1 引言
顶盖驱动空腔流在石油开采、管道、运输等领域广泛存在, 深入研究其流动特性具有重要的理论意义和实际应用价值[1 ] . 常见流动往往呈现湍流形态, 一般可以归结为高雷诺数下复杂流动[2 ] , 而这些问题都需要大量的计算, 其研究需要稳定有效的数值方法[3 ] .
LBM[4 ,5 ] 将微观层次上的分子动力学模型与宏观层次上的流体动力学方程相结合, 将流体在时间、位置空间和速度空间上完全离散, 把流体视为一系列只有质量的粒子微团[6 ] , 这些流体粒子在给定的规则下相互碰撞和迁移, 整个过程遵循质量守恒和能量守恒. 与传统的数值计算方法相比, LBM 在模拟各种复杂流动问题方面具有程序简单、处理复杂边界灵活、图像清晰、计算局部性强和自然并行等优势[7 ] .
在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题.
Cheng 等人提出一种粘度抵消 (VC) 方法[21 ,22 ] , 其主要思想是在模拟具有较小粘度的实际流动中引入较大粘度所对应的人工粘度, 然后通过在方程中添加一个外力项来抵消该粘度, 从而稳定地模拟粘度较小的实际流动, 用于提高 SRT-LB 模型在高雷诺数流动模拟中的稳定性[21 ] . 文献中已证实 MRT-LB 模型比 SRT-LB 模型具有更好的稳定性和准确性, 因此将 VC 方法引入 MRT-LB 模型可以获得更好的性能[22 ] . 但 MRC-VC 方法可以模拟的最大雷诺数还需要进一步探究, 故本研究将利用 MRT-VC 方法研究雷诺数为 200-500000 的流动问题, 并将模拟结果与经典数值算例进行对比分析. 此外, 还重点研究了方腔流的几种流态以及不同流态之间的跃迁雷诺数临界值.
2 数学模型与数值算法
2.1 格子玻尔兹曼方法
在不失去一般性的情况下, 我们考虑了具有 MRT 碰撞算子的二维九速 (D2Q9) 模型[23 ]
(2.1) $\begin{equation}\label{a1} f_{\alpha}\left(\boldsymbol{x}+\boldsymbol{c}_{\alpha} \Delta t, t+\delta_{t}\right)=f_{\alpha}(\boldsymbol{x}, t)-\boldsymbol{M}^{-1} \hat{\boldsymbol{S}}\left[\boldsymbol{m}_{\alpha}(\boldsymbol{x}, t)-\boldsymbol{m}_{\alpha}^{e q}(\boldsymbol{x}, t)\right]+\Delta t F_{\alpha}, \quad \alpha=0, 1, \cdots, 8, \end{equation}$
其中, 离散速度 $\left \{ \boldsymbol{c}_{\alpha}:\alpha =0,1, \dots, 8 \right \}$ $\boldsymbol{c}_{0} =\left ( 0,0 \right )$ $\boldsymbol{c}_{1} =-\boldsymbol{c}_{3} =\left ( 1,0 \right ) c$ $\boldsymbol{c}_{2} =-\boldsymbol{c}_{4} =\left ( 0,1 \right ) c$ $\boldsymbol{c}_{5} =-\boldsymbol{c}_{7} =\left ( 1,1 \right ) c$ $c=\Delta x/\Delta t$ $\Delta x$ $\Delta t$ $\hat{\boldsymbol{S}}$ $\left\{\boldsymbol{m}_{\alpha}^{e q}(\mathbf{x}, t): \alpha =0,1,\cdots, 8\right \}$ $\left \{ f_{\alpha }\left ( \boldsymbol{x},t \right ) : \alpha =0,1, \cdots,8 \right \}$ $\boldsymbol{x}$ $t$ $\left \{\boldsymbol{m}_{\alpha}(\mathbf{x}, t):\alpha =0,1,\cdots, 8\right \}$ $\left \{F_{\alpha}, \quad \alpha=0,1, \cdots, 8\right \}$ $\boldsymbol{F}$ $\boldsymbol{M}$
(2.2) $\begin{equation}\label{a2} \boldsymbol{M}=\left(\begin{array}{ccccccccc} 1 & 1 & 1 & 1 & 1 & 1 & 1 & 1 & 1 \\ -4 & -1 & -1 & -1 & -1 & 2 & 2 & 2 & 2 \\ 4 & -2 & -2 & -2 & -2 & 1 & 1 & 1 & 1 \\ 0 & 1 & 0 & -1 & 0 & 1 & -1 & -1 & 1 \\ 0 & -2 & 0 & 2 & 0 & 1 & -1 & -1 & 1 \\ 0 & 0 & 0 & 0 & -1 & 1 & 1 & -1 & -1 \\ 0 & 0 & -2 & 0 & 2 & 1 & 1 & -1 & -1 \\ 0 & 1 & -1 & 1 & -1 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 1 & -1 & 1 & -1 \end{array}\right). \end{equation}$
(2.3) $\begin{equation}\label{a3} m^{e q}=\rho\left(1,-2+3 \boldsymbol{u}^{2}, 1-3 \boldsymbol{u}^{2}, u_{x},-u_{x}, u_{y},-u_{y}, u_{x}^{2}-u_{y}^{2}, u_{x} u_{y}\right)^{T}. \end{equation}$
松弛变换矩阵 $\hat{\boldsymbol{S}}$
(2.4) $\begin{equation}\label{a4} \hat{\boldsymbol{S}}=\operatorname{diag}\left(s_{\rho}, s_{e}, s_{\varepsilon}, s_{\chi}, s_{q}, s_{\chi}, s_{q}, s_{v}, s_{v}\right). \end{equation}$
