Analysis and reformulation of the $k$--$ω$ turbulence model for buoyancy-driven thermal convection

Questo studio deriva una soluzione analitica per il modello standard $k$--$\omega$ nella convezione di Rayleigh--Bénard per identificare le discrepanze nel trattamento della galleggiabilità, portando a un modello riformulato con due nuove funzioni algebriche che migliorano significativamente le previsioni della temperatura media e del flusso di calore turbolento in vari flussi guidati dalla galleggiabilità.

L'essenziale

Immagina di dover prevedere come il calore si muove attraverso una pentola d'acqua posta su un fornello. Nel mondo della fisica, questo fenomeno è chiamato convezione guidata dalla galleggiabilità: il fluido caldo sale, quello freddo scende e si mescolano in una danza caotica chiamata turbolenza.

Per gli ingegneri che progettano cose come reattori nucleari o sistemi di ventilazione degli edifici, è necessario un modo per prevedere questo movimento del calore senza simulare ogni singola goccia d'acqua vorticosante (il che richiederebbe anni di calcolo ai supercomputer). Invece, utilizzano un metodo "scorciatoia" chiamato RANS (Reynolds-Averaged Navier-Stokes). Pensa al RANS come a una previsione meteorologica: non traccia ogni singola goccia di pioggia, ma prevede il modello generale della tempesta.

Lo strumento di "previsione" più popolare per questo scopo è un modello chiamato modello k–ω. Tuttavia, per decenni, questo strumento ha avuto un punto cieco. Funziona benissimo per il vento che soffia sopra un'ala (flusso di taglio), ma quando si tratta di calore che sale da un pavimento caldo (galleggiabilità), spesso sbaglia i numeri. È come un GPS che sa guidare in autostrada ma si perde completamente in una griglia urbana.

Il Problema: Il GPS "Cieco"

Il documento spiega che il modello k–ω standard non sa come gestire la "spinta" che il calore esercita sul fluido.

• Il Vecchio Metodo: Gli ingegneri hanno cercato di risolvere il problema indovinando. Hanno aggiunto una "manopola" (una costante matematica) al modello, aumentandola o diminuendola a seconda che l'aria fosse stabile o instabile. Ma non esisteva un manuale di istruzioni. Un software impostava la manopola a 1, un altro a 0 e un altro ancora a -2. Era un caos di congetture e i risultati erano spesso imprecisi, specialmente per fluidi molto densi (alto numero di Prandtl) o molto sottili (basso numero di Prandtl).

La Soluzione: Una Nuova Mappa

L'autore, Da-Sol Joo, ha deciso di smettere di indovinare e iniziare a derivare.

1. Il Laboratorio: Invece di osservare una stanza reale e disordinata, l'autore ha creato un "laboratorio" perfetto e semplificato nella matematica: uno strato piatto e infinito di fluido riscaldato dal basso (convezione di Rayleigh-Bénard). In questo mondo perfetto, il fluido non si muove lateralmente; si muove solo su e giù. Questo ha permesso all'autore di risolvere le equazioni sulla carta per vedere esattamente come il modello dovrebbe comportarsi.
2. La Scoperta: La matematica ha rivelato che il modello standard stava prevedendo la relazione errata tra calore, densità del fluido e temperatura. Era come una bilancia che pesava sempre gli oggetti pesanti come se fossero leggeri.
3. La Correzione: L'autore non ha scartato l'intero modello. Invece, ha aggiunto due minuscoli e intelligenti aggiustamenti (funzioni algebriche) al "cervello" del modello:
   • Aggiustamento 1 (Per fluidi sottili): Una modifica che cambia il modo in cui il modello gestisce la "dissipazione" (quanto velocemente la turbolenza si estingue) quando il fluido è sottile.
   • Aggiustamento 2 (Per fluidi densi): Una modifica che cambia il modo in cui il calore si diffonde proprio accanto alle pareti quando il fluido è denso.

Crucialmente, questi aggiustamenti sono intelligenti. Si attivano solo quando è presente la galleggiabilità (calore che sale). Se non c'è calore, il modello torna alla sua forma originale e standard. È come aggiungere una lente speciale a una fotocamera che si attiva solo quando si scatta una foto di un tramonto; per le foto normali, la fotocamera funziona esattamente come ha sempre fatto.

I Risultati: Una Previsione Migliore

L'autore ha testato questo nuovo modello "corretto" contro una vasta gamma di scenari, non solo la semplice configurazione di laboratorio:

• Stanze riscaldate: Dove il calore proviene dall'interno della stanza (come il nocciolo di un reattore nucleare).
• Flussi misti: Dove il vento soffia e il calore sale contemporaneamente.
• Diverse forme: Stanze alte e strette contro stanze basse e larghe.

L'Esito:

• Il vecchio modello spesso sbagliava il bersaglio del 50% o più nel prevedere quanto calore veniva trasferito.
• Il nuovo modello corretto ha colpito il bersaglio con alta precisione in tutte queste diverse situazioni.
• Ha previsto con successo come il calore si muove in fluidi molto densi (come l'olio) e molto sottili (come i metalli liquidi), aree in cui il vecchio modello falliva miseramente.

Il Quadro Generale

Il documento sostiene che non è necessario costruire una macchina completamente nuova e eccessivamente complessa per risolvere questo problema. Il "GPS" esistente (il modello k–ω) aveva solo bisogno di alcune istruzioni specifiche in più per il calore. Derivando le istruzioni corrette dai primi principi e aggiungendole come semplici e intelligenti ritocchi, l'autore ha creato uno strumento che è:

• Preciso: Prevede correttamente il trasferimento di calore.
• Semplice: Non richiede enormi nuove risorse di calcolo.
• Robusto: Non si blocca né fornisce risposte strane quando le condizioni cambiano.

In breve, il documento prende una bussola rotta, capisce esattamente perché stava girando in tondo e aggiunge un minuscolo magnete per farla puntare di nuovo a Nord, permettendo agli ingegneri di navigare con sicurezza nel complesso mondo della turbolenza guidata dal calore.

Sommario tecnico

1. Enunciazione del Problema

La turbolenza guidata da galleggiamento (ad esempio, convezione naturale, convezione di Rayleigh–Bénard) è onnipresente nei flussi ingegneristici e geofisici. Sebbene i modelli delle equazioni di Navier–Stokes mediate di Reynolds (RANS), in particolare i modelli a due equazioni come $k$–$\varepsilon$ e $k$–$\omega$, siano ampiamente utilizzati per la loro efficienza computazionale, manca una formulazione standard universalmente accettata per l'inclusione degli effetti di galleggiamento.

• Il Problema Centrale: Non esiste una guida analitica su come modellare il termine di produzione dovuto al galleggiamento nell'equazione che determina la scala (l'equazione $\varepsilon$ o $\omega$).
• Limitazioni Attuali: Gli approcci esistenti sono in gran parte empirici. Alcuni omettono completamente i termini di galleggiamento, mentre altri li aggiungono in modo analogo alla produzione di taglio. Questi metodi spesso non riescono a riprodurre le leggi di scala corrette per il numero di Nusselt ($Nu$) in funzione dei numeri di Rayleigh ($Ra$) e Prandtl ($Pr$), specialmente in condizioni di stratificazione instabile.
• Deficit Specifico: I modelli standard prevedono spesso comportamenti asintotici errati, come $Nu \sim Pr^{-0.415}$ per $Pr$ elevati, mentre i dati sperimentali e DNS suggeriscono che $Nu$ dovrebbe essere quasi indipendente da $Pr$($Nu \sim Pr^0$) in questo regime.

2. Metodologia

Lo studio impiega un approccio analitico rigoroso combinato con una validazione numerica per derivare e correggere il modello standard $k$–$\omega$ di Wilcox (2006).

A. Quadro Analitico

• Caso di Test Canonico: L'autore deriva una soluzione analitica esatta per il modello $k$–$\omega$ standard applicato alla convezione di Rayleigh–Bénard statisticamente monodimensionale in uno strato infinito.
• Isolamento dei Meccanismi: In questa configurazione, la velocità media è zero e l'energia cinetica turbolenta ($k$) è generata esclusivamente dal galleggiamento. Ciò isola il ruolo del termine di galleggiamento nell'equazione $\omega$, un obiettivo difficile da raggiungere nei flussi guidati dal taglio.
• Derivazione: La soluzione mette esplicitamente in relazione il numero di Nusselt ($Nu$) con $Ra$e$Pr$. Analizza l'equilibrio tra produzione galleggiante, dissipazione e diffusione sia nelle regioni vicino alla parete che nel bulk per determinare gli esponenti di scala.

B. Riformulazione e Correzione

Sulla base delle discrepanze analitiche identificate, l'autore propone una riformulazione che coinvolge due funzioni algebriche adimensionali:

1. Correzione al Coefficiente di Galleggiamento ($C_{\omega b}$):

   • La costante standard $C_{\omega b}$ è sostituita da una funzione di $Pr$ per correggere la scala a basso $Pr$.
   • Per stratificazione instabile ($P_b > 0$), il coefficiente è modificato in:
     $$C_{\omega b}^+ = -0.9752 - 0.2988 Pr^{-5/16}$$
   • Per stratificazione stabile ($P_b < 0$), una derivazione analitica basata su un flusso di taglio stratificato stabilmente omogeneo fornisce una nuova costante:
     $$C_{\omega b}^- = -0.5385$$
     (Ciò sostituisce il valore empirico $C_{\omega b} \approx -2$ comunemente usato, garantendo che il modello si stabilizzi alla corretta soglia del numero di Richardson del flusso).

2. Correzione alla Diffusività Termica Turbolenta ($a_T$):

   • Per correggere il comportamento ad alto $Pr$, viene introdotta una funzione di modifica vicino alla parete $\psi$ alla diffusività termica turbolenta ($a_T = \nu_T / Pr_T + \psi$).
   • Questa funzione si annulla in assenza di galleggiamento e potenzia il flusso di calore vicino alla parete per recuperare la scala $Nu \sim Pr^0$ per $Pr \gg 1$.
   • La funzione dipende dal numero di Reynolds turbolento ($Re_T$), da $Pr$ e dal rapporto tra produzione galleggiante e dissipazione ($P_b/\varepsilon$).

C. Validazione

Il modello corretto è validato contro:

• Soluzioni Analitiche: Confronto delle leggi di scala derivate con simulazioni 1D.
• Dati DNS e Sperimentali: Validazione contro una vasta gamma di dataset inclusi:
  • Convezione di Rayleigh–Bénard (cavità quadrate 1D e 2D).
  • Convezione a riscaldamento interno (raffreddamento superiore e raffreddamento superiore e inferiore).
  • Flusso di Couette stratificato instabile (convezione mista).
  • Convezione naturale riscaldata lateralmente in cavità rettangolari (con diversi rapporti d'aspetto).

3. Contributi Chiave

1. Soluzione Analitica per $k$–$\omega$: Il documento fornisce la prima soluzione analitica esplicita per il modello $k$–$\omega$ standard in un flusso di Rayleigh–Bénard statisticamente 1D dominato dal galleggiamento. Ciò rivela l'origine matematica degli errori di scala del modello.
2. Derivazione delle Leggi di Scala: L'analisi deriva esplicitamente le scale previste dal modello ($Nu \sim Ra^{1/3}Pr^{1/3}$ per basso $Pr$e$Nu \sim Ra^{1/3}Pr^{-0.415}$ per alto $Pr$) e le confronta con le tendenze fisicamente osservate ($Nu \sim Pr^{1/8}$ e $Nu \sim Pr^0$).
3. Riformulazione Sistematica: Invece di una sintonizzazione empirica ad hoc, il documento deriva due funzioni di correzione algebriche che:
   • Recuperano la corretta scala $Nu$–$Pr$ su tutto l'intervallo ($10^{-3} \le Pr \le 10^3$).
   • Garantiscono la piena compatibilità con il modello standard (le correzioni si annullano in assenza di galleggiamento).
   • Forniscono un valore teoricamente coerente per la stratificazione stabile ($C_{\omega b} = -0.5385$).
4. Robustezza tra i Regimi: Le correzioni si dimostrano efficaci non solo nella pura convezione di Rayleigh–Bénard, ma anche nella convezione mista (flusso di Couette) e nei flussi a riscaldamento interno.

4. Risultati

• Accuratezza della Scala: Il modello corretto riproduce con successo le tendenze sperimentali:
  • Per $Pr \ll 1$: $Nu \sim Pr^{1/8}$ (precedentemente previsto come $Pr^{1/3}$).
  • Per $Pr \gg 1$: $Nu \sim Pr^0$ (precedentemente previsto come $Pr^{-0.415}$).
• Miglioramento Quantitativo:
  • Nella convezione di Rayleigh–Bénard, il modello corretto riduce l'errore nelle previsioni di $Nu$ del 50–70% rispetto al modello standard (che utilizzava $C_{\omega b}=1$).
  • Nella convezione a riscaldamento interno, il modello prevede accuratamente la temperatura massima e la partizione del flusso di calore, mentre il modello standard sovrastima significativamente le temperature.
  • Nella stratificazione stabile, il valore analiticamente derivato $C_{\omega b} = -0.5385$ fornisce un accordo migliore con i dati DNS per la soppressione della turbolenza rispetto al valore standard $C_{\omega b} = -2$.
• Convezione Mista: Nel flusso di Couette stratificato instabile, il modello cattura accuratamente la transizione tra regimi dominati dal taglio e regimi dominati dal galleggiamento, prevedendo $Nu$ e numeri di Reynolds di attrito entro il 10% dei dati DNS.
• Cavità Riscaldate Lateralmente: Nei flussi riscaldati lateralmente dominati dal taglio, dove il galleggiamento gioca un ruolo minore, il modello corretto produce risultati virtualmente identici al modello standard, dimostrando che le correzioni non degradano le prestazioni nei flussi non dominati dal galleggiamento.

5. Significato

• Chiarezza Teorica: Lo studio colma il divario tra le teorie di scala fenomenologiche (come Grossmann–Lohse) e la modellazione RANS mostrando come le strutture di chiusura standard possano essere analiticamente sintonizzate per corrispondere a queste scale.
• Utilità Ingegneristica: Offre una soluzione pratica e a basso costo per gli ingegneri. Introducendo solo due funzioni algebriche, il modello raggiunge un'alta accuratezza senza il costo computazionale o la complessità delle chiusure di ordine superiore (come i modelli delle tensioni di Reynolds).
• Cambio di Paradigma: Il documento si oppone all'idea che i modelli standard a due equazioni abbiano raggiunto un "soffitto di vetro". Dimostra che, con una comprensione sistematica del comportamento intrinseco del modello, possono essere ottenuti miglioramenti predittivi significativi attraverso modifiche minime e motivate fisicamente.
• Standardizzazione: La formulazione proposta fornisce un quadro coerente e riproducibile per la modellazione del galleggiamento nei codici $k$–$\omega$ (ad esempio, OpenFOAM, ANSYS Fluent), affrontando la frammentazione attuale in cui diversi solver utilizzano coefficienti empirici inconsistenti.

In conclusione, questo lavoro fornisce una riformulazione sistematica e analiticamente fondata del modello $k$–$\omega$ che risolve le discrepanze di lunga data nelle previsioni della turbolenza guidata da galleggiamento, offrendo uno strumento robusto per una vasta gamma di problemi di convezione termica.