内容纲要

4 转捩边界层

与完全湍流边界层相比，转捩边界层对网格分辨率更为敏感。完全湍流模拟的网格在转捩区域是不够的，特别是在流向方向。遗憾的是，大多数情况下，如果没有先行模拟，转捩位置是未知的。因此在使用转捩模型进行计算时，建议分为两阶段计算：

第一阶段--在基准精细全湍流网格上进行计算，并估算转捩区.
第2阶段--在转捩区流向、壁面法线和展向（在全三维流动的情况下）方向进行网格细化。重复上述步骤，直到获得网格收敛解。

需要注意的是，网格要求还取决于转捩模型。这里考虑了 3.4.1 节中描述的三种转捩模型。图87显示了不同流向网格分辨率对平板转捩预测的影响。流向网格步长为（为边界层厚度）的基线全湍流网格仅适用于 --SST 模型，而不适用于其他两个模型，因此应在转捩区域进行细化。基线网格和精细网格如图 86 所示。在精细网格中，转捩区域的流向网格步长为，层流和全湍流部分的网格步长为。在这种情况下，需要注意的是，对于许多技术设备来说，转捩是通过层流-湍流气泡分离触发的。在这种情况下，流向网格分辨率对于检测和解析层流气泡就显得更为重要，通常需要用 5-10 个流向网格单元来解析气泡。因此一般不建议在转捩模拟中使用较粗的Δ𝑥间距，因为转捩的机制往往是事先不知道的。

在第一层近壁面高度变化的情况下，转捩位置对转捩区域中的不敏感（见图88）。如果该区域的较高，则转捩位置会向上游移动。在对流向网格和壁面法向网格研究中发现，双方程模型（- -SST）对网格分辨率的敏感性远低于单方程间歇转捩模型（-SST）或代数间歇模型（-alg-SST），后者对网格分辨率最为敏感。

最后，对所有转捩模型的网格生成提出基本建议：

转捩区
转捩区
转捩区ER < 1.1( )

5 转角流

当激活转角流校正（Corner Flow Correction）或 EARSM 以计算转角处的二次流时，转角处的网格分辨率至关重要，尤其是非结构网格（四面体、多面体或笛卡尔网格）。

转角流的理想网格是如图89所示的结构网格，其中壁面的法线细化可确保相邻壁面自动适当地细化到转角处（这意味着进入转角处的壁面边长度较小）。这种转角网格细化可避免在流向方向上进行额外的网格细化，而在非结构网格中则应该进行这种细化操作。

对于第 4.3.2 节中描述的 DLR 扩散器[41]，求解转角流的网格划分要求尤其具有挑战性。对于该测试案例，在入口处指定了均匀流（U = 10m/s，Tu = 1%，TVR = 1），这导致扩散器入口处的边界层非常薄。虽然该边界层在壁面法线方向上很容易解析，但要解析进入转角处的流动却要困难得多（二次流发生在边界层内部，必须在平均流动方向的法线平面上解析）。

虽然图89中的结构化网格（Str网格）由于其网格拓扑结构而在该区域具有足够的分辨率，但非结构化网格对该区域的分辨率要困难得多。图90和图91分别显示了两个非结构化网格，一个未细化（PH-1），一个细化（PH-2）到转角位置。图92显示了在网格上方绘制的涡粘比的等值线。从图中可以看出，网格PH-1在转角处没有足够的分辨率。虽然网格可以细化到角点（PH-2），但由于在所有方向都要进行局部细化，因此导致网格数量非常多。对于当前示例，网格大小在所示的两个网格之间增加了十倍。另一个问题是，由于角部的细化，棱镜层的厚度在角部区域收缩（图91）。

图 89 中的结构网格（Str 网格）由于其网格拓扑结构，在该区域具有足够的分辨率，而非结构网格对该区域的分辨率则难得多。图 90 和图 91 分别显示了两个非结构网格，一个未细化（PH-1），另一个细化（PH-2）到角落。图 92 显示了在网格上方绘制的涡粘比等值线。从图中可以直观地看出，PH-1 网格在转角处的分辨率不够。虽然可以将网格细化到边角（PH-2），但由于在所有方向上都要进行局部细化，因此网格数量过多。对于当前示例，网格大小在所示的两个网格之间增加了十倍。另一个问题是，由于细化到转角，棱柱层的厚度在转角区域会缩小（图 91）。

从图 93 中可以看出网格细化对转角涡结构和涡强度的影响。显然，PH-1 网格不足以求解涡流问题。图 94 显示了使用 SST-CFC 模型的两个非结构网格与结构化六面体（Str）的 DLR 扩散器倾斜壁面上的表面摩擦力预测对比。显然，转角附近的网格分辨率不仅在转角附近很重要，而且也会影响到中心区域的流动。在当前的测试案例中，对中心部分流动的影响不大，预测的压力分布（图 95）与两种非结构网格的实验数据非常吻合。但需要注意的是，转角流分离的错误预测在最坏情况下会导致不正确的流体拓扑，进而对全局流动参数产生很大影响。

需要强调的是，DLR 扩散器的挑战在于转角区域的薄边界层。而对于像斯坦福扩散器[42]那样入口分布完全发展的流动，对网格分辨率的要求要则低得多。无论如何，具有两侧壁网格线相交的网格（如结构网格）是此类模拟的理想选择。