💻 computer science

An Entropy Stable Formulation of Two-equation Turbulence Models with Particular Reference to the k-epsilon Model

Este artigo apresenta um arcabouço numérico robusto para modelos de turbulência de duas equações, particularmente o modelo k-epsilon, ao incorporar princípios de produção de entropia e média espaço-temporal para derivar equações simétricas e com estabilidade de entropia que garantem consistência e positividade sem depender de viscosidade artificial.

Autores originais: Guillermo Hauke, Thomas J. R. Hughes

Publicado 2026-08-12

📖 3 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Guillermo Hauke, Thomas J. R. Hughes

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você esteja tentando prever como um rio flui ao redor de uma rocha ou como o ar passa velozmente sobre um carro em alta velocidade. No mundo da física, este é o estudo da dinâmica dos fluidos. Mas os fluidos são complicados; eles não fluem apenas suavemente como a água em um riacho calmo. Eles giram, espiralam e colidem consigo mesmos em padrões caóticos chamados turbulência. Para entender esses movimentos selvagens, os cientistas usam um conjunto de regras chamadas equações de Navier-Stokes. Pense nessas equações como o manual de instruções definitivo de como os fluidos se movem. No entanto, quando os fluidos tornam-se turbulentos, o manual torna-se tão incrivelmente complexo que nem mesmo os supercomputadores mais rápidos do mundo conseguem resolvê-lo perfeitamente para projetos do mundo real.

Para contornar isso, os engenheiros usam um atalho. Em vez de rastrear cada pequeno redemoinho individual, eles tiram uma "média" do fluxo, suavizando o caos em uma imagem gerenciável. Isso é chamado de média de Reynolds. Mas aqui está a pegadinha: quando suavizamos o caos, perdemos algumas das regras fundamentais que mantêm o universo estável. Uma dessas regras mais importantes é a Segunda Lei da Termodinâmica, que basicamente diz que a desordem (ou "entropia") em um sistema fechado sempre tende a aumentar. É como como um quarto bagunçado que nunca se arruma sozinho; a energia sempre se dissipa em calor. Se uma simulação de computador ignora essa regra, ela pode se tornar instável, produzindo resultados selvagens e impossíveis que travam o programa. A grande questão que os cientistas têm feito é: Podemos construir um modelo de turbulência que respeite essa "regra da bagunça" para que nossas simulações de computador permaneçam estáveis e fisicamente reais?

Este artigo, escrito por Guillermo Hauke e Thomas J. R. Hughes, aborda exatamente esse problema. Os autores propõem uma nova maneira de escrever as equações para modelos de turbulência de duas equações (especificamente o famoso modelo $k$ - $\epsilon$ ) para que elas obedeçam naturalmente à Segunda Lei da Termodinâmica. Eles fazem isso introduzindo um truque matemático inteligente chamado "média espaço-temporal". Imagine olhar para um fluxo turbulento não apenas através de uma câmera de lapso de tempo, mas também através de uma lente levemente borrada que suaviza pequenos detalhes espaciais. Ao fazer isso, eles descobrem uma conexão oculta entre a energia dos redemoinhos giratórios e a taxa na qual essa energia desaparece (dissipa).

O principal achado do artigo é que, se você alterar as variáveis em suas equações para representar essas quantidades médias, todo o sistema torna-se "simétrico". No mundo da matemática, a simetria é um superpoder; significa que as equações são muito mais estáveis e menos propensas a explodir durante uma simulação de computador. Os autores mostram que, para isso funcionar, a maneira como a turbulência espalha calor e momento (os coeficientes de difusividade) deve seguir restrições específicas. Eles testaram esta nova versão "estável em entropia" do modelo $k$ - $\epsilon$ em um computador, simulando o ar fluindo sobre uma placa plana. Os resultados foram promissores: o modelo produziu resultados estáveis e realistas que coincidem bem com dados experimentais, e o fez sem precisar dos "ajustes" artificiais (como adicionar viscosidade falsa) que os modelos antigos frequentemente exigem. Os autores sugerem que esta abordagem fornece uma maneira mais fisicamente consistente de projetar modelos de turbulência, garantindo que as simulações de computador respeitem as leis fundamentais da natureza.

Resumo Técnico: Uma Formulação de Estabilidade de Entropia para Modelos de Turbulência de Duas Equações com Referência Particular ao Modelo $k$ - $\epsilon$

Definição do Problema
O projeto de algoritmos numéricos robustos para a dinâmica de fluidos depende fortemente da consistência e da estabilidade. Embora a segunda lei da termodinâmica (produção de entropia) forneça um princípio fundamental de estabilidade física para as equações de Navier-Stokes, sua aplicação às equações de Reynolds-Averaged Navier-Stokes (RANS) não é trivial. Nas formulações RANS padrão, particularmente aquelas que utilizam modelos de turbulência de duas equações como o $k$ - $\epsilon$ , a ligação direta entre a entropia média e as variáveis dependentes médias é perdida devido à não linearidade da relação de Gibbs. Consequentemente, as formulações padrão frequentemente carecem de uma função de entropia generalizada, tornando difícil incorporar princípios de estabilidade física diretamente no esquema numérico sem recorrer à viscosidade artificial. Tentativas anteriores de restaurar a estabilidade de entropia, como as de Jansen et al., foram limitadas a modelos de uma equação ou sistemas envolvendo seis equações para o tensor de tensão de Reynolds, deixando o amplamente utilizado modelo $k$ - $\epsilon$ sem uma formulação rigorosa de estabilidade de entropia.

