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

Este estudo deriva uma solução analítica para o modelo padrão $k$--$\omega$ na convecção de Rayleigh--Bénard para identificar discrepâncias no tratamento da flutuação, levando a um modelo reformulado com duas novas funções algébricas que melhoram significativamente as previsões da temperatura média e do fluxo de calor turbulento em diversos escoamentos impulsionados por flutuação.

O essencial

Imagine que você está tentando prever como o calor se move através de uma panela de água sobre um fogão. No mundo da física, isso é chamado de convecção impulsionada por flutuabilidade: fluido quente sobe, fluido frio desce, e eles se misturam em uma dança caótica chamada turbulência.

Para engenheiros projetando coisas como reatores nucleares ou sistemas de ventilação de edifícios, eles precisam de uma maneira de prever esse movimento de calor sem simular cada gotícula de água em turbilhão (o que levaria anos a supercomputadores para calcular). Em vez disso, eles usam um método "atalho" chamado RANS (Navier-Stokes Médios de Reynolds). Pense no RANS como uma previsão do tempo: ele não rastreia cada gota de chuva individual, mas prevê o padrão geral da tempestade.

A ferramenta de "previsão" mais popular para isso é um modelo chamado modelo k–ω. No entanto, há décadas, essa ferramenta tem um ponto cego. Funciona muito bem para vento soprando sobre uma asa (escoamento cisalhante), mas quando se trata de calor subindo de um piso quente (flutuabilidade), frequentemente erra os números. É como um GPS que sabe dirigir em uma rodovia, mas se perde completamente em uma grade urbana.

O Problema: O GPS "Cego"

O artigo explica que o modelo k–ω padrão não sabe como lidar com o "empurrão" que o calor dá ao fluido.

• O Jeito Antigo: Engenheiros tentaram corrigir isso fazendo suposições. Eles adicionaram um "botão" (uma constante matemática) ao modelo, ajustando-o para cima ou para baixo dependendo de o ar estar estável ou instável. Mas não havia um manual de regras. Um software girava o botão para 1, outro para 0, e outro para -2. Era um caos de suposições, e os resultados eram frequentemente imprecisos, especialmente para fluidos muito espessos (número de Prandtl alto) ou muito finos (número de Prandtl baixo).

A Solução: Um Novo Mapa

O autor, Da-Sol Joo, decidiu parar de supor e começar a deduzir.

1. O Laboratório: Em vez de olhar para um quarto real e bagunçado, o autor criou um "laboratório" perfeito e simplificado na matemática: uma camada plana e infinita de fluido aquecida por baixo (convecção de Rayleigh-Bénard). Nesse mundo perfeito, o fluido não se move lateralmente; ele só se move para cima e para baixo. Isso permitiu que o autor resolvesse as equações no papel para ver exatamente como o modelo deveria se comportar.
2. A Descoberta: A matemática revelou que o modelo padrão estava prevendo a relação errada entre calor, espessura do fluido e temperatura. Era como uma balança que sempre pesava objetos pesados como se fossem leves.
3. A Correção: O autor não descartou todo o modelo. Em vez disso, adicionou dois pequenos ajustes inteligentes (funções algébricas) ao "cérebro" do modelo:
   • Ajuste 1 (Para fluidos finos): Um ajuste que muda como o modelo lida com a "dissipação" (quão rápido a turbulência morre) quando o fluido é fino.
   • Ajuste 2 (Para fluidos espessos): Um ajuste que muda como o calor difunde logo ao lado das paredes quando o fluido é espesso.

Crucialmente, esses ajustes são inteligentes. Eles só se ativam quando há flutuabilidade (calor subindo). Se não houver calor, o modelo reverte à sua forma original e padrão. É como adicionar uma lente especial a uma câmera que só ativa quando você está tirando uma foto de um pôr do sol; para fotos normais, a câmera funciona exatamente como sempre fez.

Os Resultados: Uma Previsão Melhor

O autor testou esse novo modelo "corrigido" contra uma ampla variedade de cenários, não apenas a configuração simples do laboratório:

• Salas aquecidas: Onde o calor vem de dentro da sala (como o núcleo de um reator nuclear).
• Escoamentos mistos: Onde o vento está soprando e o calor está subindo ao mesmo tempo.
• Diferentes formas: Salas altas e estreitas versus salas largas e baixas.

O Resultado:

• O modelo antigo frequentemente errava a marca em 50% ou mais ao prever quanto calor era transferido.
• O novo modelo corrigido atingiu o alvo com alta precisão em todas essas diferentes situações.
• Ele previu com sucesso como o calor se move em fluidos muito espessos (como óleo) e muito finos (como metais líquidos), áreas onde o modelo antigo falhava miseravelmente.

