2. 湍流模型选择与校准：RANS模型（k-epsilon、k-omega SST）适用场景、LES/DES模型入门、壁面y+值控制与近壁面处理
湍流模型这东西，说实话，没有哪个是万能的。我做了十几年CFD，踩过的坑比走过的路还多。每次看到新手上来就默认用某个模型，我心里就咯噔一下——兄弟，你这是在赌啊。
今天咱们就聊聊怎么选模型、怎么调参数。嗯，先从最常用的RANS模型说起。
2.1 RANS模型：k-epsilon vs k-omega SST
RANS（雷诺平均Navier-Stokes）模型，说白了就是把湍流脉动平均掉，用几个方程来模拟湍流效应。计算量小，工程上用得最多。
2.1.1 标准k-epsilon模型
这个模型我用了好多年。它求解湍动能k和耗散率ε两个方程。优点是稳定、收敛快，对自由剪切流（射流、尾流）预测得不错。
适用场景：
- 外部绕流（飞机、汽车外流场）
- 管道内充分发展的湍流
- 射流、混合层等自由剪切流动
但要注意：
- 对强分离流、大曲率流动预测很差
- 近壁面需要壁面函数，y+值控制不好就翻车
2.1.2 k-omega SST模型
这个模型是我个人最常用的。它结合了k-omega在近壁区的优势和k-epsilon在远场区的优势，通过一个混合函数自动切换。
核心优势：
- 对逆压梯度流动、分离流预测更准
- 近壁面可以直接积分到壁面（y+≈1）
- 对翼型绕流、叶轮机械特别友好
适用场景：
- 航空翼型、涡轮叶片
- 存在分离的流动
- 需要精确壁面摩擦力的场合
2.2 LES/DES模型入门
RANS模型虽然快，但遇到大分离、涡脱落、瞬态特性这些问题，它就力不从心了。这时候就得请出LES（大涡模拟）和DES（分离涡模拟）。
2.2.1 LES：大涡模拟
LES的思路很直接：大涡直接算，小涡用模型。你想想看，湍流中能量主要集中在大尺度涡上，小涡主要是耗散作用。所以LES比DNS（直接数值模拟）省事多了，但比RANS还是贵很多。
LES的代价：
- 网格量通常是RANS的10-100倍
- 时间步长要足够小（CFL≈0.5-1）
- 需要足够长的统计时间
什么时候用LES？
- 涡脱落、气动噪声问题
- 大分离流动（钝体绕流）
- 需要精确的瞬态流场信息
2.2.2 DES：分离涡模拟
DES是RANS和LES的混合体。近壁面用RANS（省网格），远离壁面切换到LES（捕捉大涡）。说白了，就是取两者的长处。
DES的优势：
- 比LES省网格（近壁面不用那么密）
- 比RANS更准（能捕捉分离涡）
- 适合高雷诺数、大分离问题
我建议： 如果你刚开始接触高级湍流模型，先从DES入手。它比LES容易上手，计算量也适中。等经验丰富了再挑战纯LES。
2.3 壁面y+值控制与近壁面处理
这个太重要了。我见过太多仿真结果不对，最后发现是y+值没控制好。你想想看，壁面附近速度梯度最大，湍流变化最剧烈，这里处理不好，整个流场都是错的。
2.3.1 什么是y+？
y+是无量纲壁面距离，定义为：
y+ = (y * u_tau) / ν其中y是到壁面的实际距离，u_tau是摩擦速度，ν是运动粘度。说白了，y+就是衡量第一层网格离壁面多远的指标。
2.3.2 y+值的控制策略
| y+范围 | 处理方法 | 适用模型 | 网格要求 |
|---|---|---|---|
| y+ ≈ 1 | 直接积分到壁面 | k-omega SST, LES | 非常密（边界层内20-30层） |
| 30 < y+ < 300 | 壁面函数 | k-epsilon, 标准壁面函数 | 较粗（第一层在对数律区） |
| 1 < y+ < 30 | ⚠ 灰色区域 | 尽量避免 | 既不密也不疏，结果最差 |
2.3.3 近壁面网格生成技巧
我个人的习惯是这样的：
- 先估算边界层厚度：用平板边界层公式 δ ≈ 0.37 * x / Re_x^(1/5)
- 确定第一层网格高度：根据目标y+值反算
- 设置增长比：1.1-1.2，别超过1.3
- 层数：边界层内至少15-20层，建议25-30层
举个例子，空气绕流平板（U=10m/s，L=1m，Re≈6.7e5）：
目标y+ = 1
第一层高度 ≈ 0.00003 m（约0.03mm）
边界层厚度 ≈ 0.02 m
层数 = 25层，增长比1.152.3.4 近壁面处理方法的对比
嗯，这里我总结一下：
- 壁面函数法：适合高雷诺数、粗网格。但分离流、强压力梯度下不准。
- 低雷诺数模型：需要y+≈1的密网格。对分离流、传热预测更好。
- 增强壁面处理：混合方法，y+在1-300都能用。但计算量稍大。
我个人建议：如果你做的是工程应用，网格量有限，用壁面函数+增强壁面处理。如果你做的是研究或者对精度要求高，用低雷诺数模型，把y+做到1附近。
2.4 知识体系总览
下面这张图是我自己整理的湍流模型选择逻辑，你一看就明白了：
这张图的核心逻辑很简单：先看分离严重不严重，再看你有多少计算资源。别一上来就上LES，也别什么问题都用k-epsilon糊弄。
2.5 总结
湍流模型选择没有标准答案，但有经验法则。我个人总结了三句话：
- 简单流动用k-epsilon：省时省力，够用就行
- 复杂分离用SST或DES：别省那点网格量
- y+控制是命根子：网格不好，模型再好也白搭
嗯，今天就聊到这儿。记住，仿真不是跑出来就完事了，你得知道你的模型在干什么、为什么这么选。下次遇到湍流模型的问题，多想想我今天说的这些。