D2Q9 的松弛参数取 $s_{\rho}=s_{\varepsilon}=s_{\chi}=1. 0, s_{e}= s_{q}=1. 2$ $s_{v}=1/\tau$ $\tau$
外力项 $F_{\alpha }$ [21 ] 提出的 LBE 力项, 可写成
(2.5) $\begin{equation}\label{a5} F_{\alpha } =\frac{1}{2} \left [ g_{\alpha }\left ( \boldsymbol{x},t \right ) + g_{\alpha }\left ( \boldsymbol{x}+c_{\alpha }\Delta _{t}, t+\Delta _{t} \right )\right ], \end{equation}$
其中 $g_{\alpha }\left ( \boldsymbol{x},t \right )$
(2.6) $\begin{equation}\label{a6} g_{\alpha}=\omega_{\alpha}\left\{A+\boldsymbol{F} \cdot\left[\frac{\left(\boldsymbol{c}_{\alpha}-\boldsymbol{u}\right)}{c_{s}^{2}}+\frac{\left(\boldsymbol{c}_{\alpha} \cdot \boldsymbol{u}\right) \boldsymbol{c}_{\alpha}}{c_{s}^{4}}\right]\right\}. \end{equation}$
上式中, $\boldsymbol{u}$ $\omega_{\alpha}$ $\omega_{0}=4/9,\omega_{1-4}=1/9,\omega_{5-8}=1/36$ $A$ $A=0$ . $F$ $g_{\alpha}(\boldsymbol{x}+c_{\alpha }\Delta _{t},t+\Delta _{t})$ $g_{\alpha}(\boldsymbol{x},t)$ $\rho$ $\boldsymbol{u}$
(2.7) $\begin{equation}\label{a7} \rho =\sum\limits _{\alpha }f_{\alpha }, \ \ \rho \boldsymbol{u}=\sum\limits _{\alpha }c_{\alpha } f_{\alpha }. \end{equation}$
2.2 粘度抵消法
在高雷诺数的条件下, 流动的粘度较低, 数值模拟中的小耗散会导致计算不稳定. 纳维-斯托克斯 (N-S) 方程中的粘度项包含一个二阶导数, 它具有耗散作用,有助于维持数值稳定性. 在 N-S 方程的数值模拟中, 高阶截断误差在保持稳定性和精度方面发挥重要的作用. 广泛使用的 LB 模型在空间上是二阶的, 可以通过修改三阶或更高阶的截断误差项来提高稳定性, 而不会影响收敛速度. 另外, 在 LBM 中, 松弛时间不能小于 0.5, 即粘度必须为非负值. 然而, 在低粘度计算过程中, 由于数值误差的影响, 粘度误差可能为负, 这也是导致数值不稳定的重要原因之一[21 ] .
因此, 在 N-S 方程中增加一个额外的粘度项, 如式 (2.8) 所示, 可以抵消粘度误差, 并将其作为外部强制项进行抵消处理, 这种方法可以提高数值模拟的稳定性
(2.8) $\begin{equation}\label{a8} \frac{\partial\left(\rho u_{i}\right)}{\partial t}+\frac{\partial\left(\rho u_{i} u_{j}\right)}{\partial x_{j}}=-\frac{\partial p}{\partial x_{i}}+\left(v+v_{c}\right) \frac{\partial}{\partial x_{j}}\left(2 \rho S_{i j}\right)-v_{c} \frac{\partial}{\partial x_{j}}\left(2 \rho S_{i j}\right). \end{equation}$
在公式 (2.8) 的右侧, 第二项中的 $v+v_{c}$ $v_{c}$ $v$ $\boldsymbol{F}_{i}$
(2.9) $\begin{equation}\label{a9} \boldsymbol{F}_{i} =-v_{c} \frac{\partial (2\rho S_{ij} )}{\partial x_{i} }, \end{equation}$
其中 $S_{ij} =\frac{1}{2} \left ( \frac{\partial u_{i} }{\partial x_{j} } +\frac{\partial u_{j} }{\partial x_{i} } \right )$ $S_{ij}$
(2.10) $\begin{equation}\label{a10} S_{ij} =\frac{3s_{v} }{2\rho } \sum\limits _{\alpha =1}^{b} \left [ f_{\alpha }-f_{\alpha }^{eq} \right ] c_{\alpha i} c_{\alpha j}, \end{equation}$
其中, $s_{v}$
(2.11) $\begin{equation}\label{a11} s_{v} =1/(3(v+v_{c} )+0. 5). \end{equation}$
$S_{ij}$
(2.12) $\begin{equation}\label{a12} \frac{\partial \phi }{\partial x} =\frac{-\phi_{i+2}+ 8\phi_{i+1}- 8\phi_{i-1}+\phi_{i-2}}{12\Delta x }. \end{equation}$
需要注意的是, 对于边界附近的节点, $S_{ij}$
3 计算区域及边界条件
MRT-VC 模型在模拟大雷诺数方腔流时有明显的优势, 为了更好的分析不同雷诺数下的方腔内流态, 本文使用 MRT-VC 模型模拟了不同雷诺数下的顶盖驱动方腔流.
