四十六、Fluent壁面函数的选取依据

news2025/7/11 15:03:52

1. Fluent壁面函数


前面介绍了壁面函数的由来及相关的理论,这里我们介绍Fluent中壁面函数的选取依据。牢记:使用壁面函数的前提是y+>15

Fluent在两种湍流模型中需要选择壁面函数分别是k-e模型和Reynolds Stress雷诺应力模型,其他的湍流模型不必考虑壁面函数的问题,同时也不必考虑y+问题,我们后面会详细说明。


Fluent提供了四种壁面函数以供选择,分别是:Standard Wall Functions 标准壁面函数
Scalable Wall Functions 扩展壁面函数
Non-Equilibrium Wall Functions 非平衡壁面函数
User-Defined Wall Functions 自定义壁面函数


2. 标准壁面函数

2.1 Standard Wall Functions


标准壁面函数是由Launder and Spalding提出的,广泛应用于工业流体流动,是Fluent默认的壁面函数。但是我们计算时尽量不要使用这种壁面函数。

标准壁面函数使用典型的对数律:

其中


式中,κ= 0.4187为卡门常数;E= 9.793为经验常数;Up为紧邻壁面网格中心速度;kp为紧邻壁面网格中心湍动能;μ为动力粘度。U*和y*是Fluent中的无量纲物理量,等同于u+和y+。详情可查看四十五、壁面函数理论及y+的确定

标准壁面函数对y+要求非常严格,y+必须大于15,如果低于这个值,求解结果准确性会变得很差。其他的壁面函数对于y+的要求有所宽松,但尽量还是保证y+>15。

上述公式是对边界层内速度的近似,对于能量方程、组分方程和湍流方程同样有近似规律,这里不做介绍。


2.2 使用限制

标准壁面函数基于壁面恒剪切应力和局部平衡假设,因此当近壁流动受到很大的压力梯度的影响时(边界层分离),即流动处于非平衡状态时,预测结果可能会不准确。

其实就是因为标准壁面函数忽略了粘性底层,当粘性底层存在大压力梯度时,计算结果肯定是有问题。


3. 扩展的壁面函数

3.1 Scalable Wall Functions

顾名思义,Scalable Wall Functions在标准壁面函数的基础之上进行了扩展。当y*<11时,标准壁面函数是无法使用的,而Scalable Wall Functions可以正常使用。
Scalable Wall Functions对y*进行了一定的限制。


式中y*limit=11.25
如果y*>11.25,就取它自身的值。如果y*<11.25,就直接令y*=11.25。也就是说,y*>11.25时,Scalable Wall Functions和standard wall function功能相同。但是如果y*<11.25,那么小于11.25的网格结果相同,且都等于11.25时的规律。

举个例子,如果我们有三层网格的y*<11.25,那么这三层网格的y*直接按照等于11.25计算的,计算结果肯定是相同的。


3.2 使用限制

在y*问题上,Scalable wall functions比标准壁面函数应用范围要广,但是和标准壁面函数相同,当近壁流动受到很大的压力梯度的影响时(边界层分离),当流动处于非平衡状态时,预测结果可能会不准确。


4. 非平衡的壁面函数

4.1 Non-Equilibrium Wall Functions

由于Standard Wall Functions和Scalable wall function对于壁面压力梯度较大时都不适用,因此需要提出一种新的方式来解决这个问题。Fluent提供了Non-Equilibrium Wall Functions。

Non-Equilibrium Wall Functions基于两层假设来计算壁面剪切应力τw、湍动能k和湍动能耗散率e。而和压力梯度相关性不大的物理量如能量方程、组分方程等则和标准壁面函数保持一致。

yv为粘性底层的厚度,y为网格到壁面的距离。y处于粘性底层和粘性底层之外时,分别使用不同的公式来描述流动。


4.2 使用限制

通过这种方式,Non-Equilibrium Wall Functions能够弥补标准壁面函数的缺陷,适用于分离、撞击等复杂流动


5. 标准壁面函数 VS扩展的壁面函数


为了对比上述的内容,我们使用一个案例加以说明,案例的源文件在公众号文章chapter45中。


5.1 网格情况

模型为二维平板,长2.5m,宽0.1m,进口流速为6m/s,物性参数保持默认。通过计算可知y+>15,第一层网格高度取2.1E-03m;y+=1时,第一层网格高度取8E-5m。分别对上下两个壁面进行不同的y+网格划分如下图

