关注微信同名公众号，获取更多信息
引言
Boltzmann 方程是统计力学和气体动力学的核心方程之一，它描述了气体粒子的分布函数在时间和空间上的演化。相较于传统的流体力学方程（如 Navier-Stokes 方程），Boltzmann 方程能够在更广泛的尺度上适用，包括稀薄气体、非平衡态流动以及微尺度现象。
本文我们将从基础概念出发，深入探讨 Boltzmann 方程的物理背景和数学表达，包括如何从微观粒子运动推导 Boltzmann 方程，以及如何通过 Chapman-Enskog 方法分析其如何与宏观流体方程建立联系。为了使理论更加直观，我们还会给出 C++ 代码示例，展示其数值求解方法。
Boltzmann方程的物理背景
1、统计力学与分布函数
在统计物理学中，我们研究的是大量粒子的平均行为，而不是单个粒子的轨迹。为了描述流体的统计状态，我们引入分布函数
f
(
x
,
u
,
t
)
f(\mathbf{x},\mathbf{u},t)
f(x,u,t)，定义为：
f
(
x
,
u
,
t
)
d
3
x
d
3
u
f(\mathbf{x},\mathbf{u},t)d^3xd^3u
f(x,u,t)d3xd3u
代表在时刻
t
t
t 时，空间位置
x
\mathbf{x}
x 附近的体积元
d
3
x
d^3x
d3x，且速度接近
u
\mathbf{u}
u 的速度元
d
3
u
d^3u
d3u 内的粒子数。这个分布函数是 Boltzmann 方程的核心变量，它能够统计性地描述粒子的分布情况。
通过对分布函数在速度空间 d 3 u d^3u d3u 上积分，我们可以得到一些宏观物理量：
-
质量密度
ρ ( x , t ) = ∫ f ( x , u , t ) d 3 u \rho(\mathbf{x},t)=\int f(\mathbf{x},\mathbf{u},t)d^3u ρ(x,t)=∫f(x,u,t)d3u -
宏观速度
ρ u ( x , t ) = ∫ u f ( x , u , t ) d 3 u \rho\mathbf{u}(\mathbf{x},t)=\int \mathbf{u}f(\mathbf{x},\mathbf{u},t)d^3u ρu(x,t)=∫uf(x,u,t)d3u -
动量流密度
P = ∫ u u f ( x , u , t ) d 3 u \mathbf{P}=\int \mathbf{u}\mathbf{u}f(\mathbf{x},\mathbf{u},t)d^3u P=∫uuf(x,u,t)d3u -
内能密度
ρ e = ∫ 1 2 ∣ u ∣ 2 f ( x , u , t ) d 3 u \rho e=\int \frac{1}{2} |\mathbf{u}|^2 f(\mathbf{x},\mathbf{u},t)d^3u ρe=∫21∣u∣2f(x,u,t)d3u
这些量是流体力学中的基本变量，Boltzmann 方程的求解能够给出这些变量的演化规律。
2、Boltzmann 方程的建立
假设气体由大量相互作用的粒子组成，每个粒子按照牛顿第二定律运动，其速度和位置随着时间的演化由如下微分方程决定：
d
x
d
t
=
u
,
d
u
d
t
=
F
,
\frac{d \mathbf{x}}{dt}=\mathbf{u}, \frac{d \mathbf{u}}{dt}=\mathbf{F},
dtdx=u,dtdu=F,
其中
F
\mathbf{F}
F 代表外力（如重力、电场力等）。
为了推导 Boltzmann 方程，我们可以从粒子微观运动的角度进行。考虑粒子在相空间 ( x , u ) (\mathbf{x},\mathbf{u}) (x,u) 的分布函数 f ( x , u , t ) f(\mathbf{x},\mathbf{u},t) f(x,u,t)。粒子的状态随时间演化遵循以下基本规律：
- 粒子自由运动：粒子沿着速度
u
\mathbf{u}
u 进行漂移，导致分布函数发生对流变化：
∂ f ∂ t + u ⋅ ∇ x f \frac{\partial f}{\partial t}+\mathbf{u} \cdot \nabla_{\mathbf{x}} f ∂t∂f+u⋅∇xf - 外力作用：若系统存在外力
F
\mathbf{F}
F，粒子的速度会随时间变化，导致分布函数在速度空间中发生漂移：
F = m d u d t ⇒ d u d t = F m \mathbf{F}=m \frac{d \mathbf{u}}{dt} \Rightarrow \frac{d \mathbf{u}}{dt}=\frac{\mathbf{F}}{m} F=mdtdu⇒dtdu=mF
因此，外力对分布函数的影响为：
F ⋅ ∇ u f \mathbf{F} \cdot \nabla_{\mathbf{u}} f F⋅∇uf - 碰撞效应：粒子之间的碰撞会使分布函数趋向于平衡态，这一项通常用碰撞算子 Ω ( f ) \Omega (f) Ω(f) 表示：
( ∂ f ∂ t ) collision = Ω ( f ) \left(\frac{\partial f}{\partial t} \right)_\text{collision}=\Omega (f) (∂t∂f)collision=Ω(f)
综上所述，Boltzmann 方程可以写成如下形式：
∂
f
∂
t
+
u
⋅
∇
x
f
+
F
⋅
∇
u
f
=
Ω
(
f
)
\frac{\partial f}{\partial t}+\mathbf{u} \cdot \nabla_{\mathbf{x}} f + \mathbf{F} \cdot \nabla_{\mathbf{u}} f=\Omega (f)
∂t∂f+u⋅∇xf+F⋅∇uf=Ω(f)
其中,左侧项描述粒子的自由运动，包括时间变化、空间输运和外力作用；右侧项代表粒子间的碰撞作用，导致分布函数随时间变化。 这个碰撞项非常复杂，它决定了流体的粘性、热传导等输运性质
Maxwell-Boltzmann平衡分布