本文计算区域如图1 所示, 其中矩形内部区域为流体区域. 顶部为驱动腔体内流体流动的平板, 图中的红点是流速监测点所在位置, 其坐标为 $\left ( 0. 2,0. 4 \right )$ . 定义此流动的雷诺数为 Re$=U_p L_p/nu_p$ $U_p=0. 5$ $nu_p=1{\rm e}-6$ $L_p$ $U_l=0. 1$ [24 ⇓ ⇓ -27 ] .
图1
在数值模拟时将参数无量纲化为格子单位. 时间步长 $d_t=0. 001$ $N=100+1$ $nu_l$ $U_l$
(3.1) $\begin{equation} \begin{aligned} t_{p} =\frac{L_{P} }{U_{P} }, nu_{l} =\frac{N^{2} dt}{Re}, U_{l} =d_{t} N \end{aligned} \end{equation}$
本文设置 MRT-VC 模型中的粘度抵消系数为 0.5, 计算得到不同雷诺数下的抵消粘度和目标粘度如表1 所示
4 数值验证
为了检验 MRT-VC 能否准确稳定地模拟大雷诺数复杂涡流, 我们将其应用于顶盖驱动方腔流问题. 我们设置方腔上边界的速度 $U_{l} =0. 1$ $256 \times 256$ $=400,1000,2000,5000$ $v$ $0. 0640,0. 0256,0. 0128,0. 0051$ 图2 , 可以发现随着雷诺数的增大, 主涡涡心逐渐向腔体的集合中心移动, 这与文献 [18 ] 的结果一致. 当雷诺数为 5430 时, SRT 模型仅可以模拟腔内中心附近主涡 (初级涡) 的流线型结构, 不能模拟二次涡, 当雷诺数进增加到 7000 时, SRT 模型无法再模拟初级涡和次级涡[18 ] . 然而, 从图2 可以看出, 应用粘度 ($v+v_{c}$ ) 为 0.0055 的 MRT-VC 模型可以精确模拟中心附近的初级涡及腔壁附近的次级涡流, 当雷诺数为 7000 时, 腔内右下角附近生成三级旋涡, 这与 Ghia 等人[25 ] 的结果一致, 因此可以得出结论, MRT-VC 模型稳定更好, 可以用于模拟高雷诺数下的湍流. 表2 对 Re=400、1000、2000 和 5000 流线下的主涡和副涡中心进行了定量比较, 其中 (a), (b), (c), (d) 分别代表本文、文献 [1 ,24 ,25 ] 中的结果, 也说明了 MRT-VC 模型的准确性.
图2
图2
使用 MRT-VC 模拟不同 Re 下的流函数等值线图
为了进一步验证 MRT-VC 模型是否增强了数值稳定性, 我们将流动雷诺数提高到 Re=20000, 目标粘度 $v$ [26 ] 一致. 涡旋在各自的周期内演化和运动, 没有出现不稳定现象, 表明 MRT-VC 模型具有更强的数值稳定性. 此外利用 MRT-VC 模型, 我们可以模拟 Re= 60000、100000 和 200000 的流动, 如图3 所示. 随着雷诺数的增大, 初级涡形状不规则, 附属涡旋数目逐渐增加.
图3
图3
基于 MRT—VC 模拟 Re=20000、60000、100000、200000 的流函数等值线
4.1 稳态流流场
矩形区域的网格数设置为 $100 \times 100$ . 当雷诺数较小时, 流场一般处于稳态流流动状态, 但在 MRT-VC 模型中具体稳态流场的雷诺数的范围是多少, 需要继续探究. 图4 为方腔内稳定流动状态时流场内流函数等值线的分布情况. 从图中可以看出, 方腔内主涡位于右上部分区域. 随着雷诺数的增加, 主涡逐渐向腔体的几何中心靠近, 右下角、左下角、左上角的次涡尺寸不断变大.
图4
图4
Re=200、3000、6500、10000 时方腔内流函数等值线
为了探究流速随时间的变化, 在计算过程中, 我们在流场中选取坐标为 $(0. 2,0. 4)$ 图5 为该点处 $x$ $y$ $=200$ $(-0. 011848,-0. 00291887)$ $=10000$ $(-0. 038219,-0. 013007)$ .
图5
图5
Re=200、10000 时速度随时间的演化过程及相空间速度图谱
图6 为不同雷诺数下的轴向中心流速分布. 由图可见, 稳态流的轴向流速呈线性分布 (除边界附近外), 雷诺数越大, 最大流速与最小流速的差值越大.
图6
图6
Re=200、3000、6500 时的中心轴向流速分布
4.2 周期态流流场
随着流动雷诺数的继续增大, 方腔内流动将不再呈现出稳定状态, 进入到周期性的变化过程中. 从图7 可以看出周期性流态的方腔内次涡尺寸较雷诺数最大的稳态流没有明显的增大, 但在右下角、左下角、左上角逐步生成了三级次涡.
