← 最新论文
💻 computer science

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

本文通过引入熵产生原理和时空平均,提出了一种针对双方程湍流模型(特别是 k-epsilon 模型)的鲁棒数值框架,旨在推导出对称且熵稳定的方程,从而在不依赖人工粘性的情况下确保一致性和正定性。

原作者: Guillermo Hauke, Thomas J. R. Hughes

发布于 2026-08-12
📖 1 分钟阅读☕ 轻松阅读

原作者: Guillermo Hauke, Thomas J. R. Hughes

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 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

想象一下,你正试图预测河流如何绕过岩石,或者空气如何掠过疾驰的汽车。在物理学世界中,这就是流体力学的研究领域。但流体非常棘手;它们并不总是像平静溪流中的水那样平稳流动。它们会旋转、旋涡并与自身发生碰撞,形成被称为“湍流”的混沌模式。为了理解这些狂野的运动,科学家们使用了一套被称为纳维-斯托克斯方程(Navier-Stokes equations)的规则。可以将这些方程视为关于流体如何运动的终极说明书。然而,当流体变得湍动时,这本说明书会变得极其复杂,以至于即使是世界上最快的超级计算机也无法完美地求解现实设计中的问题。

为了解决这个问题,工程师们使用了一种捷径。他们不再追踪每一个微小的旋涡,而是对流动进行“平均”,将混沌平滑成一幅易于处理的图像。这被称为雷诺平均(Reynolds-averaging)。但问题在于,当你平滑掉混沌时,你会丢失一些维持宇宙稳定的基本规则之一。其中最重要的规则是热力学第二定律,它基本上是说,在一个封闭系统中,无序度(或称“熵”)总是趋于增加。这就像一个乱糟糟的房间永远不会自发变整洁一样;能量总是会耗散为热量。如果计算机模拟忽略了这条规则,它可能会变得不稳定,产生荒诞且不可能的结果,从而导致程序崩溃。科学家们一直在追问的大问题是:我们能否构建一种尊重这种“混乱规则”的湍流模型,从而让我们的计算机模拟保持稳定且符合物理真实性?

由 Guillermo Hauke 和 Thomas J. R. Hughes 撰写的这篇论文正是针对这一问题展开讨论。作者提出了一种新的方法,用于编写双方程湍流模型(特别是著名的 kk-ϵ\epsilon 模型)的方程,使其能够自然地遵守热力学第二定律。他们通过引入一个巧妙的数学技巧——“时空平均”(space-time averaging)来实现这一点。想象一下,观察湍流运动不仅是通过一部延时摄影相机,而且还通过一个略显模糊的镜头,从而平均掉微小的空间细节。通过这种方式,他们发现了旋转涡流的能量与该能量消失(耗散)速率之间隐藏的联系。

论文的核心发现是,如果你改变方程中的变量,使其代表这些平均量,整个系统就会变得具有“对称性”。在数学世界中,对称性是一种超能力;这意味着方程会更加稳定,在计算机模拟过程中不太容易崩溃。作者表明,为了实现这一点,湍流传播热量和动量的方式(即扩散系数)必须遵循特定的约束。他们在计算机上测试了这个新的、“熵稳定”版本的 kk-ϵ\epsilon 模型,模拟了空气流过平板的过程。结果令人振奋:该模型产生了稳定且真实的计算结果,与实验数据吻合良好,并且无需使用旧模型通常需要的那些人工“修正”(例如添加虚假的粘性)。作者认为,这种方法为设计湍流模型提供了一种更符合物理一致性的途径,确保计算机模拟能够尊重自然界的基本定律。

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 →