在粒子系统达到平衡态时，分布函数趋近于 Maxwell-Boltzmann 分布：
f
e
q
=
ρ
(
1
2
π
R
T
)
3
/
2
e
x
p
(
−
∣
ξ
−
u
∣
2
2
R
T
)
f^{eq}=\rho {\left( \frac{1}{2 \pi RT} \right)}^{3/2} exp{\left( - \frac{{|\mathbf{\xi}-\mathbf{u}|}^2}{2RT} \right)}
feq=ρ(2πRT1)3/2exp(−2RT∣ξ−u∣2)
在局部平衡条件下，Boltzmann 方程的碰撞项可以用 BGK 模型近似处理，使得求解过程大大简化。
Boltzmann碰撞项
1、碰撞项的数学表达
Boltzmann 方程的核心是碰撞项，它描述了粒子在发生碰撞时的统计行为。完整的碰撞积分方程为：
(
∂
f
∂
t
)
collision
=
∫
∫
[
f
′
f
∗
′
−
f
f
∗
]
B
(
g
,
Ω
)
d
Ω
d
3
u
∗
\left(\frac{\partial f}{\partial t} \right)_\text{collision} = \int \int \left[ f^{'} f_{*}^{'} -f f_{*} \right] B(g, \Omega) d \Omega d^3 u_{*}
(∂t∂f)collision=∫∫[f′f∗′−ff∗]B(g,Ω)dΩd3u∗
- f f f， f ∗ f_{*} f∗ 是碰撞前的粒子分布函数；
- f ′ f^{'} f′， f ∗ ′ f_{*}^{'} f∗′ 是碰撞后的粒子分布函数；
- B ( g , Ω ) B(g, \Omega) B(g,Ω) 是碰撞核，决定粒子的碰撞概率；
- g = ∣ u − u ∗ ∣ g=|\mathbf{u}-\mathbf{u_{*}}| g=∣u−u∗∣ 是相对速度；
- d Ω d \Omega dΩ 代表散射方向的积分。
这个积分表示的是粒子进入和离开特定速度状态的概率，由于完整的 Boltzmann 碰撞积分计算复杂，一般会采用近似方法进行简化。
2、BGK 近似
Bhatnagar-Gross-Krook (BGK) 近似是一种经典的碰撞模型，它假设粒子系统的碰撞趋向于局部平衡态，采用如下模型：
(
∂
f
∂
t
)
collision
=
−
1
τ
[
f
−
f
e
q
]
\left(\frac{\partial f}{\partial t} \right)_\text{collision}=- \frac{1}{\tau} \left[ f-f^{eq} \right]
(∂t∂f)collision=−τ1[f−feq]
其中， f e q f^{eq} feq 为局部 Maxwell-Boltzmann 平衡分布， τ \tau τ 为弛豫时间，表示系统恢复平衡的时间尺度。
BGK 近似计算简单，广泛用于格子 Boltzmann 方法 (LBM)。
Chapman-Enskog展开
Chapman-Enskog 展开是一种从 Boltzmann 方程推导 Navier-Stokes 方程的经典方法。假设分布函数
f
f
f 在局部平衡态附近作微扰展开：
f
=
f
e
q
+
ϵ
f
(
1
)
+
ϵ
(
2
)
f
(
2
)
+
.
.
.
f = f^{eq} + \epsilon f^{(1)} + \epsilon^{(2)} f^{(2)} + ...
f=feq+ϵf(1)+ϵ(2)f(2)+...
其中，
ϵ
\epsilon
ϵ 为 Knudsen 数（气体自由程与特征尺度之比），
f
(
1
)
f^{(1)}
f(1)，
f
(
2
)
f^{(2)}
f(2) 分别为微扰修正项。
通过将展开项代入 Boltzmann 方程，并逐级展开微扰项，可以推导出粘性应力、热传导等输运性质。不同阶展开可以得到：
- 0 阶近似：恢复 Euler 方程（无粘流动）；
- 1 阶近似：恢复 Navier-Stokes 方程（包含粘性和热传导效应）；
- 2 阶近似：Burnett 方程（描述非平衡现象，如稀薄气体流动）。
对于一阶展开得到的 Navier-Stokes 方程，粘性系数由以下公式给出：
μ = ρ τ R T \mu=\rho \tau RT μ=ρτRT
C++ 代码实现
以下示例展示如何用 C++ 实现简单的 BGK 模型，通过不断执行碰撞函数，系统逐渐趋于平衡。
#include <iostream>
#include <vector>
#include <cmath>
const int NX = 100;
const int NY = 100;
const double tau = 0.6;
const double omega = 1.0 / tau;
std::vector<std::vector<double>> f(NX, std::vector<double>(NY, 1.0));
void collision()
{
for (int i = 0; i < NX; ++i)
{
for (int j = 0; j < NY; ++j)
{
double feq = 1.0; // 简化为均匀分布
f[i][j] += omega * (feq - f[i][j]);
}
}
}
int main()
{
for (int step = 0; step < 1000; ++step)
{
collision();
}
std::cout << "Simulation completed." << std::endl;
return 0;
}
总结
Boltzmann 方程从微观粒子运动出发，成功描述了气体动力学与宏观流体行为的联系。通过 BGK 模型简化碰撞项，我们能更高效地数值求解 Boltzmann 方程。本篇文章从基础原理、平衡分布函数到 Chapman-Enskog 展开进行了详细探讨，并给出了简单的 C++ 代码示例。
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