图7
图7
Re=12500、45000 时流函数分布图
图8 说明进入周期态的方腔流轴向速度分布的线性特征衰减. 图9 可以看出当 Re=12500 时, 监测点横向和纵向速度均呈周期性均匀变化, 速度轨迹为一条简单闭曲线, 当 Re=45000 时, 监测点的速度分布存在一种特殊的周期性, 随着时间的推进每个周期内速度分布的形状相同, 但速度峰值逐渐降低, 相空间速度轨迹呈螺旋状向左下角行进.
图8
图8
Re=12500、20000、30000、45000 时的中心轴向流速分布
图9
图9
Re=12500, 45000 时速度分量随时间的演化过程及相空间内速度轨迹
4.3 不完全混沌态流流场
当雷诺数增大到 Re=50000 时, 横向速度仍然存在一定的周期性, 如图10 所示, 横向速度仍然随时间周期性降低, 但每个周期内的速度演化呈锯齿状, 纵向速度没有明显的变化规律, 先横向速度进入混沌流动状态, 将此流动状态称为不完全混沌状态流场. 图11 展示了不完全混沌状态下的方腔流流函数等值线分布. 可以看出, 在该状态下, 主涡发生形变, 雷诺数越大, 形变越严重. 轴向流速严重偏离线性分布, 如图12 所示.
图10
图10
Re=50000、95000 时速度分量随时间的演化过程及相空间内速度轨迹
图11
图11
Re=50000、95000 时流函数等值线
图12
图12
Re=50000、70000、85000、95000 时方腔内垂直中心线和水平中心线的流速
当雷诺数为 Re=50000 时, 主涡产生轻微形变, 横向速度随时间震荡式下降, 速度轨迹不规则地螺旋前进; 当雷诺数为 Re=95000 时, 主涡产生严重的形变, 有向右上角分离的趋势, 横向速度和相空间图谱的演化明显呈现出多个周期.
4.4 混沌态流流场
随着流动雷诺数增大到 Re=100000, 主涡开始分离, 二级次涡发生形变, 方腔内流动将进入到混沌流动状态, 混沌状态方腔流的流函数等值线分布如图13. 可以看出, 混沌态方腔流内小涡的数量随着雷诺数的增加而增多, $X$ $Y$ 图14.
图13
图13
Re=100000、200000、350000、500000 时流函数等值线
图14
图14
Re=100000、200000、300000、500000 时方腔内垂直中心线和水平中心线的流速
使用 MRT-VC 模型能模拟的最大雷诺数 Re=500000, 此时腔内的流动情况如图13 , 可以看出, 此时流场内流动非常复杂, 主涡分离出若干小涡, 右下角二级次涡消失, 左上角流动有明显的不稳定. 相空间图谱如图15 所示, 不难发现, 中线流速震荡剧烈, 相空间内速度轨迹变化呈现明显的混沌状态.
图15
图15
Re=500000 时横向速度随时间的演化过程及相空间内速度图谱
综上, 在同一参数下, 方腔内流态从稳态流到周期态流的雷诺数临界值在 10000-12500 之间, 从周期态流到半周期-半稳态流的雷诺数临界值在 45000-50000 之间, 从半周期-半混沌态流到混沌流的雷诺数临界值在 95000-100000 之间.
5 结论
本文通过在 MRT-LBM 模型中引入粘度抵消方法, 建立了 D2Q9 MRT-VC 模型. 我们使用该模型对二维顶盖驱动方腔流进行了数值模拟研究, 计算了雷诺数在 200-500000 范围内流场的流动情况. 从仿真结果中, 可以得到一些重要结论
$\bullet$
$\bullet$
$\bullet$
$\bullet$
$\bullet$
$\bullet$
$\bullet$
$\bullet$
参考文献
View Option
[1]
Hou S Zou Q Chen S et al . Simulation of cavity flow by the lattice Boltzmann method
Journal of Computational Physics , 1994 , 118 2 ): 329 -347
DOI:10.1006/jcph.1995.1103
URL
[本文引用: 2]
[2]
Feldman Y Gelfgat A Y Oscillatory instability of a three-dimensional lid-driven flow in a cube
Physics of Fluids , 2010 , 22 9 ): 093602
[本文引用: 1]
[3]
Shan X W The mathematical structure of the lattices of the lattice Boltzmann method
Journal of Computational Science , 2016 , 17 2 ): 475 -481
[本文引用: 1]
[4]
Somers J A Direct simulation of fluid flow with cellular automata and the lattice-Boltzmann equation
Applied Scientific Research , 1993 , 51 1/2 ): 127 -133
[本文引用: 1]
[5]
张宗宁 , 李春光 , 董建强 . 变系数广义 KdV-Burgers 方程的格子 Boltzmann 模型
数学物理学报 , 2021 , 41A 5 ): 1283 -1295
[本文引用: 1]
Zhang Z Z Li C G Dong J Q General Propagation Lattice Boltzmann Model for a Variable-Coefficient Compound KdV-Burgers Equation
Acta Math Sci , 2021 , 41A 5 ): 1283 -1295
[本文引用: 1]
[6]
Chen S Y Doolen G D Lattice Boltzmann method for fluid flows
Annu Rev Fluid Mech , 1998 , 30 1 ): 329 -364
[本文引用: 1]
[7]
Boghosian B M Boon J P Lattice Boltzmann and nonextensive diffusion
Europhysics News , 2005 , 36 6 ): 192 -194
[本文引用: 1]
[8]
Qian Y H D'Humieres D Lallemand P Lattice BGK Models for the Navier-Stokes Equations
Europhysics Letters , 1992 , 17 6 ): 479 -484
[本文引用: 1]
[9]
He X Doolen G Lattice Boltzmann method on curvilinear coordinates system: Flow around a circular cylinder
