吾生有涯 学海无涯
析模有界 知识无界

湍流模拟|15 NS方程封闭问题(2)

接上文。

4 显式代数雷诺应力模型(EARSM)

可以得到简化版的 RSM 模型,其中雷诺应力是通过代数公式而不是传输方程计算得出的。这类模型的一般形式如下

其中:

式中  是湍流动能, 是湍流频率尺度。请注意,涡流粘度公式(式 (9.7))是此类模型的最简单形式。ANSYS CFD 中的主要模型是 Wallin-Johansson [19] 的一个版本。

5 湍动能方程

所有与工业相关的双方程模型都使用湍流动能方程 来提供所需的两个尺度之一。公式可以通过对精确 RSM 模型(式(9.9))对角线的一半求和得到。

式中:

是生成项。引入湍流粘度公式(公式 (9.7))后,可表述为

其中

式中项是湍流能量耗散率,其将湍动能转化为热能(通常很小,可以在总能量平衡中忽略不计)。

称为湍流扩散项。 在整体意义上,该项对湍动能的总的产生或耗散没有贡献,只是使分布平滑。 它通常由一个简单的梯度扩散假设模拟:

因此方程可以表示为:

在这些公式中,方程中唯一缺少(未封闭)的项是耗散项,其需要从一个单独的尺度方程(如 -方程或 -方程利用转换)得到。

6 湍流尺度方程

在 RANS 建模中,"湍流尺度 "指的是什么?如导言所述,湍流由一系列尺度组成,因此确定单一的长度或时间尺度并非易事。不过,工程学最感兴趣的混合过程是由最大尺度的湍流驱动的。

尺度方程(通常为  或 )的推导是 RANS 建模中最薄弱的步骤之一。虽然可以推导出精确的输运方程,如  输运方程,但这些方程代表的是小尺度湍流(耗散发生),并不能提供 RANS 封闭所需的大尺度信息。可以说在 RANS 中, 并非试图模拟 "耗散",而是将大尺度破坏为小尺度--这与混合过程不再相关。为了得出一个合适的模型方程,假设尺度方程的形式类似于方程:

式中引入比率用于爆炸维度的正确性。 参数为模型系数,需要通过实验数据进行调整。 标准模型的系数为:

表4 标准k-e模型参数

湍流频率的方程可以用相同的参数导出:

利用这组方程,可以计算涡流粘度(有的教材称湍流粘度):

其中。式中模型参数为:

表5 标准k-w模型参数

由于是相关的,因此可以研究-和-方程之间的差异。 这可以通过将精确的-方程转换为-方程来实现。 为了简单起见,假设

包含交叉扩散项:

通过系数的变换可以得出相关关系:

换句话说,当-方程与-方程在相同维度的自变量上推导时,可以得到方程(9 - 20),而将-方程变换为-方程则可以得到方程(9 - 22)。 它们的差异主要在于交叉扩散项CD。

CD 项有什么影响?主要有两种影响,一种是积极的,另一种是消极的。Wilcox [7]详细讨论了负面影响,表现为基于  方程的模型在逆压力梯度边界层中不使用 CD 项,性能有所改善。与基于  方程的模型相比,这些模型对压力梯度的响应更好,对预测流动分离的灵敏度更高。换句话说,在近壁面区域的方程中加入CD项会抑制正确的分离预测。

包含CD的第二个效果是可取的,因为其避免了基于标准方程(不包含CD项)的模型对自由流值的强烈敏感性。正如文献[52]中详细讨论的那样,标准模型在边界或自由剪切层(自由流)外的  水平发生变化时,计算结果会有很大差异。图 98 以混合层为例说明了这一点。图的左边部分显示了 Wilcox k- 模型对自由来流  变化在速度分布上的反应,右边部分显示了使用 GEKO k- 模型(包括 CD 项)进行的相同测试。图 99 显示了涡流粘度分布上的相同影响,在标准 k- 模型中,低自由流值和高自由流值之间的差异超过 2 倍。由于自由流值的高低不易控制,而且通常是基于粗略估算的入口值,因此与这些值无关的解对于可靠的模拟至关重要。

图98 自由混合层解的自由湍流水平对速度分布的影响.左:没有CD项的标准k-模型;右:包括CD项的GEKO模型。
图99 自由混合层解的自由粘度水平对无因次涡流粘度分布的影响. 左:没有CD项的标准模型;右:包括CD项的GEKO模型

到目前为止,讨论的方程构成了所有基于工业的湍流模型的基础。

注:系列译自《Best Practice: RANS Turbulence Modelingin Ansys CFD》,作者F.R. Mentor,2022


(完毕)

本篇文章来源于微信公众号: CFD之道

赞(0) 打赏
版权声明:未经允许,请勿随意用于商业用途。
文章名称:《湍流模拟|15 NS方程封闭问题(2)》
文章链接:https://www.topcfd.cn/38180/
本站资源仅供个人学习交流,请于下载后24小时内删除,不允许用于商业用途,否则法律问题自行承担。
分享到

说两句 抢沙发

评论前必须登录!

 

觉得文章有用就打赏一下文章作者吧

非常感谢你的打赏,我们将继续给力更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫

微信扫一扫

登录

找回密码

注册