旋涡动力学:原理与诊断验证
逐项解读涡量输运方程的五项,比较 Rankine、Lamb-Oseen 与 Burgers 三个涡模型的适用域,给出点涡到涡粒子法的层级与代价,并用涡环与 Burgers 涡各做一次手算。
旋涡动力学:原理与诊断验证
涡量方程把流动的演化写成五项收支,每一项都对应一个可以被实验或数值单独测量的机制。理解这五项,就能判断某个涡模型到底丢了什么:Rankine 涡丢了黏性扩散,点涡丢了核结构,涡粒子法丢了远场的可压缩性。涡结构是数值方法最容易"画出来"也最容易画错的东西:换个 Q 阈值,涡的数量可以翻倍;网格粗一倍,涡核可以胖一倍。判断一张涡图是否可信,需要三条不依赖阈值的证据:涡核半径随网格的收敛性、环量随时间的守恒性、以及拉伸项与耗散项的收支平衡。本文把这三条做成可执行的检查。
涡量输运方程的五项
对可压缩、非正压流体,涡量 满足
五项依次是:对流、涡管拉伸、体积膨胀引起的涡量稀释、斜压项、黏性扩散。理解它们的关键是量纲与符号:
- 拉伸项 与 同号时增强涡量。二维流动中该项恒为零——这是二维湍流与三维湍流本质不同的原因。
- 膨胀项 在膨胀区减弱涡量、在压缩区增强。
- 斜压项只在密度与压力梯度不平行时出现,激波后与燃烧面后是主要来源。
- 扩散项在二维下解析可解:核半径按 增长。
对无黏正压流动,Kelvin 定理给出沿物质围道的环量守恒:
这个定理是涡方法全部合法性的来源:只要不涉及黏性、斜压与激波,涡量就随流体输运,可以用拉格朗日粒子或涡丝直接携带。
环量与涡量通量守恒
对无黏正压流动,Kelvin 定理给出
数值解中环量会缓慢漂移,漂移率是离散质量的直接度量。判定阈值:在 10 个对流时间尺度内,绕涡核的环量相对变化应小于 1%。若超过 5%,说明数值耗散或边界通量有问题。
围道选择也有讲究:半径取 时已包含 99% 的环量,同时远离核心的高梯度区,积分误差最小。围道太靠近核心,切向速度的离散误差会被放大;围道太远,会被邻近涡污染。
量级估算:涡环与 Burgers 涡
涡环平移速度。 半径 、核半径 的圆形涡环,自诱导平移速度近似为
取 、、:,,括号内 ,前因子 ,得 。对数依赖意味着 对 极不敏感——把核半径缩小十倍只让 增加约 30%。这正是涡方法能容忍一定核尺度误差的原因。
Burgers 涡核。 取 、、:
- 核半径 ;
- 在 处的切向速度 ;
- 网格要求 ,这个尺度在整机算例中无法满足,因此工程上通常用亚格子涡模型代替解析。
第 3 步是这类模型的核心限制:涡核尺度由拉伸率与黏性之比决定,与几何尺寸无关,因此"加密到能解析"往往不现实。
涡方法层级与代价
选择依据是"涡结构是否主导你要的量"。直升机旋翼的桨尖涡、飞机尾涡、扑翼涡环这些以离散涡为骨架的流动,涡方法的效率可以比网格法高两个数量级。反过来,壁面附近的湍流边界层是连续谱、没有离散涡骨架,涡方法毫无优势。
| 方法 | 涡量表示 | 适用域 | 主要代价 |
|---|---|---|---|
| 点涡 | 奇点 | 二维远场、稳定性分析 | 近距离奇异性 |
| 涡团(blob) | 光滑核 | 二维自由剪切层 | 核尺度与分辨率耦合 |
| 涡丝 / 涡面 | 拉格朗日线面 | 尾迹、旋翼、三维涡管 | 涡丝变形需重划分 |
| 涡粒子法 | 粒子携带涡量 | 高雷诺数外部绕流 | 粒子畸变需重映射 |
| 涡-网格混合(VIC) | 粒子→网格投影 | 尾迹与壁面相互作用 | 投影耗散 |
| 网格法(LES/DNS) | 欧拉场 | 全部,含壁面与激波 | 全域网格代价 |
三个涡模型的适用域
Rankine 涡:核内刚体旋转、核外自由涡,
核边缘速度梯度不连续,涡量在 处是狄拉克奇点。它适合做解析估计与远场衰减判断,不适合放进数值求解器。
Lamb-Oseen 涡:黏性扩散的自相似解,核半径按 增长,适合验证数值格式的涡量耗散。
Burgers 涡:把轴向拉伸与径向压缩同时考虑,
拉伸项与黏性扩散在稳态下平衡,给出固定的核半径 。这是唯一同时包含拉伸与耗散的最小模型,因此是检验涡量方程收支的标准算例。
二维假设何时成立
