3. CFD控制方程与湍流模型选择

工业通风流场的CFD仿真,本质上是在求解一组描述空气运动与传热传质过程的偏微分方程。无论使用哪种商业软件,求解器内部都在离散并迭代这组方程。理解它们的物理含义,是判断仿真结果是否可信、边界条件是否合理的前提。本节先梳理通风仿真中必须用到的四个控制方程,再对比三种常用湍流模型在通风场景下的适用性。

一、四个控制方程及其在通风中的角色

通风流场通常按不可压缩、常物性、低速处理,空气密度取1.2 kg/m³左右,黏度约1.8×10⁻⁵ Pa·s。在这个前提下,控制方程可以写成如下形式。

连续性方程(质量守恒):∂u/∂x + ∂v/∂y + ∂w/∂z = 0。它约束速度场必须满足"流入等于流出",是压力修正方程(SIMPLE系列算法)的出发点。通风中如果送风口与排风口风量不平衡,连续性方程会通过压力场自动调整,最终表现为房间某处出现回流或缝隙渗漏。

动量方程(N-S方程):ρ(∂u/∂t + u·∇u) = -∇p + μ∇²u + ρg + S。左侧是惯性项,右侧依次为压力梯度、黏性扩散、重力和源项。通风仿真中,浮力驱动(热压通风)通过ρg项体现,风扇、多孔介质(如过滤器、格栅)则通过源项S施加。动量方程决定了射流衰减、贴附效应和涡旋结构。

能量方程:ρc_p(∂T/∂t + u·∇T) = ∇·(k∇T) + S_h。当通风涉及热源(设备散热、人员散热)或需要评估热舒适时,能量方程必须开启。它给出温度场,而温度场又通过浮力项反过来影响动量方程,形成自然通风的耦合求解。

组分输运方程:∂(ρY_i)/∂t + ∇·(ρuY_i) = ∇·(ρD_i∇Y_i) + S_i。用于追踪污染物、CO₂、水蒸气等组分的浓度分布。通风工程中评估污染物排除效率、换气效率时,这一方程是核心。Y_i为组分i的质量分数,D_i为扩散系数,S_i为源项(如污染源释放速率)。

四个方程并非独立:动量方程给出速度场,速度场带入能量和组分方程得到温度和浓度,温度和浓度又通过浮力影响动量。因此通风仿真通常是耦合求解,只是根据问题特点决定哪些方程必须开启。

通风CFD控制方程耦合关系与湍流模型适用区间 连续性方程 ∇·u = 0 动量方程 ρ(u·∇u) = -∇p + μ∇²u + ρg + S 能量方程 ρc_p(u·∇T) = ∇·(k∇T) + S_h 组分输运方程 ∇·(ρuY_i) = ∇·(ρD_i∇Y_i) + S_i 压力耦合 浮力/热源 速度场驱动 温度影响扩散 三种湍流模型在通风流场中的适用性对比 标准 k-ε 适用:充分发展湍流、大空间 优点:稳健、计算量小 缺点:近壁面与分离流偏差大 通风场景:车间整体通风可用 贴附射流/回流区慎用 k-ω SST 适用:近壁面、逆压梯度、分离 优点:壁面处理强、射流精度高 缺点:对来流湍流参数敏感 通风场景:局部排风罩首选 人员呼吸区/热羽流推荐 雷诺应力模型 RSM 适用:强旋流、各向异性湍流 优点:直接求解雷诺应力 缺点:方程多、收敛难、耗时 通风场景:旋风除尘器 旋流送风口等强旋流

二、湍流模型的选择逻辑

通风流场几乎总是湍流。直接数值模拟(DNS)和大涡模拟(LES)虽然精度高,但对网格和时间步长的要求使它们在工程通风中难以常规使用。工程上主流仍是雷诺平均(RANS)方法,核心问题是如何封闭雷诺应力项。三种模型代表了不同的封闭策略。

标准k-ε模型求解湍动能k和耗散率ε两个输运方程,通过涡黏假设把雷诺应力与平均速度梯度关联。它的优势是计算稳健、对网格要求相对宽松,适合大空间整体通风、置换通风等流动方向较为单一的场合。但涡黏假设默认湍流各向同性,在射流贴附、墙角回流、排风罩边缘分离等区域会明显高估或低估湍流强度。此外,标准k-ε依赖壁面函数处理近壁区,若第一层网格落在黏性底层内,结果会失真。

k-ω SST模型在近壁区使用k-ω形式,在远场切换为k-ε形式,兼顾了两者优点。它对逆压梯度和分离流的预测明显优于标准k-ε,因此在局部排风罩、通风柜、人员热羽流等近壁主导的场景中更可靠。代价是对入口湍流强度、湍流黏度比等参数较敏感,需要合理设定来流条件。通风仿真中,若关注呼吸区风速、排风罩控制风速,k-ω SST通常是更稳妥的选择。

雷诺应力模型(RSM)放弃涡黏假设,直接为六个雷诺应力分量建立输运方程。它能捕捉湍流的各向异性,适合强旋流、浮力主导的复杂流动,例如旋风除尘器内部流场、旋流送风口的射流旋转。但方程数量多、耦合强,收敛难度和计算成本显著高于两方程模型,对网格质量也更挑剔。工程中一般只在两方程模型明显失效时才考虑。

三、选择时的实际判断依据

实际项目中,可以按以下顺序判断:先看流动是否存在强旋流或明显各向异性——若有,优先考虑RSM;再看是否以近壁面、分离、贴附射流为主——若是,选k-ω SST;若流动以大空间混合为主、对局部细节要求不高,标准k-ε即可满足。同时要结合计算资源:一个典型工业车间(如30 m×20 m×8 m)的网格量在300万~800万,k-ε可在数小时内收敛,RSM可能需要数倍时间。

无论选择哪种模型,都建议先用标准k-ε获得一个稳定初场,再切换到k-ω SST或RSM继续计算。这样既能降低发散风险,也能缩短整体求解时间。