O Quadro Geral

O artigo argumenta que não precisamos construir uma máquina completamente nova e excessivamente complexa para resolver esse problema. O "GPS" existente (o modelo k–ω) apenas estava faltando algumas instruções específicas para o calor. Ao deduzir as instruções corretas a partir de primeiros princípios e adicioná-las como ajustes simples e inteligentes, o autor criou uma ferramenta que é:

• Precisa: Prevê a transferência de calor corretamente.
• Simples: Não requer poder computacional massivo novo.
• Robusta: Não falha ou dá respostas estranhas quando as condições mudam.

Em resumo, o artigo pega uma bússola quebrada, descobre exatamente por que ela estava girando em círculos e adiciona um pequeno ímã para fazê-la apontar para o Norte novamente, permitindo que os engenheiros naveguem pelo mundo complexo da turbulência impulsionada por calor com confiança.

Resumo técnico

1. Formulação do Problema

A turbulência impulsionada por flutuabilidade (por exemplo, convecção natural, convecção de Rayleigh–Bénard) é ubíqua em escoamentos de engenharia e geofísicos. Embora os modelos de Navier–Stokes médios de Reynolds (RANS), particularmente os modelos de duas equações como $k$–$\varepsilon$ e $k$–$\omega$, sejam amplamente utilizados devido à sua relação custo-benefício, eles carecem de uma formulação padrão universalmente aceita para incorporar efeitos de flutuabilidade.

• A Questão Central: Não há orientação analítica sobre como modelar o termo de produção por flutuabilidade na equação de determinação da escala (a equação $\varepsilon$ ou $\omega$).
• Limitações Atuais: As abordagens existentes são amplamente empíricas. Algumas omitem termos de flutuabilidade completamente, enquanto outros os adicionam de forma análoga à produção por cisalhamento. Esses métodos frequentemente falham em reproduzir as leis de escala corretas para o número de Nusselt ($Nu$) em função dos números de Rayleigh ($Ra$) e Prandtl ($Pr$), particularmente sob estratificação instável.
• Déficit Específico: Modelos padrão frequentemente preveem comportamentos assintóticos incorretos, como $Nu \sim Pr^{-0,415}$ para alto $Pr$, enquanto dados experimentais e de DNS sugerem que $Nu$ deve ser quase independente de $Pr$($Nu \sim Pr^0$) neste regime.

2. Metodologia

O estudo emprega uma abordagem analítica rigorosa combinada com validação numérica para derivar e corrigir o modelo padrão $k$–$\omega$ de Wilcox (2006).

A. Estrutura Analítica

• Caso de Teste Canônico: O autor deriva uma solução analítica exata para o modelo padrão $k$–$\omega$ aplicado à convecção de Rayleigh–Bénard estatisticamente unidimensional em uma camada infinita.
• Isolamento de Mecanismos: Nesta configuração, a velocidade média é zero e a energia cinética turbulenta ($k$) é gerada exclusivamente por flutuabilidade. Isso isola o papel do termo de flutuabilidade na equação $\omega$, o que é difícil de alcançar em escoamentos impulsionados por cisalhamento.
• Derivação: A solução relaciona explicitamente o número de Nusselt ($Nu$) a$Ra$e$Pr$. Analisa o equilíbrio entre produção por flutuabilidade, dissipação e difusão tanto nas regiões próximas à parede quanto no núcleo para determinar os expoentes de escala.

B. Reformulação e Correção

Com base nas discrepâncias analíticas identificadas, o autor propõe uma reformulação envolvendo duas funções algébricas adimensionais:

1. Correção ao Coeficiente de Flutuabilidade ($C_{\omega b}$):

   • A constante padrão $C_{\omega b}$ é substituída por uma função de $Pr$ para corrigir a escala de baixo $Pr$.
   • Para estratificação instável ($P_b > 0$), o coeficiente é modificado para:
     $$C_{\omega b}^+ = -0,9752 - 0,2988 Pr^{-5/16}$$
   • Para estratificação estável ($P_b < 0$), uma derivação analítica baseada em escoamento de cisalhamento estratificado homogeneamente estável produz uma nova constante:
     $$C_{\omega b}^- = -0,5385$$
     (Isso substitui o $C_{\omega b} \approx -2$ empírico comumente usado, garantindo que o modelo se estabilize no limiar correto do número de Richardson de fluxo).

2. Correção à Difusividade Térmica Turbulenta ($a_T$):

   • Para corrigir o comportamento de alto $Pr$, uma função de modificação próxima à parede $\psi$ é introduzida na difusividade térmica turbulenta ($a_T = \nu_T / Pr_T + \psi$).
   • Esta função desaparece na ausência de flutuabilidade e aumenta o fluxo de calor próximo à parede para recuperar a escala $Nu \sim Pr^0$ para $Pr \gg 1$.
   • A função depende do número de Reynolds turbulento ($Re_T$), $Pr$ e da razão entre produção por flutuabilidade e dissipação ($P_b/\varepsilon$).

