流涡流就像巨大的“超分子”，它们相互碰撞，传递动量的效率远超单个分子。
这就引出了Boussinesq 假设，它将雷诺应力模拟为与流体中的平均应变率成正比，就像粘性应力一样。
这个想法的美妙之处在于其简单性。复杂的六分量张量 现在由一个单一的标量，即涡粘度 （以及湍动能 ）来描述。艰巨的封闭问题被简化为寻找 模型这一更为简单的任务。这是计算流体动力学 (CFD) 中主力模型，即所谓的单方程和双方程模型（如著名的 模型）的基础，它们通过求解一个或两个额外的输运方程来确定计算 所需的尺度。这种方法计算效率高，并且对于许多简单的流动，如直管流或平板流，效果非常好。
但自然往往比我们最简单的类比更为微妙。涡粘度假设有一个深刻的、隐藏的假设：湍流的“超分子”是完美的球形，它们在所有方向上传递动量的能力是均等的。它假设湍流是各向同性的。
当这个假设不成立时会发生什么？考虑一个具有强流线曲率的流动，比如流经喷气发动机中急转U形弯管的空气，或者一个受系统旋转影响的流动，比如我们旋转星球上的大气。在这些流动中，湍流涡流在特定方向上被拉伸、挤压和旋转。湍流变得高度各向异性——在某些方向上的脉动远强于其他方向。
在这种情况下，简单的涡粘度类比就完全失效了。例如，它无法预测出现在方形管道角落里的温和的二次涡流运动，这一现象完全是由法向雷诺应力（、、）的差异驱动的。该模型从根本上假设雷诺应力张量的主轴与平均应变率张量的主轴对齐，这一条件在这些复杂流动中被公然违反。
另一种看待这种失败的方式是比较时间尺度。涡粘度概念依赖于局部平衡的假设，即湍流几乎瞬间就能适应平均流的变化。但在快速发展的流动中，比如翼型上的分离点附近，平均流变化得如此之快，以至于湍流跟不上。湍流时间尺度变得远大于平均应变时间尺度，流动的历史变得至关重要——这是纯粹的局部模型无法捕捉的。
如果简单的类比失败了，我们必须走上一条更忠于事实但更困难的道路。我们不应模拟雷诺应力本身，而必须直面它们，并提问：它们是如何演变的？我们可以为雷诺应力张量 的六个独立分量中的每一个推导出精确的输运方程。这就是雷诺应力模型 (RSM) 的基本思想。
由此产生的方程揭示了控制湍流应力生死的丰富物理过程。示意性地，它看起来像这样：
让我们看看这些项，因为它们是机制的核心：
产生项 (): 这一项描述了平均流的梯度如何拉伸和重新定向湍流涡流，从平均运动中提取能量并将其输送给湍流脉动。这一项是精确的，不需要建模！它将应力与平均速度梯度耦合起来。
耗散项 (): 这代表了湍动能的最终命运，即粘性作用于最小的涡流，将其动能耗散为热量。这一项涉及最小运动尺度上的相关性，必须进行建模。
扩散项 (): 这一项描述了湍流应力如何在空间中移动，无论是通过涡流本身（湍流输运）还是通过分子作用。这也需要建模。
压力-应变重新分布项 (): 这是最引人入胜且至关重要的一项。它在简单的涡粘度世界中没有对应物。通过脉动压力场的作用，这一项在不同的雷诺应力分量之间重新分配能量。如果某个分量，比如说 ，变得过大，这一项就会从中获取能量并分配给其他分量，从而将湍流推回到各向同性的状态。它是伟大的均衡器。在可压缩流中，这一项还通过压力-膨胀效应解释了动能和内能形式之间的能量交换。捕捉这一项的物理内涵是 RSM 的核心挑战和胜利，因为它直接关系到模型处理各向异性、曲率和旋转效应的能力。
通过为每个应力分量求解一个输运方程，RSM 内在地考虑了它们的历史、输运以及它们之间复杂的相互作用。它模拟的是应力的动力学过程，而不仅仅是它们的最终效果。
这种更完整的物理描述是有代价的。对于一个 模型，需要求解两个额外的方程，而一个 RSM 则需要求解六个应力方程外加一个用于确定尺度的变量（如 ）的方程——总共是七个高度耦合的非线性方程。这极大地增加了内存和 CPU 时间方面的计算成本，通常是2到5倍。