Journal of Computational Physics , 1997 , 134 2 ): 306 -315
[本文引用: 1]
[10]
Sterling J D Chen S Stability analysis of lattice Boltzmann methods
Journal of Computational Physics , 1996 , 123 1 ): 196 -206
[本文引用: 1]
[11]
D'Humieres D Generalized lattice Boltzmann equations
Rarefied Gas Dynamics-Theory and Simulations , 1994 : 450 -458
[本文引用: 1]
[12]
Luo L S Liao W Chen X et al . Numerics of the lattice Boltzmann method: Effects of collision models on the lattice Boltzmann simulations
Physical Review E , 2011 , 83 5 ): 056710
[本文引用: 1]
[13]
Chai Z H Shi B C Multiple-relaxation-time lattice Boltzmann method for the Navier-Stokes and nonlinear conveection-diffusion equations: Modeling, analysis and elements
Physical Review E , 2020 , 102 2 ): 023306
[本文引用: 1]
[14]
Luo L S Krafczyk M Shyy W Lattice Boltzmann Method for Computational Fluid Dynamics
John Wiley & Sons, Ltd , 2010
[本文引用: 1]
[15]
Yu H D Luo L S Girimaji S S LES of turbulent square jet flow using an MRT lattice Boltzmann model
Comput Fluids , 2006 , 35 957 -965
[本文引用: 1]
[16]
Jing H F Cai Y J Wang W H et al . Investigation of open channel flow with unsubmerged rigid vegetation by the lattice Boltzmann method
Journal of Hydrodynamics , 2020 , 4 771 -783
[本文引用: 1]
[17]
张巧玲 , 景何仿 . 三维曲面腔顶盖驱动流的 MRT-LBM 研究
计算物理 , 2022 , 39 4 ): 427 -439
DOI:10.19596/j.cnki.1001-246x.8447
[本文引用: 1]
采用多松弛时间格子玻尔兹曼方法(MRT-LBM)的D3Q15模型分别对长方体腔、圆柱腔、半圆柱腔、旋转双曲面腔、旋转椭球面腔、半球腔以及两种组合腔体的三维顶盖驱动腔流进行数值模拟, 比较分析各腔体内流线分布、流速等值线分布和涡心的发展, 对于典型腔体模拟不同雷诺数下的流动情况。结果表明: 在同一雷诺数下, 曲面边界不仅能消除从边界产生的次涡, 还会导致腔内主涡的分离, 增大中心纵剖面纵向回流速度; “上长方体+下半圆柱”腔内流函数分布与边界贴合度最高。当雷诺数不断增大时, 半圆柱腔内主涡逐渐分离成两个同向涡, “上圆柱+下半球”腔内始终保持着圆柱腔与半球腔内的基本流动特征; 而长方体腔内主涡涡心保持在同一高度, 次涡逐渐增强, “上长方体+下半圆柱”腔内流动愈加规则, 主涡逐渐下沉, 流速等值线分布逐渐趋于中心小、四周大。
Zhang Q L Jing H F Flow patterns in three-dimensional lid-driven cavities with curved boundary : MRT-LBM study
Chinese Journal of Computional Physics , 2022 , 39 4 ): 427 -439
DOI:10.19596/j.cnki.1001-246x.8447
[本文引用: 1]
采用多松弛时间格子玻尔兹曼方法(MRT-LBM)的D3Q15模型分别对长方体腔、圆柱腔、半圆柱腔、旋转双曲面腔、旋转椭球面腔、半球腔以及两种组合腔体的三维顶盖驱动腔流进行数值模拟, 比较分析各腔体内流线分布、流速等值线分布和涡心的发展, 对于典型腔体模拟不同雷诺数下的流动情况。结果表明: 在同一雷诺数下, 曲面边界不仅能消除从边界产生的次涡, 还会导致腔内主涡的分离, 增大中心纵剖面纵向回流速度; “上长方体+下半圆柱”腔内流函数分布与边界贴合度最高。当雷诺数不断增大时, 半圆柱腔内主涡逐渐分离成两个同向涡, “上圆柱+下半球”腔内始终保持着圆柱腔与半球腔内的基本流动特征; 而长方体腔内主涡涡心保持在同一高度, 次涡逐渐增强, “上长方体+下半圆柱”腔内流动愈加规则, 主涡逐渐下沉, 流速等值线分布逐渐趋于中心小、四周大。
[18]
Zhang K Feng X F Jing H F Jiang Y L An improved MRT-LBM and investigation to the transition and periodicity of 2D lid-driven cavity flow with high Reynolds numbers
Chinese Journal of Physics , 2023 , 84 51 -65
[本文引用: 3]
[19]
Das S S Das P K Fluid flow in a cavity driven by an oscillating lid-A simulation by lattice Boltzmann method
European Journal of Mechanics-B/Fluids , 2013 , 39 3 ): 59 -70
[本文引用: 1]
[20]
Premnath K N Pattison M J Banerjee S Generalized lattice Boltzmann equation with forcing term for computation of wall-bounded turbulent flows
Physical Review E , 2009 , 79 2 ): 026703
[本文引用: 1]
[21]