以下使用标准壁面函数进行计算。


5.2 两壁面Y+

上壁面y+基本等于1,很小;下壁面y+整体都大于15。

5.3 速度云图

直观上看,上下壁面的速度云图并不相同,主要还是因为标准壁面函数对y+非常敏感。通过前面的分析,我们应该知道下壁面的速度分布更加合理

通过x=1截面上的曲线图也能看出,两壁面附近速度有所区别。

5.4 扩展的壁面函数对比

标准壁面函数和扩展的壁面函数明显有所不同。两种壁面函数在y+>15处速度曲线几乎重合,而在y+很小时差距变大。Scalable wall functions在y+较小时相对更准确一些。


6. 壁面函数的使用限制

尽管基于标准壁面函数做了很多改进如Scalable Wall Functions和Non-Equilibrium Wall Functions,但是壁面函数仍然存在一些问题。

壁面函数基于对数律,要么忽略粘性底层,要么对粘性底层进行修正,对于粘性底层的求解仍然不够精确,因此对于以下问题,壁面函数并不适用:很低的雷诺数流动,如毛细现象
壁面相变问题,如壁面沸腾现象
大压力梯度导致的边界层分离现象
依靠体积力驱动的流动,如自然对流,浮力等
对于3D模型,边界层歪斜度较大也不适用壁面函数

既然壁面函数存在一些适用不了的工况,那么我们就想研究这样工况应该怎么办呢??


还记得四十五、壁面函数理论及y+的确定文章,对于边界层细节捕捉问题,其实是有两种处理方法的。第一种就是我们刚刚介绍的壁面函数的方式,第二种是我们刚开始就想到的加密网格的方式。

本来为了减少网格数量,我们想到使用壁面函数。现在壁面函数无论如何满足不了需求了,我们就只能回归老本行,通过加密网格的方式来捕获细节。

Fluent提供了两种方式用来专门捕获壁面处细节Enhanced Wall Treatment和Menter-Lechner。这部分我们下篇文章再详细讲解。


7. 壁面函数总结


1) 壁面函数只会出现在k-e模型和Reynolds Stress雷诺应力模型

2) Standard Wall Functions:适用于高雷诺数流动,要求y+>15

3) Scalable Wall Functions:也适用于高雷诺数流动,但对于y+要求比较宽松,但尽量满足y+>15。不要用Standard Wall Functions,而尽量选择Scalable Wall Functions

4) Non-Equilibrium Wall Functions:适用撞击、分离等问题,y+<15也可以使用。

5) 如果不想考虑那么多,就直接使用Scalable Wall Functions

虽然进行了壁面函数的推荐,但实际上对于k-e模型和Reynolds Stress雷诺应力模型,Fluent推荐不要使用壁面函数,而使用近壁面处理。限于篇幅,下篇文章详细讲解。

原文链接:

四十六、Fluent壁面函数的选取依据Scalable Wall Functions:也适用于高雷诺数流动,但对于y+要求比较宽松,但尽量满足y+\x26gt;15。不要用Standard Wall Functions,而尽量选择Scalable Wall Functionshttps://mp.weixin.qq.com/s/fWnCmQYqgymU_rVbVdb0bw

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/18055.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

ADRC自抗扰控制从Simulink仿真到PLC控制实现

ADRC自抗扰算法专栏有详细学习笔记和PLC完整源代码,大家可以自行查看,链接如下: ADRC自抗扰控制算法(含梯形图完整源代码和算法公式)_RXXW_Dor的博客-CSDN博客PLC的自抗扰控制(ADRC)算法_RXXW_Dor的博客-CSDN博客_adrc算法1、自抗扰控制算法,网上很多文章有所讲解,大家…