涡量方程里拉伸项在二维恒为零,因此二维模拟天然丢失涡管拉伸这一最重要的三维涡量增强机制。判据是比较拉伸项与对流项的量级:
是沿涡轴的变形尺度, 是涡量横向梯度尺度。当沿涡轴方向的变形可以忽略(长直涡管、展向均匀的二维剪切层)时该比值远小于 1,二维成立。自由剪切层的初期、大展弦比机翼的中段、以及准二维的浅水流动属于这一类。反之,涡环、旋翼尾迹、湍流斑点必须三维。
import math
def burgers_vortex(Gamma, alpha, nu=1.5e-5):
rc = math.sqrt(2 * nu / alpha)
u_at_rc = Gamma / (2 * math.pi * rc) * (1 - math.exp(-0.5))
return dict(rc_mm=rc * 1e3, u_theta_at_rc=u_at_rc,
dx_max_um=rc / 8 * 1e6)
def vortex_ring(Gamma, R, a):
return Gamma / (4 * math.pi * R) * (math.log(8 * R / a) - 0.25)
print(burgers_vortex(2.0, 100.0)) # rc=0.548 mm, u_theta=228.6 m/s
print(vortex_ring(2.0, 0.1, 0.01)) # U=6.58 m/s
涡核半径的网格依赖性
涡核半径是比涡量峰值更稳健的诊断量,因为它对数值耗散的响应是单调的:网格越粗,耗散越强,核半径被数值地"撑大"。判定要求是
即涡核直径上至少 16 个单元。若网格加密后核半径持续单调减小而没有平台,说明尚未收敛。
Lamb-Oseen 涡核对。 该解析解给出切向速度与核半径演化:
取 、、:
- ;
- 网格要求 ,即约 1 mm;
- 峰值切向速度出现在 处,其值 ;
- 峰值涡量 ;
- 时间推进到 :,,恰为 时的一半。
第 5 步是最有用的核对:在无外力的自由衰减阶段,峰值涡量必须严格按 衰减、核半径严格按 增长。求解器若给出别的幂次,问题一定在离散而非物理。
后处理与涡量收支脚本
// OpenFOAM 函数对象:直接输出 Q 与涡量
functions
{
vorticity
{
type vorticity;
libs ("libfieldFunctionObjects.so");
writeControl writeTime;
}
Q
{
type Q;
libs ("libfieldFunctionObjects.so");
writeControl writeTime;
}
enstrophy
{
type enstrophy;
libs ("libfieldFunctionObjects.so");
writeControl writeTime;
}
}
import numpy as np
def lamb_oseen_check(Gamma, nu, t, rc_measured):
rc_exact = np.sqrt(4 * nu * t)
w_exact = Gamma / (np.pi * rc_exact**2)
return dict(rc_exact_mm=rc_exact * 1e3,
rc_error=abs(rc_measured - rc_exact) / rc_exact,
omega_max_exact=w_exact)
# Gamma=1, nu=1.5e-5, t=1 s -> rc=7.75 mm, omega_max=5305 1/s
print(lamb_oseen_check(1.0, 1.5e-5, 1.0, rc_measured=7.9e-3))
涡量方程的各项收支可以在后处理里直接积分核对:
不可压且无边界通量时,右端只有拉伸项与耗散项。若两者之和与左端的时间变化率相差超过 10%,说明离散误差主导了涡量演化,此时讨论涡结构细节没有意义。
故障模式与判定试验
| 现象 | 根因 | 判定试验 |
|---|---|---|
| 二维算例的涡量峰值不衰减也不增强 | 拉伸项在二维恒为零,物理上被抹掉 | 做三维展向周期算例对照,看涡量峰值变化 |
