目录
本文基于fluent theory guide和user guide,结合自己的经验,对三种k-ε模型进行以下总结。
自提出以来,k-ε模型已成为实际工程流程计算的主力。具有鲁棒性、经济性和对各种湍流的合理精度。它是一个半经验模型,模型方程的推导依赖于现象学的考虑和经验主义。
在 k-ε模型的推导中,假设流动是完全湍流的,分子粘度的影响可以忽略不计。因此,标准 k-ε模型仅对完全湍流有效。这就是需要近壁面处理的原因
列出涡粘系数的表达式如下:
标准k-epsilon模型
湍流动能k和其耗散率由以下输运方程获得
默认常量如下:
这些默认值是从基本湍流的实验中确定的,包括经常遇到的剪切流,如边界层、混合层和射流,以及衰减的各向同性网格湍流。已发现它们对于各种壁边界和自由剪切流相当有效。
RNG k-epsilon模型
RNG模型是使用一种称为重整化群论的统计技术推导的。它在形式上与标准k-e模型相似,但包括以下改进:
-
RNG 模型的ε方程中还有一个附加项,可提高快速应变流的精度。
-
漩涡对湍流的影响包含在RNG模型中,提高了漩涡流的准确性。
-
RNG 理论为湍流普朗特数提供了解析公式,而标准k-ε模型则使用用户指定的常数值。
-
虽然标准k-ε模型是高雷诺数模型,但 RNG 理论提供了一个解析推导的有效粘度微分公式,该公式解释了低雷诺数效应。
粘度建模
默认情况下如下式,使用下式建模,符合高雷诺数模型
当需要包含低雷诺数效应时,勾选Differential VIscosity Model,使用另一种粘度建模方式
如下式所示
粘度修正
一般来说,湍流受平均流量中的旋转或漩涡的影响。Ansys Fluent中的RNG模型提供了一个选项,通过适当修改湍流粘度来考虑涡流或旋转的影响。αs默认设置为0.07。但是,对于强涡流,可以使用更高的值 。
输运方程
RNG模型的输运方程和标准K-ε非常相似,仅有部分不同。最主要的差别在于Rε项(下面框起来的那个)
该项使得RNG 模型比标准k-ε模型更能响应快速应变和流线曲率的影响,这解释了 RNG 模型在某些类别的流动中的卓越性能。
Realizable k-ε Model
对于所有Realizable k-ε 主要有以下优点:
-
从均方涡度涨落的精确方程推导出了耗散率 ε的修正输运方程
-
包括旋转均匀剪切流、射流、混合层的自由流、通道和边界层流以及分离流等方面均优于标准k-ε模型
输运方程
式中
粘度建模
与标准k-ε模型一样,涡流粘度计算公式如下:
区别在于,Cu不再是一个定值:
模型常量如下
湍流选项
可参照我写在k-ω模型文章中的湍流选项内容。