Metodologia
Os autores propõem um framework para derivar uma formulação de estabilidade de entropia para modelos de turbulência de duas equações, especificamente o modelo $k$ - $\epsilon$ , introduzindo a média espaço-temporal.

Média Espaço-Temporal e Transformação de Variáveis:
O artigo introduz um operador de média espaço-temporal para preencher a lacuna entre a taxa de dissipação ( $\epsilon$ ) e a entropia generalizada. Ao realizar uma média espacial da energia cinética turbulenta ( $k$ ) sobre um pequeno volume, os autores demonstram que $\epsilon$ contabiliza as flutuações espaciais de $k$ . Isso leva à definição de uma nova escala de velocidade, $q_1 = (\nu \epsilon)^{1/4}$ , além da escala de velocidade turbulenta padrão $q_0 = \sqrt{2k}$ . O sistema de variáveis de conservação é redefinido para incluir densidade, momento, energia total, $q_0$ e $q_1$ . A energia total é modificada para incluir contribuições de ambos, $q_0$ e $q_1$ .
Função de Entropia Generalizada e Simetrização:
Utilizando essas novas variáveis, os autores constroem uma função de entropia generalizada $H(U) = -\rho \hat{s}$ , onde $\hat{s}$ é uma entropia modificada baseada nas variáveis de média espaço-temporal. As variáveis de entropia correspondentes $V$ são derivadas como o gradiente de $H$ em relação às variáveis de conservação $U$ . Essa mudança de variáveis transforma a forma quase-linear das equações $k$ - $\epsilon$ em um sistema hiperbólico simétrico (especificamente, um sistema advectivo-difusivo simétrico). As matrizes de coeficientes para a derivada temporal e termos de advecção tornam-se simétricas, e a matriz de difusão é mostrada como simétrica semidefinida positiva sob restrições específicas.
Restrições para Produção de Entropia:
Para garantir que o sistema satisfaça a desigualdade de Clausius-Duhem (produção de entropia não negativa), os autores derivam restrições específicas sobre os coeficientes do modelo de turbulência:
- A difusividade turbulenta para a taxa de dissipação ( $\epsilon$ ) deve ser igual à difusividade turbulenta para a energia cinética turbulenta ( $k$ ). Em termos de números de Prandtl, isso exige que $Pr_\epsilon = Pr_k$ .
- Os termos de fonte na equação de $q_1$ devem satisfazer desigualdades específicas para garantir que a produção de entropia generalizada permaneça não negativa. Isso envolve a modificação do termo de dissipação na função de fonte para que este domine os termos de produção sob certas condições.
Implementação Numérica:
As equações formuladas são implementadas utilizando um método de elementos finitos de Galerkin no tempo descontínuo/mínimos quadrados. O sistema é resolvido usando um algoritmo de preditor-multicorretor com um solver linear GMRES. A implementação aborda a rigidez (stiffness) das equações $k$ - $\epsilon$ , particularmente perto das paredes, utilizando uma condição de contorno específica para $q_1$ derivada do balanço entre dissipação e cross-difusão.

Resultos Principais
O artigo apresenta simulações numéricas de uma camada limite de placa plana turbulenta quase incompressível usando o modelo $k$ - $\epsilon$ de Lam-Bremhorst adaptado a este framework de estabilidade de entropia.

Validação: Os resultados para o coeficiente de atrito superficial e perfis de velocidade (em coordenadas de parede) mostram boa concordância com correlações empíricas (Karman-Schönherr) e outros cálculos estabelecidos (Patel et al., Wilcox).
Estabilidade: O esquema numérico demonstra robustez. Notavelmente, a equação $q_1$ (a equação de dissipação transformada) exibe excelente estabilidade, contrastando com as dificuldades numéricas típicas associadas à equação $\epsilon$ padrão.
Independência de Malha: Um estudo de refinamento indica que a solução é relativamente insensível ao tamanho do elemento próximo à parede ( $y^+$ ), mesmo para valores tão altos quanto $y^+ = 5.0$ . Isso é atribuído à implementação da condição de contorno específica para $q_1$ , que permite malhas próximas à parede mais grosseiras em comparação com os modelos $k$ - $\epsilon de baixo número de Reynolds padrão, que tipicamente requerem$ y^+ < 1$.
Produção de Entropia: As simulações confirmam que a produção total de entropia (dissipação viscosa mais contribuições de turbulência) permanece não negativa através da camada limite, validando a derivação teórica.

Significado e Alegações
Os autores alegam que este trabalho expande com sucesso o conceito de estabilidade de entropia para o amplamente utilizado modelo de turbulência de duas equações $k$ - $\epsilon$ . Ao introduzir a média espaço-temporal e as variáveis associadas $q_0$ e $q_1$ , eles recuperam uma função de entropia generalizada que permite a simetrização do sistema.

O significado primário reside na capacidade de projetar algoritmos numéricos que herdam o princípio físico de estabilidade da segunda lei da termodinâmica diretamente na formulação discreta. Isso fornece uma alternativa rigorosa à adição de viscosidade artificial para estabilidade. O artigo afirma que as restrições derivadas (especificamente $Pr_\epsilon = Pr_k$ ) são necessárias tanto para a produção de entropia quanto para a positividade da solução, alinhando-se com descobertas anteriores de Mohammadi e Pironneau. Os autores concluem que este framework oferece um caminho para o design de modelos de turbulência mais fisicamente coerentes e esquemas numéricos estáveis, como demonstrado pela aplicação bem-sucedida ao modelo Lam-Bremhorst.

Mais como este