Cheng Y G Zhang H A viscosity counteracting approach in the lattice Boltzmann BGK model for low viscosity flow: Preliminary verification
Computers & Mathematics with Applications , 2011 , 61 12 ): 3690 -3702
[本文引用: 4]
[22]
Zhang C Z Cheng Y G Huang S et al . Improving the stability of the multiple-relaxation-time lattice Boltzmann method by a viscosity counteracting approach
Advances in Applied Mathematics & Mechanics , 2016 , 8 1 ): 37 -51
[本文引用: 2]
[23]
Lallemand P Luo L S Theory of the lattice Boltzmann method: dispersion, dissipation, isotropy, galilean invariance, and stability
Physical review E , 2000 , 61 6 ): 6546 -6562
[本文引用: 1]
[24]
Cheng Y G Li J P Introducing unsteady non-uniform source terms into the lattice Boltzmann model
International Journal for Numerical Methods in Fluids , 2008 , 56 6 ): 629 -641
[本文引用: 2]
[25]
Ghia U Ghia K N Shin C T High-Re solutions for incompressible flow using the Navier-Stokes equations and a multigrid method
Journal of Computational Physics , 1982 , 48 3 ): 387 -411
[本文引用: 3]
[26]
Erturk E Corke T C Gokcol C Numerical solutions of 2-D steady incompressible driven cavity flow at high Reynolds numbers
Int J Numer Meth Fluid , 2005 , 48 7 ): 747 -774
[本文引用: 2]
[27]
Guo Z L Zheng C G Shi B C Non-equilibrium extrapolation method for velocity and pressure boundary conditions in the lattice Boltzmann method
Chinese Physics , 11 4 ): 366 -374
[本文引用: 1]
Simulation of cavity flow by the lattice Boltzmann method
2
1994
... 顶盖驱动空腔流在石油开采、管道、运输等领域广泛存在, 深入研究其流动特性具有重要的理论意义和实际应用价值[1 ] . 常见流动往往呈现湍流形态, 一般可以归结为高雷诺数下复杂流动[2 ] , 而这些问题都需要大量的计算, 其研究需要稳定有效的数值方法[3 ] . ...
... 为了检验 MRT-VC 能否准确稳定地模拟大雷诺数复杂涡流, 我们将其应用于顶盖驱动方腔流问题. 我们设置方腔上边界的速度 $U_{l} =0. 1$ $256 \times 256$ $=400,1000,2000,5000$ $v$ $0. 0640,0. 0256,0. 0128,0. 0051$ 图2 , 可以发现随着雷诺数的增大, 主涡涡心逐渐向腔体的集合中心移动, 这与文献 [18 ] 的结果一致. 当雷诺数为 5430 时, SRT 模型仅可以模拟腔内中心附近主涡 (初级涡) 的流线型结构, 不能模拟二次涡, 当雷诺数进增加到 7000 时, SRT 模型无法再模拟初级涡和次级涡[18 ] . 然而, 从图2 可以看出, 应用粘度 ($v+v_{c}$ ) 为 0.0055 的 MRT-VC 模型可以精确模拟中心附近的初级涡及腔壁附近的次级涡流, 当雷诺数为 7000 时, 腔内右下角附近生成三级旋涡, 这与 Ghia 等人[25 ] 的结果一致, 因此可以得出结论, MRT-VC 模型稳定更好, 可以用于模拟高雷诺数下的湍流. 表2 对 Re=400、1000、2000 和 5000 流线下的主涡和副涡中心进行了定量比较, 其中 (a), (b), (c), (d) 分别代表本文、文献 [1 ,24 ,25 ] 中的结果, 也说明了 MRT-VC 模型的准确性. ...
Oscillatory instability of a three-dimensional lid-driven flow in a cube
1
2010
... 顶盖驱动空腔流在石油开采、管道、运输等领域广泛存在, 深入研究其流动特性具有重要的理论意义和实际应用价值[1 ] . 常见流动往往呈现湍流形态, 一般可以归结为高雷诺数下复杂流动[2 ] , 而这些问题都需要大量的计算, 其研究需要稳定有效的数值方法[3 ] . ...
The mathematical structure of the lattices of the lattice Boltzmann method
1
2016
... 顶盖驱动空腔流在石油开采、管道、运输等领域广泛存在, 深入研究其流动特性具有重要的理论意义和实际应用价值[1 ] . 常见流动往往呈现湍流形态, 一般可以归结为高雷诺数下复杂流动[2 ] , 而这些问题都需要大量的计算, 其研究需要稳定有效的数值方法[3 ] . ...
Direct simulation of fluid flow with cellular automata and the lattice-Boltzmann equation
1
1993
... LBM[4 ,5 ] 将微观层次上的分子动力学模型与宏观层次上的流体动力学方程相结合, 将流体在时间、位置空间和速度空间上完全离散, 把流体视为一系列只有质量的粒子微团[6 ] , 这些流体粒子在给定的规则下相互碰撞和迁移, 整个过程遵循质量守恒和能量守恒. 与传统的数值计算方法相比, LBM 在模拟各种复杂流动问题方面具有程序简单、处理复杂边界灵活、图像清晰、计算局部性强和自然并行等优势[7 ] . ...