【KBQA-2】 Learning To Retrieve Prompts for In-Context Learning

前言 本文是对文章 Learning To Retrieve Prompts for In-Context Learning (NAACL, 2022) 的阅读笔记&#xff0c;论文代码&#xff1a;链接。 文章目录1. in-context learning2. 本文工作3. 模型训练和推理1&#xff09;如何产生标记数据2&#xff09;如何给候选集合打分3&am…

离散连续系统仿真(汽车自动停车系统和弹跳球运动模型) matlab

文章目录一、汽车自动停车系统1.1 实验描述1.2 实验目的1.3 建模1&#xff09;建立这个自动停车系统的混成自动机模型&#xff1a;2&#xff09;状态图1.4 Simulink仿真1.4.1 仿真图1.4.2 仿真结果1.5 实验体会二、弹跳球运动模型2.1 实验描述2.2 实验目的2.3 建模1)建立这个弹…

【计算机组成原理Note】5.1 CPU的功能和基本结构

5.1 CPU的功能和基本结构 5.1.1 CPU的功能 指令控制。完成取指令、分析指令和执行指令的操作&#xff0c;即程序的顺序控制。操作控制。一条指令的功能往往是由若干操作信号的组合来实现的。CPu管理并产生由内存取出的每条指令的操作信号&#xff0c;把各种操作信号送往相应的部…

前端JS基础第一篇:执行上下文与执行栈

目录 执行上下文与执行栈 引言 什么是执行上下文? 执行上下文生命周期 变量对象 执行上下文的类型 执行上下文的特点 执行栈 执行栈示例 执行上下文与执行栈 引言 对于我们前端开发者来说理解JS程序内部执行机制是必要的&#xff0c;其中一个关键概念就是Js的执行上…

使用QEMU调试ARM64 Linux内核v6.0.9

环境准备 开发环境&#xff1a;Ubuntu 20.04.5 LTS&#xff0c;推荐修改阿里云的apt源&#xff0c;遇到编译依赖方便安装。 环境准备&#xff1a;在Windows上基于WSL2搭建Linux开发环境 本文用到的软件选用的是截至当前(2022-11-19)官网发布的最新的release版本&#xff0c;详…

JavaEE之HTTPS

文章目录HTTPS加密引入证书总结HTTPS 加密 HTTPS 就是在 HTTP 的基础上进行了 加密 , 进一步的来保证用户的信息安全~ 举个例子: 83 版 <<火烧圆明园>> , 有人要谋反干掉慈禧太后. 恭亲王奕䜣给慈禧递的折子. 折子内容只是扯一扯家常,但套上一张挖了洞的纸就能看…

ESP32的BLE使用学习

UUID生成网站&#xff1a; Online UUID Generator Tool 0.前言 什么是低功耗蓝牙&#xff1f; BLE之所以被称为低功耗蓝牙&#xff0c;就是需要通讯的时候才握手&#xff0c;数据传输完成后&#xff0c;就断开连接。在通讯过程中&#xff0c;主动方是客户端&#xff0c;由客…

中微SC8F5771模拟IIC通信——指令运行速度的探索(附编译软件与烧录软件)

文章目录一、中微单片机烧录与使用编译软件烧录软件下载地址烧录软件二、模拟IIC三、逻辑分析仪下的时序一、中微单片机烧录与使用 编译软件 中微所使用编译软件为SCMCU_IDE&#xff0c;不过个人不推荐使用这个软件写代码&#xff08;十分不好用&#xff0c;不能跳转&#xf…

Linux搜索查找命令【详细整理】

目录Linux下文件搜索、查找、查看命令findfind 【搜索范围】【选项】​ find /home -name ‘hello.txt’​ find /home -user root​ find / -size 100Mlocate特别说明&#xff1a;locate 文件名whichwhich lsgrep​ 基本语法&#xff1a;grep [选项] 查找内容 源文件grep -niL…

第六章 图论 8 AcWing 1624. 地铁地图

第六章 图论 8 AcWing 1624. 地铁地图 原题链接 AcWing 1624. 地铁地图 算法标签 图论 单源最短路 dijkstra spfa 思路 若采用邻接矩阵存储 超出本题空间限制&#xff0c;因此无法采用邻接矩阵存储&#xff0c;可采用邻接表存储 若采用常规建图方式&#xff08;即相邻两…

