迎来QQ群吹逼,群号:538254037
本节主要简要回顾流体力学的运动方程,以确保整个博文系列能够自洽。本系列教程假设读者具有最基础的流体力学知识,不会太详细介绍控制方程的推导过程。
1.1 连续方程
对于变密度 ρ 流体,U 为速度向量,连续性方程为:
∂ρ∂tStorage +∇⋅(ρU)Advection =0
其中 t 为时间。假设密度 ρ 与时间和空间无关(定密度方程,注意与不可压流体的区别),上式可简化为:
∇⋅U=0
即:速度的散度为 0。
1.2 动量方程
流体力学中的动量方程,主要基于牛顿第二定理,流体的物质导数可写为:DU/Dt[ ms−2]。流体微团主要受到表面力和体积力的作用,体积力一般使用应力张量 τij(x,t)[ kgm−1 s−2] (stress Tensor) 表示,且是对称的 τij=τji。
流体力学中常见的体积力是重力,假设 Ψ[ m2 s−2] 为重力场,单位质量流体的体积力为:
g=−∇Ψ
受到表面力和体积力的影响,流体微团的加速度可写为:
ρDUjDtMaterial Derivative=∂τij∂xiSurface Force−ρ∂Ψ∂xjBody Force
对于定粘性的牛顿流体:
τijSurface Force =−PδijSurface Normal Force +μ(∂Ui∂xj+∂Uj∂xi)Surface Shear Force ,
其中 P[kgm−1 s−2] 为压力,μ[kgm−1 s−1] 为 dynamic viscosity,本章的推导中假设该系数为常数。考虑到 ∇⋅U=0 ,简化后可得 NS 方程:
ρDUjDterial Derivative =μ∂2Uj∂xi∂xiSurface Shear Force −∂P∂xjSurface Normal Force −ρ∂Ψ∂xjBody Force
进一步简化上述方程,定义 modified pressure 为 p[kgm−1 s−2]:
p=P+ρΨ
可以将上式进一步简化为:
DUDtMaterial Derivative =−1ρ∇pSurface Normal and Body Forces +v∇2USurface Shear Force
其中 v=μ/ρ[m2 s−1] 为 kinematic viscosity。
在很多实际应用中,粘性项 μ[kgm−1 s−1] 的作用相比于压力项 p 可以忽略,此时流体简化为无粘流体,应力张量此时简化为:
τij=−Pδij
此时 NS 方程可以简化为欧拉方程:
DUDtMaterial Derivative =−1ρ∇pSurface Normal and Body Forces
1.3守恒被动标量方程
被动标量的定义:标量场受到流场影响,但是不会反过来影响流场的物理量,被称为被动标量 (passive scalar),可以用符号 ϕ(x,t)。
其控制方程为:
DϕDtMaterial Derivative =Γ∇2ϕDiffusion
其中 Γ[m2 s−1] 为常数,或者已知的分布。
当被动标量为温度的时候,扩散系数被称为热传导系数。根据 kinematic viscosity 和热传导系数可以定义一个无量纲数 Prandtl number:
Pr=vΓ
当被动标量是物质的浓度时,扩散率称为分子扩散率,同样可以定义一个无量纲数 Schmidt number:
Sc=vΓ
1.4涡量方程
涡量 ω(X,t)[s−1]的定义为:
ω=∇×U
其控制方程为:
DωDtMaterial Derivative =v∇2ωDiffusion +ω.∇UVortex Stretching
对于定密度流体,其压力项 −∇×∇p/ρ 消失。涡量不能在理想流体的内部产生或消失,而是通过对流和扩在在流场中传递。
1.5 流体运动的表示
拉伸张量:
Sij≡12(∂Ui∂xj+∂Uj∂xi)
旋转张量:
Ωij≡12(∂Ui∂xj−∂Uj∂xi)
其中粘性应力之和拉伸项有关,和旋转项无关:
τij=−Pδij+2μSij
vorticity 和旋转率之间的关系:
ωi=−ϵijkΩjk,Ωij=−12ϵijkωk,
1.6 相似和无量纲方程
物理系统的相似可以在三个层面:
- 几何相似性 (Geometric similarity)
- 运动相似性 (Kinematic similarity)
- 动态相似性 (Dynamic similarity)
无量纲方程可以根据特征长度 L[m] 和特征速度 U[ms−1] 来推导。由此构造无量纲自变量:
^x=xL^t=tUL
带入到连续性方程和动量方程可得:
∂^Ui∂^xi=0D^UjD^t=1Re∂2^Uj∂^xi∂^xi−∂^p∂^xj
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!