变系数广义 KdV-Burgers 方程的格子 Boltzmann 模型
1
2021
... LBM[4 ,5 ] 将微观层次上的分子动力学模型与宏观层次上的流体动力学方程相结合, 将流体在时间、位置空间和速度空间上完全离散, 把流体视为一系列只有质量的粒子微团[6 ] , 这些流体粒子在给定的规则下相互碰撞和迁移, 整个过程遵循质量守恒和能量守恒. 与传统的数值计算方法相比, LBM 在模拟各种复杂流动问题方面具有程序简单、处理复杂边界灵活、图像清晰、计算局部性强和自然并行等优势[7 ] . ...
变系数广义 KdV-Burgers 方程的格子 Boltzmann 模型
1
2021
... LBM[4 ,5 ] 将微观层次上的分子动力学模型与宏观层次上的流体动力学方程相结合, 将流体在时间、位置空间和速度空间上完全离散, 把流体视为一系列只有质量的粒子微团[6 ] , 这些流体粒子在给定的规则下相互碰撞和迁移, 整个过程遵循质量守恒和能量守恒. 与传统的数值计算方法相比, LBM 在模拟各种复杂流动问题方面具有程序简单、处理复杂边界灵活、图像清晰、计算局部性强和自然并行等优势[7 ] . ...
Lattice Boltzmann method for fluid flows
1
1998
... LBM[4 ,5 ] 将微观层次上的分子动力学模型与宏观层次上的流体动力学方程相结合, 将流体在时间、位置空间和速度空间上完全离散, 把流体视为一系列只有质量的粒子微团[6 ] , 这些流体粒子在给定的规则下相互碰撞和迁移, 整个过程遵循质量守恒和能量守恒. 与传统的数值计算方法相比, LBM 在模拟各种复杂流动问题方面具有程序简单、处理复杂边界灵活、图像清晰、计算局部性强和自然并行等优势[7 ] . ...
Lattice Boltzmann and nonextensive diffusion
1
2005
... LBM[4 ,5 ] 将微观层次上的分子动力学模型与宏观层次上的流体动力学方程相结合, 将流体在时间、位置空间和速度空间上完全离散, 把流体视为一系列只有质量的粒子微团[6 ] , 这些流体粒子在给定的规则下相互碰撞和迁移, 整个过程遵循质量守恒和能量守恒. 与传统的数值计算方法相比, LBM 在模拟各种复杂流动问题方面具有程序简单、处理复杂边界灵活、图像清晰、计算局部性强和自然并行等优势[7 ] . ...
Lattice BGK Models for the Navier-Stokes Equations
1
1992
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
Lattice Boltzmann method on curvilinear coordinates system: Flow around a circular cylinder
1
1997
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
Stability analysis of lattice Boltzmann methods
1
1996
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
Generalized lattice Boltzmann equations
1
1994
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
Numerics of the lattice Boltzmann method: Effects of collision models on the lattice Boltzmann simulations
1
2011
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
Multiple-relaxation-time lattice Boltzmann method for the Navier-Stokes and nonlinear conveection-diffusion equations: Modeling, analysis and elements
1
2020
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
Lattice Boltzmann Method for Computational Fluid Dynamics
1
2010
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
LES of turbulent square jet flow using an MRT lattice Boltzmann model
1
2006
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
Investigation of open channel flow with unsubmerged rigid vegetation by the lattice Boltzmann method
1
2020
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
三维曲面腔顶盖驱动流的 MRT-LBM 研究
1
2022
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
三维曲面腔顶盖驱动流的 MRT-LBM 研究
1
2022
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
An improved MRT-LBM and investigation to the transition and periodicity of 2D lid-driven cavity flow with high Reynolds numbers
3
2023
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
... 为了检验 MRT-VC 能否准确稳定地模拟大雷诺数复杂涡流, 我们将其应用于顶盖驱动方腔流问题. 我们设置方腔上边界的速度 $U_{l} =0. 1$ $256 \times 256$ $=400,1000,2000,5000$ $v$ $0. 0640,0. 0256,0. 0128,0. 0051$ 图2 , 可以发现随着雷诺数的增大, 主涡涡心逐渐向腔体的集合中心移动, 这与文献 [18 ] 的结果一致. 当雷诺数为 5430 时, SRT 模型仅可以模拟腔内中心附近主涡 (初级涡) 的流线型结构, 不能模拟二次涡, 当雷诺数进增加到 7000 时, SRT 模型无法再模拟初级涡和次级涡[18 ] . 然而, 从图2 可以看出, 应用粘度 ($v+v_{c}$ ) 为 0.0055 的 MRT-VC 模型可以精确模拟中心附近的初级涡及腔壁附近的次级涡流, 当雷诺数为 7000 时, 腔内右下角附近生成三级旋涡, 这与 Ghia 等人[25 ] 的结果一致, 因此可以得出结论, MRT-VC 模型稳定更好, 可以用于模拟高雷诺数下的湍流. 表2 对 Re=400、1000、2000 和 5000 流线下的主涡和副涡中心进行了定量比较, 其中 (a), (b), (c), (d) 分别代表本文、文献 [1 ,24 ,25 ] 中的结果, 也说明了 MRT-VC 模型的准确性. ...