此外，这些方程在数值上是“刚性”的。它们所描述的物理过程发生在截然不同的时间尺度上。平均流可能在几秒钟内演变，而压力-应变项则在几毫秒内重新分配能量。这种刚性对数值算法构成了重大挑战，需要更复杂、更稳健的求解技术。其回报是一个能够预测具有巨大复杂性和工业相关性的流动的模型；其代价则是实现这一目标所需的计算能力。
最后，我们的模型必须遵守一个优美而深刻的约束，这是数学本身对我们创造力的一种检验。雷诺应力张量 根据其定义，是一个协方差矩阵。任何协方差矩阵的一个基本性质是它必须是半正定的。从物理上讲，这意味着任何方向上速度脉动的方差都必须是非负的——你不可能有负的动能！这个性质被称为可实现性。
任何 RSM 的一个关键要求是，其对压力-应变和耗散等项的封闭模型，结合数值方案，必须保证最终的雷诺应力张量在空间和时间的所有点上都保持可实现性。一个预测出负法向应力的模型是在预测一种物理上不可能的情况。这在湍流物理学和严谨的线性代数数学之间强加了一种非凡的一致性。有时会采用诸如演化应力的矩阵因子 等方法，通过构造来强制执行此属性，确保模型的预测始终处于物理可能的范畴之内。这个约束是一个完美的例子，展示了在湍流的表观混乱之下所固有的统一与优雅。
在经历了雷诺应力模型 (RSM) 的原理之旅后，我们可能会忍不住问一个简单的问题：这一切值得吗？我们用七个额外的输运方程的繁杂，换掉了 Boussinesq 假设的优雅简洁。我们用一个具有相互作用分量的复杂张量，换掉了一个单一、直观的涡粘度。正如我们将看到的，答案是响亮的“是”。要进入流体力学的真实世界——一个充满旋转涡轮、复杂冷却通道和熊熊火焰的世界——就意味着要离开各向同性湍流的宁静平地，进入一个流动以奇妙复杂的方式被扭曲、拉伸和压缩的领域。Boussinesq 假设，尽管有其用处，但它是一张平坦地球的地图。RSM 则是地球仪。
想象水流过一个截面为圆形的完美直管。由于对称性，一切都很直接；流动是笔直向前的。现在，如果我们把横截面改成正方形呢？没有任何东西在侧向推动流体，所以我们的直觉告诉我们流动应该仍然是沿着管道直直向下的。如果我们使用一个简单的涡粘模型，它预测的也正是如此。
然而，现实要微妙和美丽得多。在流经方形管道的湍流中，流体并不是直线运动。相反，一组八个反向旋转的涡流——即二次流——在横截面上自发出现，将流体从中心轻轻地扫向角落，再沿壁面返回。这并非由压力或任何外力驱动；它是由湍流本身驱动的。这就是我们所说的 Prandtl 第二类二次流。
这怎么可能呢？秘密在于湍流的各向异性。在管道的角落附近，几何约束挤压了湍流涡流，使得一个方向的速度脉动与另一方向的不同。例如，从两个相邻壁面反弹的脉动将与开阔核心区的脉动不同。这导致了不相等的法向雷诺应力（例如，）。正是这些法向应力差异在管道截面上的梯度，像一个隐藏的、幽灵般的压力场一样，将平均流推拉成其迷人的八涡模式。
一个线性的涡粘模型，假设法向应力大致相等（各向同性），对这种机制是盲目的。它看不到驱动二次流的引擎。然而，雷诺应力模型通过 painstaking 地跟踪每个应力分量的输运，能够捕捉由几何形状造成的微妙不平衡。更深入的分析表明，产生关键的横流剪切应力的原因是主流动中正交剪切梯度之间的相互作用——这是一种在线性模型中完全不存在的根本性非线性效应。
这不仅仅是实验室里的奇观。它在无数工程系统中都至关重要，从空调管道到核反应堆的核心。在核燃料棒束中，冷却剂流过燃料棒之间紧凑的非圆形通道。预测这些微妙的二次流对于理解热量移除和确保安全运行至关重要，因为它们显著影响棒表面的温度分布。在这里，像 RSM 这样的各向异性模型的优越性不仅仅是学术上的；它关乎预测工程和安全。