C. Validação

O modelo corrigido é validado contra:

• Soluções Analíticas: Comparando as leis de escala derivadas com simulações 1D.
• Dados de DNS e Experimentais: Validando contra uma ampla gama de conjuntos de dados, incluindo:
  • Convecção de Rayleigh–Bénard (cavidades quadradas 1D e 2D).
  • Convecção com aquecimento interno (resfriamento superior e resfriamento superior e inferior).
  • Escoamento de Couette estratificado instavelmente (convecção mista).
  • Convecção natural aquecida lateralmente em cavidades retangulares (variando razões de aspecto).

3. Contribuições Principais

1. Solução Analítica para k–ω: O artigo fornece a primeira solução analítica explícita para o modelo padrão $k$–$\omega$ em um escoamento de Rayleigh–Bénard estatisticamente 1D dominado por flutuabilidade. Isso revela a origem matemática dos erros de escala do modelo.
2. Derivação de Leis de Escala: A análise deriva explicitamente as escalas previstas pelo modelo ($Nu \sim Ra^{1/3}Pr^{1/3}$ para baixo $Pr$e$Nu \sim Ra^{1/3}Pr^{-0,415}$ para alto $Pr$) e as contrasta com as tendências fisicamente observadas ($Nu \sim Pr^{1/8}$ e $Nu \sim Pr^0$).
3. Reformulação Sistemática: Em vez de ajuste empírico ad-hoc, o artigo deriva duas funções de correção algébricas que:
   • Recuperam a escala correta $Nu$–$Pr$ em toda a faixa ($10^{-3} \le Pr \le 10^3$).
   • Garantem compatibilidade total com o modelo padrão (as correções desaparecem quando a flutuabilidade está ausente).
   • Fornecem um valor teoricamente consistente para estratificação estável ($C_{\omega b} = -0,5385$).
4. Robustez em Regimes: As correções mostram-se eficazes não apenas na convecção pura de Rayleigh–Bénard, mas também em convecção mista (escoamento de Couette) e escoamentos com aquecimento interno.

4. Resultados

• Precisão de Escala: O modelo corrigido reproduz com sucesso as tendências experimentais:
  • Para $Pr \ll 1$: $Nu \sim Pr^{1/8}$ (anteriormente previsto como $Pr^{1/3}$).
  • Para $Pr \gg 1$: $Nu \sim Pr^0$ (anteriormente previsto como $Pr^{-0,415}$).
• Melhoria Quantitativa:
  • Na convecção de Rayleigh–Bénard, o modelo corrigido reduz o erro nas previsões de $Nu$ em 50–70% em comparação com o modelo padrão (que usava $C_{\omega b}=1$).
  • Na convecção com aquecimento interno, o modelo prevê com precisão a temperatura máxima e a partição de fluxo de calor, enquanto o modelo padrão superestima significativamente as temperaturas.
  • Na estratificação estável, o $C_{\omega b} = -0,5385$ derivado analiticamente fornece melhor concordância com dados de DNS para a supressão da turbulência em comparação com o $C_{\omega b} = -2$ padrão.
• Convecção Mista: No escoamento de Couette estratificado instavelmente, o modelo captura com precisão a transição entre regimes dominados por cisalhamento e dominados por flutuabilidade, prevendo $Nu$ e números de Reynolds de atrito dentro de 10% dos dados de DNS.
• Cavidades Aquecidas Lateralmente: Em escoamentos aquecidos lateralmente dominados por cisalhamento, onde a flutuabilidade desempenha um papel menor, o modelo corrigido produz resultados virtualmente idênticos ao modelo padrão, demonstrando que as correções não degradam o desempenho em escoamentos não dominados por flutuabilidade.

5. Significado

• Clareza Teórica: O estudo preenche a lacuna entre teorias de escala fenomenológicas (como Grossmann–Lohse) e modelagem RANS, mostrando como estruturas de fechamento padrão podem ser ajustadas analiticamente para corresponder a essas escalas.
• Utilidade de Engenharia: Oferece uma solução prática e de baixo custo para engenheiros. Ao introduzir apenas duas funções algébricas, o modelo alcança alta precisão sem o custo computacional ou a complexidade de fechamentos de ordem superior (como Modelos de Tensão de Reynolds).
• Mudança de Paradigma: O artigo argumenta contra a noção de que os modelos padrão de duas equações atingiram um "teto de vidro". Demonstra que, com uma compreensão sistemática do comportamento intrínseco do modelo, melhorias preditivas significativas podem ser alcançadas através de modificações mínimas e motivadas fisicamente.
• Padronização: A formulação proposta fornece um quadro consistente e reproduzível para modelagem de flutuabilidade em códigos $k$–$\omega$ (por exemplo, OpenFOAM, ANSYS Fluent), abordando a fragmentação atual onde diferentes solvers usam coeficientes empíricos inconsistentes.

Em conclusão, este trabalho fornece uma reformulação sistemica e analiticamente fundamentada do modelo $k$–$\omega$ que resolve discrepâncias de longa data nas previsões de turbulência impulsionada por flutuabilidade, oferecendo uma ferramenta robusta para uma ampla gama de problemas de convecção térmica.