被动标量传输

例如，在以下情况下被动标量非常有用：

• 在设计具有多个进气管和一个排气管的零部件时为传感器选择最佳位置。

  可使用被动标量检查计算域中离散点处的标量值。然后，可以确定哪些标量向传感器发送的信号最强。

• 分析具有相同属性的两个流体束的混合。

  流体以单相表示，但是可以使用多个被动标量来检查混合的效果。

• 跟踪烟雾或任何其他蒸气在房间或任何流体域中的对流和扩散方式。

  更具体地说，可以对液体中溶解的气体建模。

被动标量分量 ${\varphi }_i$ 的传输方程如下所示：

其中：

• $i$ 为组分指数。
• $V$ 为体积。
• $j_i$ 为扩散通量。
• $a$ 为面积矢量。
• $S_{{\varphi }_i}$ 为被动标量分量 的源项。$i$
• ${\varphi }_i$ 假设为正定。

如果被动标量是拉格朗日多相、离散多相或多孔介质模拟（使用物理速度方法）的一部分，则将按比例调整 Eqn. (1899)，以顾及由于存在离散相或固体多孔相而减小可用体积。有关这些相如何影响传输方程的更多信息，请参见实体分区。

线性涡扩散

在线性涡扩散模型中，扩散通量如下所示：

$$j_i=(\frac{\mu }{\sigma }+\frac{{\mu }_t}{{\sigma }_t})\nabla {\varphi }_i$$

(1900)

其中：

• $\mu$ 为粘度。
• ${\mu }_t$ 为湍流粘度。
• $\sigma$ 为分子施密特数 — 一种材料属性。
• ${\sigma }_t$ 为湍流施密特数。

广义梯度扩散假设 (GGDH)

使用广义梯度扩散假设模型 (GGDH)，可提高对高度各向异性湍流的被动标量扩散的预测精度。此假设模型将被动标量扩散通量建模为与雷诺应力成比例的张量：

$$j_i=\frac{\mu }{\sigma }\nabla {\varphi }_i+\frac{C_s}{{\sigma }_t}\frac{k}{ϵ}\mathbf{R}\cdot \nabla {\varphi }_i$$

(1901)

其中：

• ${\varphi }_i$ 为被动标量分量 $i$ 的值。

• $C_s=0.2$ 为模型常数。

• $k$ 为动能。

  $ϵ$ 为耗散率。

• $\mathbf{R}$ 为雷诺应力张量。

多孔介质中的被动扩散

在多孔介质中，将被动标量扩散通量 $j_i$ 乘以孔隙率/弯曲率 $\chi /\tau$。