世界不是由直线构成的。发动机、发电厂甚至我们自己动脉中的流体都在不断地穿过弯道、扭转和旋转。这些效应——流线曲率和系统旋转——对湍流来说是暴君，它们施加的力量深刻地扭曲了雷诺应力的结构。
当湍流遇到急弯时，弯道外侧的流体必须比内侧的流体运动得更快。这是非平衡状态的温床。湍流涡流被拉伸和挤压的方式与单一点的局部平均应变率关系不大。它们的状态是其历史的产物，是它们所经历的旅程的产物。一个基于局部、代数关系的涡粘模型，假设湍流对局部应变做出即时响应。它没有记忆。这就像试图仅通过观察一个人在此时此刻正在做什么来预测他的情绪，而忽略了他一整天的经历。
RSM 通过求解输运方程，赋予了湍流记忆。应力方程中的对流项携带了上游涡流的历史信息，使模型能够解释平均流的转向与湍流响应之间的滞后。这导致了一个关键现象：雷诺应力张量主轴与平均应变率张量主轴之间的错位。湍流“指向”的方向与平均流的拉伸所暗示的方向不同。这是复杂流动的标志，只有放弃 Boussinesq 假设的模型才有希望捕捉到它。
在具有强涡流的流动中，这一点表现得最为明显，例如在旋风分离器或现代燃气轮机燃烧室中。强烈的旋转创造了一种极端的各向异性状态。简单模型在这些区域会灾难性地失败，常常完全预测错误的流动模式。RSM 通过直接考虑由曲率和旋转引起的应力产生和重新分布，提供了远为物理上更忠实的图像。对工程师而言，一个实用的方法是评估这些效应何时变得大到不容忽视。通过将旋转和曲率的特征时间尺度与平均应变的时间尺度进行比较，可以确定简单模型的假设何时被违反，以及何时需要一个完整的 RSM。
这种能力对于预测流动分离也至关重要。在一个经典的案例中，如下游后向台阶流，会形成一个回流区。像标准 模型这样的涡粘模型在这个问题上表现很差是出了名的，它在再附着点过度产生了湍流，并预测了一个过短的回流区。就好像模型在看到分离流时惊慌失措，向其中倾倒了过多的“湍流粘度”，迫使其过早再附着。虽然像 SST 这样改进的涡粘模型（EVMs）表现更好，但 RSM 通过正确处理分离剪切层和再附着过程的各向异性及非平衡特性，提供了最准确的预测。
雷诺应力与平均流之间的复杂舞蹈对传热有着深远的影响。考虑一股热空气射流冲击到一块冷板上，这是冷却电子产品或涡轮叶片的常用方法。人们可能期望传热在中心（驻点）最高，然后向外递减。虽然大体上是这样，但实验揭示了一个更微妙的现实：对于某些射流配置，最大传热并非发生在中心，而是在一个环形区域，在努塞尔数上形成了一个“第二峰值”。
预测这一点对湍流模型来说是一个臭名昭著的难题。标准 模型存在“驻点异常”问题，它们会在驻点处虚假地产生巨大的湍流。这导致在中心点的传热被严重高估，并常常完全掩盖了那个微妙的第二峰值。该模型无法理解湍流在撞击平板变平时发生的快速畸变，于是就崩溃了。
另一方面，RSM 在这里表现出色。通过正确模拟平行于板的速度脉动的各向异性阻尼和垂直于板的速度脉动的增强，它避免了不符合物理的湍流堆积，并能准确预测驻点传热。更重要的是，它对发展的壁面射流和湍流结构的更优预测使其能够捕捉到产生那个难以捉摸的第二峰值的微妙边界层转捩。
当我们回到方形管道的例子时，动量和热量传递之间的联系变得更加明显。我们发现的由应力各向异性驱动的二次流，就像一条传送带一样输送热量。它们将热流体从管道中心输送到角落，导致那里的传热系数比简单模型预测的要高。因此，一个能够捕捉二次流的 RSM，可以预测管道壁面上不均匀的温度分布——这对热工工程师来说是至关重要的信息。
在某些极端情况下，例如在稳定分层的大气流中，甚至可能发生一种更奇特的现象：逆梯度热通量。即热量实际上从较冷的区域流向较暖的区域！这似乎违反了所有直觉，但这是一个真实存在的效应，其中大尺度湍流运动可以逆着局部温度梯度输送热量。一个简单的梯度扩散模型在数学上永远无法预测这一点。但是一个先进的标量通量输运模型——相当于 RSM 的热学版本——却可以，因为它包含了压力-温度相关性的复杂物理过程，这些过程可以使热通量矢量偏离平均温度梯度方向。
如果说涡流和曲率是暴君，那么燃烧就是一场革命。发动机或熔炉内部剧烈的热量释放导致大规模的热膨胀，或称膨胀。这种膨胀从根本上改变了湍流，创造了新的能量传递途径，并产生了强烈的各向异性。
在燃烧流中，密度发生巨大变化，我们使用一种特殊的平均方法（Favre 平均）来处理。但湍流建模的核心挑战依然存在。火焰锋面与湍流涡流的相互作用，加上用于稳定火焰的强烈剪切和涡流，创造了一个充满非平衡、各向异性湍流的大漩涡。涡粘模型，由于其强迫应力与应变对齐的特性，根本无法描述火焰区域的物理过程。
然而，雷诺应力模型正是为这场战斗而生的。它的输运方程包含明确考虑可变密度效应的项，如压力-膨胀项，它描述了压力脉动如何对膨胀的流体做功，直接向湍流提供或抽取能量。通过模拟这些复杂的相互作用，RSM 可以为火焰稳定、污染物形成和整体燃烧室性能提供一个远为真实的图像。在这个领域，RSM 增加的计算成本通常是为换取物理保真度的巨大提升而非常值得付出的代价。
在理论上欣赏雷诺应力模型的力量是一回事；在计算模拟中成功地运用它则是另一回事。正是那些使 RSM 如此强大的物理特性，也使其在数值上充满挑战。七个应力方程和平均流方程之间的复杂相互作用，创造了一个紧密耦合的“刚性”系统。
这种刚性在近壁区尤其严重。为了捕捉我们已经看到如此重要的近壁各向异性，我们必须使用在垂直于壁面方向上极其精细的计算网格——第一个网格点位于无量纲距离 处。这就像使用高倍显微镜来观察流动的最微小细节。然而，RSM 方程中的压力-应变项在该区域以非常快的时间尺度工作，以重新分配应力分量之间的能量。如果我们使用简单的显式时间步进格式，我们将被迫采用极其微小的时间步长来维持稳定性，这会使模拟在计算上变得不可行。
因此，CFD 从业者的艺术在于使用复杂的数值技术。RSM 方程中的刚性源项被隐式处理，这允许使用更大、更实际的时间步长，同时保持稳定性。此外，由于模型在迭代求解过程中有时会产生非物理结果（如负的法向应力），算法必须包含“可实现性约束”，以温和地将应力推回到物理可能的范畴内。因此，一次成功的 RSM 模拟是物理学和数值分析的美妙结合，需要精心设计的网格和稳健的求解算法来释放模型的全部潜力。
在这次对雷诺应力模型能力的宏大巡礼之后，我们以一种谦逊的态度结束是恰当的，即探索一些它不能做到的事情。想想喷气发动机的轰鸣声。那种声音——宽带噪声——是由湍流涡流的混沌、时变运动产生的。我们听到的声音是压力和速度脉动在空气中传播的结果。这种声音的能量由这些脉动之间的相关性承载，一个我们可能写为 的项。
我们的 RANS 模型中最复杂的 RSM，能否预测这种噪声呢？答案是明确的“不”。RANS 方法的根基就是时间平均。它旨在预测流动的平均、稳态行为。就其本质而言，它滤掉了作为声音来源的瞬时脉动 和 。包括 RSM 在内的 RANS 模型是“聋”的。它们计算时间平均流，但听不到它发出的噪音。
要预测宽带噪声，必须要么使用完全不同类别的模拟，如大涡模拟 (LES)，它在时间上解析大的含能涡流；要么使用混合方法。在混合方法中，我们会使用 RSM 来获得平均流及其湍流统计量的准确图像，然后将这些信息输入到一组独立的方程中——一种“声学类比”——来进行后处理并估算远场声音。
这最后一点也许是最深刻的。它告诉我们，每一个模型，无论多么强大，都有其边界。了解这个边界与了解模型的优势同样重要。雷诺应力模型让我们能够在其完整的、各向异性的、三维的辉煌中看到湍流的世界。但这是一个平均的世界。湍流的瞬时、混沌和嘈杂的现实要求我们迈出下一步，踏上一段永无止境的发现之旅。