Upscaling the Navier-Stokes-Cahn-Hilliard model for incompressible multiphase flow in inhomogeneous porous media

本文通过体积平均法,将描述孔隙尺度两相流的纳维 - 斯托克斯方程与 Cahn-Hilliard 方程严格推导为考虑非均质多孔介质润湿性影响的宏观 Darcy 尺度模型,并通过求解代表性单元体积内的闭包问题确定了输运系数,最终数值模拟验证了该模型捕捉两相流关键特征的能力。

原作者: Chunhua Zhang, Peiyao Liu, Cheng Peng, Lian-Ping Wang, Zhaoli Guo

发布于 2026-03-02
📖 1 分钟阅读🧠 深度阅读

这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

Each language version is independently generated for its own context, not a direct translation.

这篇论文讲述了一个关于**“如何把微观世界的复杂水流,简化成宏观世界容易计算的模型”**的故事。

想象一下,你正在观察一块像海绵一样的多孔岩石(比如地下含水层或油藏)。

1. 微观视角:混乱的迷宫(孔隙尺度)

在显微镜下,这块“海绵”内部是由无数细小的孔洞和通道组成的迷宫。

  • 两种液体在打架:里面有两种互不相溶的液体(比如油和水),它们在里面流动、互相推挤。
  • 复杂的规则:在每一个微小的孔洞里,液体的流动遵循极其复杂的物理定律(纳维 - 斯托克斯方程),而且它们之间的界面(谁在谁上面)也在不断变形、融合或分裂(由 Cahn-Hilliard 方程描述)。
  • 难点:如果你想直接模拟每一滴水在每一个微小孔洞里的运动,就像试图计算整个城市每一粒灰尘的轨迹,计算量大到超级计算机也会崩溃。

2. 宏观视角:平滑的河流(达西尺度)

工程师们通常不需要知道每一粒灰尘的轨迹,他们只关心整体趋势:比如“水从左边流到右边需要多久?”或者“能采出多少油?”。

  • 这就好比我们看一条大河,我们关心的是河水的平均流速和流量,而不是水分子之间的碰撞。
  • 传统的做法是使用达西定律(Darcy's Law),这就像是一个经验公式,告诉我们在多孔介质中,流速和压力大致成正比。但这就像是一个“黑盒”,它虽然好用,但往往忽略了液体之间复杂的相互作用(比如润湿性、表面张力),导致在某些复杂情况下不准。

3. 这篇论文的突破:搭建一座“翻译桥”

这篇论文的核心工作,就是架起一座从“微观迷宫”到“宏观河流”的严谨桥梁

  • 体积平均法(Volume Averaging)
    作者发明了一种“ averaging(平均)”的方法。想象你手里拿一个放大镜(代表一个“代表性单元体积”),在这个单元里,你把所有复杂的微观流动、液体界面的拉扯、孔壁的摩擦,全部“打包”平均一下。

    • 关键创新:以前的模型在“打包”时,往往把润湿性(液体喜欢粘在孔壁上还是讨厌粘在壁上)这个重要因素给弄丢了,或者用经验公式硬凑。
    • 本文的贡献:作者非常严谨地推导,把润湿性直接写进了宏观模型的“化学势”(可以理解为液体流动的“驱动力”或“心情”)里。这意味着,宏观模型现在能“感知”到微观世界里液体对孔壁的喜爱或厌恶了。
  • 填补空白(闭合问题)
    在平均过程中,会出现一些未知的“乱数”(比如微观速度的波动)。作者通过数学推导,把这些未知数变成了可以通过计算确定的“系数”。这就像是把模糊的公式变成了清晰的说明书。

4. 验证:用“虚拟实验”证明

为了证明这个新模型靠谱,作者用计算机做了几个模拟实验:

  • 单一流体测试:先关掉复杂的液体界面,只测水流,结果和理论完美吻合。
  • Buckley-Leverett 问题:模拟一种液体把另一种液体推走的过程(像挤牙膏),结果和经典理论一致。
  • 粘性指进(Viscous Fingering):这是最有趣的。想象把稠油推入稀油中,稀油会像手指一样刺入稠油。作者发现,孔壁的润湿性(亲水还是亲油)会像“刹车”或“加速器”一样,极大地影响这些“手指”的形状和分裂。亲水性强的环境会让这些“手指”更容易散开,而不是长成尖锐的刺。

总结

简单来说,这篇论文做了一件**“化繁为简”但“不失真”**的工作:
它把微观世界里那些令人头大的复杂流体方程,通过严谨的数学“翻译”,变成了一套宏观上容易计算、但又保留了微观物理精髓(特别是润湿效应)的新方程。

这就好比:
以前我们看森林,只能数树(微观模拟,太慢)或者只看大概有多少树(传统宏观模型,太粗糙)。
现在,作者发明了一种方法,既能算出整片森林的木材总量(宏观),又能准确告诉我们要考虑每棵树对土壤的抓地力(微观润湿性),让预测变得更加精准可靠。这对石油开采、地下水治理和二氧化碳封存等工程领域非常有价值。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →