2. 流体系统建模基础

流体系统参数化优化设计的第一步，不是打开软件画网格，而是把“物理问题”翻译成“可计算的数学模型”。这个翻译过程决定了后续优化的可行域、计算成本和结果可信度。本节围绕五个相互关联的建模决策展开：用什么方程描述流动、在何处施加什么边界条件、湍流如何封闭、选一维还是三维、以及如何简化并验证模型。

控制方程：从守恒律到可解形式

流体流动由质量、动量和能量守恒方程描述。对不可压缩牛顿流体，连续性方程与动量方程（Navier–Stokes 方程）构成基本框架：

连续性：∂u/∂x + ∂v/∂y + ∂w/∂z = 0
动量：ρ(∂u/∂t + u·∇u) = -∇p + μ∇²u + f
能量：ρc_p(∂T/∂t + u·∇T) = ∇·(k∇T) + Φ

其中 u 为速度矢量，p 为压力，ρ 为密度，μ 为动力黏度，f 为体积力，T 为温度，k 为导热系数，Φ 为黏性耗散。参数化优化中，这些方程本身通常不变，变化的是几何边界、物性参数和工况条件。因此建模的核心工作在于：确定哪些项可以忽略（如定常、无黏、绝热），哪些参数需要作为设计变量暴露出来。

例如，对于管道内的低速水流，能量方程常可解耦；对于换热器优化，能量方程必须与动量方程耦合求解。判断依据是问题中是否存在显著的温度梯度、浮力效应或热应力约束。

边界条件：把物理约束落到网格面上

边界条件是模型与外界交互的接口，设置错误会直接导致不收敛或物理失真。常见类型包括：

• 入口：速度入口（给定 u、v、w 分布）、质量流量入口（给定 ṁ）、压力入口（给定总压）。参数化时，入口流量常作为设计变量。
• 出口：压力出口（给定静压）、自由出流（充分发展，∂u/∂n=0）。若出口存在回流，压力出口更稳定。
• 壁面：无滑移（u=0）、滑移（剪切为零）、移动壁面（给定壁面速度）。壁面粗糙度参数 k_s 在管道优化中不可忽略。
• 对称/周期：对称面法向速度为零、切向梯度为零；周期边界用于重复结构，如换热器翅片单元。

实操中，入口湍流强度 I 和水力直径 D_h 需要根据来流条件估算。例如，充分发展管道流可取 I≈5%，D_h 等于管道内径；若入口来自大空间，I 可低至 1%。这些值直接影响湍流模型入口的 k 和 ε（或 ω）分布。

湍流模型选择：精度与成本的权衡

湍流是流体系统建模中最难处理的部分。直接数值模拟（DNS）和大涡模拟（LES）精度高但计算量巨大，工程优化中通常采用雷诺平均（RANS）模型。选择逻辑如下：

• k–ε 模型：适用于高雷诺数、充分发展湍流，如管道、外流。对逆压梯度和分离流预测偏差较大，但鲁棒性好、计算快。
• k–ω SST 模型：结合 k–ω 近壁精度和 k–ε 远场独立性，适合有分离、逆压梯度的流动，如弯管、阀门、翼型。壁面处理需 y+≈1。
• Spalart–Allmaras 模型：单方程，适合航空外流和附着边界层，对复杂分离流不如 SST。
• 雷诺应力模型（RSM）：各向异性强旋流、强曲率流动，如旋风分离器，但方程多、收敛难。

参数化优化中，若设计变量主要改变几何尺寸而流动拓扑不变，可固定湍流模型；若优化涉及流动分离控制，则需用 SST 或 LES 验证。一个实用原则：先用 k–ε 快速筛选设计空间，再用 SST 对候选方案精算。

一维与三维建模策略

一维模型把管道、阀门、泵等部件抽象为节点和阻力元件，用集中参数描述压降与流量关系。例如，管道沿程损失 Δp = f(L/D)(ρu²/2)，局部损失 Δp = K(ρu²/2)。一维模型计算量小，适合系统级参数扫描和优化前期快速筛选。三维 CFD 则解析空间速度场、压力场和温度场，能捕捉弯管二次流、阀门涡流、换热器翅片间流动分离等细节，但单次计算可能耗时数小时至数天。

实际策略是“一维粗筛、三维精算”。例如，优化一个冷却水回路，先用一维模型调整管径、泵扬程和阀门开度，找到压降与流量匹配的候选方案；再对关键弯头和换热器入口段做三维计算，检查是否存在流动分离或流量分配不均。一维模型的结果可作为三维模型的边界条件，三维模型的结果反过来修正一维模型的损失系数 K，形成闭环。

模型简化与验证方法

简化不是随意删减，而是有依据地忽略次要效应。常见简化包括：

• 对称简化：几何和边界条件对称时，取一半或四分之一计算，减少网格量。需确认流动本身不破坏对称性（如浮力、旋转）。
• 周期简化：重复结构取一个周期单元，如换热器翅片、涡轮叶栅。需保证周期面上流动充分发展。
• 稳态假设：当流动特征时间远小于工况变化时间，可用定常求解。若存在涡脱落、喘振，则必须非定常。
• 薄壁/绝热假设：壁面热阻远小于对流热阻时，可忽略壁面导热；反之需共轭传热。

验证方法分三个层次：网格无关性——逐步加密网格，直到关键输出（压降、换热系数）变化小于 2%；解析/实验对比——用经典层流管流、平板边界层等已知解校验；参数敏感性——检查设计变量微小变化时输出是否连续、单调，避免数值噪声掩盖真实趋势。若优化算法依赖梯度，还需验证伴随求解或有限差分的步长合理性。

最后强调：参数化优化中，模型是设计空间的“地图”。地图不必完美，但必须对方向敏感。一个经过验证的简化模型，往往比一个未经验证的高精度模型更有优化价值。