微信小程序|基于小程序实现人脸融合

文章目录一、文章前言二、具体流程及准备三、开发步骤四、完整代码一、文章前言 此文主要通过小程序实现人脸图像融合&#xff0c;将检测到的两张人脸进行融合&#xff0c;输出一张融合后的人脸。 二、具体流程及准备 2.1、注册百度开放平台及微信公众平台账号。 2.2、下载及安…

概论_第2章随机变量及其概率分布__离散型随机变量之二项分布

二项分布是离散型随机变量的内容 一. 定义&#xff1a; 若随机变量X的可能取值为0, 1, ... ,n, 而X的分布值为 , k0,1,…n 其中&#xff0c;0<p<1, q 1-p, 称X服从参数为n, p的二项分布&#xff0c; 简记为 X ~ B(n, p) 1. 当n1时&#xff0c; X服从0-1分布, …

想进入游戏建模行业,这4点必须了解

“游戏行业不关心你的专业&#xff0c;只关心你的作品”&#xff0c;想要进入游戏行业就记住这句话&#x1f44d; 这一年可是越来越多人想要进入游戏行业啦&#xff5e;造成了汤多肉少的情况&#xff0c;咱们怎样才能在一群竞争者中脱颖而出呢❓有4⃣大点你要注意的&#xff1…

决策树算法在计算机视觉中的应用附matlab代码

✅作者简介&#xff1a;热爱科研的Matlab仿真开发者&#xff0c;修心和技术同步精进&#xff0c;matlab项目合作可私信。 &#x1f34e;个人主页&#xff1a;Matlab科研工作室 &#x1f34a;个人信条&#xff1a;格物致知。 更多Matlab仿真内容点击&#x1f447; 智能优化算法 …

利用SpringBoot和vue+elementui做一个简单的书本信息管理系统

目录 1.准备工作 1.1.数据库准备 1.2.前端准备工作 1.3.后端准备工作 2.后台代码的编写 2.1.修改配置文件 2.2. 编写service层 2.3.编写Controller层 3.前台代码的编写 3.1.在src里面的api里面的action.js 3.2.搜索栏&#xff0c;表单 3.3.表格 3.4.弹出新增的模态…

[附源码]SSM计算机毕业设计整形美容咨询网站JAVA

项目运行 环境配置&#xff1a; Jdk1.8 Tomcat7.0 Mysql HBuilderX&#xff08;Webstorm也行&#xff09; Eclispe&#xff08;IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持&#xff09;。 项目技术&#xff1a; SSM mybatis Maven Vue 等等组成&#xff0c;B/S模式 M…

【考研复试】计算机专业考研复试英语常见问题二(研究方向/前沿技术/本科毕设篇)

相关链接&#xff1a; 【考研复试】计算机专业考研复试英语常见问题一&#xff08;家庭/家乡/学校篇&#xff09;【考研复试】计算机专业考研复试英语常见问题二&#xff08;研究方向/前沿技术/本科毕设篇&#xff09;【考研复试】计算机专业考研复试英语常见问题三&#xff0…

助老服务机器人结构设计

目 录 摘要 I Abstract II 第1章 绪论 1 1.1 课题背景 1 1.2 国外助老服务机器人的研究 1 1.2.1 爱尔兰PAM-AID 助老服务机器人 1 1.2.2 美国SmartCane 助老服务机器人 2 1.2.3 韩国WAR 助老服务机器人 3 1.2.4 日本助老服务机器人 4 1.2.5 可穿戴的外骨骼式助老服务机器人 4 …

(九)Spring之Bean的循环依赖问题

文章目录环境什么是Bean的循环依赖singleton下的set注入产生的循环依赖prototype下的set注入产生的循环依赖构造注入产生的循环依赖singleton下的构造注入prototype下的构造注入Spring解决循环依赖的机理&#xff08;底层实现&#xff09;上一篇&#xff1a;&#xff08;八&…