| 涡粒子法结果在长时间后出现非物理聚集 | 粒子畸变导致核尺度失真 | 开启粒子重映射并比较总环量守恒 |
| 涡环平移速度对核半径极敏感 | 公式误用,或核半径远大于 | 核对 前提,检查对数项符号 |
| 有激波时涡量不守恒 | 斜压项被忽略 | 输出 的体积分 |
| 壁面附近涡量始终为零 | 涡方法未施加壁面无滑移 | 加入涡片生成项或改用混合方法 |
| 涡核半径随拉伸率增大而增大 | 用错了 的方向 | 核对 定义:拉伸应使核变细 |
| 阈值微调后涡结构数量翻倍 | 流场没有清晰的涡尺度分离,准则阈值无物理依据 | 做 5 档阈值扫描,改报告总环量与涡量峰值 |
| 网格加密后涡核半径持续缩小 | 数值耗散尚未收敛 | 做两次加密,要求 变化小于 5% |
| 涡量峰值按 而非 衰减 | 离散耗散大于物理黏性耗散 | 与 Lamb-Oseen 解析衰减逐时刻对比 |
| 绕涡核的环量随时间单调下降 | 数值耗散或出口涡量通量未处理 | 计算 ,并检查出口边界 |
| 壁面附近出现非物理的高涡量层 | 涡量边界条件与壁面条件不自洽 | 检查壁面 与 的一致性 |
| 拉伸项 很大但涡不增强 | 拉伸被离散耗散抵消 | 输出涡量方程各项的体积分收支 |
涡识别准则及其阈值敏感性
三个常用准则都从速度梯度张量 出发。Q 准则取
准则取 的第二大特征值 ; 准则取 的特征方程判别式为正。三者给出的拓扑结构相近,但对阈值的敏感度不同:Q 需要同时给正负号与一个绝对阈值, 只需符号,因此 在跨工况比较时更稳健。
诊断方法是阈值扫描:把 Q 的阈值按 倍步长取 5 档,统计识别出的连通涡结构数量。若数量在相邻档之间变化超过 50%,说明涡结构之间没有清晰的尺度分离,此时任何"涡的个数"都不可报告,只能报告积分量如总环量或涡量峰值。
归档要点
报告需要写明:使用的涡识别准则、阈值取值及其扫描结果、涡核半径的网格收敛表、以及环量随时间的曲线。若涡图用于定量结论(如"涡脱落频率提高了 15%"),必须额外给出频率的谱峰与谱宽,并说明采样窗口长度。仅凭若干张彩色涡图得出的趋势判断,无法排除阈值选择带来的假象。
参考资料
- Saffman P.G., Vortex Dynamics, Cambridge University Press, 1992.
- Lamb H., Hydrodynamics, 6th ed., Cambridge University Press, 1932.
- Batchelor G.K., An Introduction to Fluid Dynamics, Cambridge University Press, 1967.
- Burgers J.M., “A Mathematical Model Illustrating the Theory of Turbulence,” Advances in Applied Mechanics, 1, 171-199, 1948.
- Cottet G.-H., Koumoutsakos P.D., Vortex Methods: Theory and Practice, Cambridge University Press, 2000.
- Hunt J.C.R., Wray A.A., Moin P., “Eddies, Streams, and Convergence Zones in Turbulent Flows,” Center for Turbulence Research Proceedings, 193-208, 1988.
- Jeong J., Hussain F., “On the Identification of a Vortex,” Journal of Fluid Mechanics, 285, 69-94, 1995.
- Taylor G.I., Green A.E., “Mechanism of the Production of Small Eddies from Large Ones,” Proceedings of the Royal Society A, 158(895), 499-521, 1937.