... [18 ]. 然而, 从图2 可以看出, 应用粘度 ($v+v_{c}$ ) 为 0.0055 的 MRT-VC 模型可以精确模拟中心附近的初级涡及腔壁附近的次级涡流, 当雷诺数为 7000 时, 腔内右下角附近生成三级旋涡, 这与 Ghia 等人[25 ] 的结果一致, 因此可以得出结论, MRT-VC 模型稳定更好, 可以用于模拟高雷诺数下的湍流. 表2 对 Re=400、1000、2000 和 5000 流线下的主涡和副涡中心进行了定量比较, 其中 (a), (b), (c), (d) 分别代表本文、文献 [1 ,24 ,25 ] 中的结果, 也说明了 MRT-VC 模型的准确性. ...
Fluid flow in a cavity driven by an oscillating lid-A simulation by lattice Boltzmann method
1
2013
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
Generalized lattice Boltzmann equation with forcing term for computation of wall-bounded turbulent flows
1
2009
... 在 LBM 的许多模型中, 使用 Bhatnagar-Gross-Krook (BGK) 碰撞算子的单松弛时间 (SRT) 模型具有更简单的碰撞项, 是目前应用最广泛的一种 LB 模型[8 ,9 ] . 然而, 该模型在模拟高雷诺数流时变得不稳定[10 ] . 为此, D'Humieres 建立了MRT-LB 模型[11 ] , 在 MRT-LB 模型中, 碰撞过程在力矩空间中进行, 不同的弛豫时间对应不同的物理变量. MRT-LB 模型的数值稳定性和精度远远优于 SRT-LB 模型[12 ] , 而且该模型提供了更丰富的流场物理信息. 柴振华等[13 ] 利用 Chapman-Enskog 多尺度展开方法、Mallwell 迭代、直接 Taylor 展开方法和递推方程方法从 LB 方程出发恢复出了 Navier-Stokes 方程. MRT-LB 模型已被广泛用于模拟流动, 尤其是高雷诺数流动[14 ,15 ] . 景何仿等人[16 ] 改进 MRT-LBM 模型, 并将其应用于刚性植被明渠流场的数值模拟. 张巧玲等人[17 ] 应用 MRT-LBM 模拟了三维曲面腔的流动, 结果表明较少腔角的几何形状增强了稳定性. 由于传统的数值模拟方法不能稳定地模拟高雷诺数下的流动, 因此对于高雷诺数下的流动研究较少. 最近, 张凯等人[18 ] 将 LES 思想引入到 MRT 中模拟了雷诺数在 500-10000 的方腔流. 已有研究表明随着雷诺数的增大腔内流动会进入到周期性状态[19 ] , 但对方腔内各流态的特征及跃迁临界值的研究较少. 然而, 当大单网格雷诺数很高时, 如果不增加额外的工作量, MRT-LB 模型就会变得不稳定[20 ] . 因此, 在这项研究中, 将 MRT-LB 模型结合粘度抵消 (VC) 方法来解决这个问题. ...
A viscosity counteracting approach in the lattice Boltzmann BGK model for low viscosity flow: Preliminary verification
4
2011
... Cheng 等人提出一种粘度抵消 (VC) 方法[21 ,22 ] , 其主要思想是在模拟具有较小粘度的实际流动中引入较大粘度所对应的人工粘度, 然后通过在方程中添加一个外力项来抵消该粘度, 从而稳定地模拟粘度较小的实际流动, 用于提高 SRT-LB 模型在高雷诺数流动模拟中的稳定性[21 ] . 文献中已证实 MRT-LB 模型比 SRT-LB 模型具有更好的稳定性和准确性, 因此将 VC 方法引入 MRT-LB 模型可以获得更好的性能[22 ] . 但 MRC-VC 方法可以模拟的最大雷诺数还需要进一步探究, 故本研究将利用 MRT-VC 方法研究雷诺数为 200-500000 的流动问题, 并将模拟结果与经典数值算例进行对比分析. 此外, 还重点研究了方腔流的几种流态以及不同流态之间的跃迁雷诺数临界值. ...
... [21 ]. 文献中已证实 MRT-LB 模型比 SRT-LB 模型具有更好的稳定性和准确性, 因此将 VC 方法引入 MRT-LB 模型可以获得更好的性能[22 ] . 但 MRC-VC 方法可以模拟的最大雷诺数还需要进一步探究, 故本研究将利用 MRT-VC 方法研究雷诺数为 200-500000 的流动问题, 并将模拟结果与经典数值算例进行对比分析. 此外, 还重点研究了方腔流的几种流态以及不同流态之间的跃迁雷诺数临界值. ...
... 外力项 $F_{\alpha }$ [21 ] 提出的 LBE 力项, 可写成 ...
... 在高雷诺数的条件下, 流动的粘度较低, 数值模拟中的小耗散会导致计算不稳定. 纳维-斯托克斯 (N-S) 方程中的粘度项包含一个二阶导数, 它具有耗散作用,有助于维持数值稳定性. 在 N-S 方程的数值模拟中, 高阶截断误差在保持稳定性和精度方面发挥重要的作用. 广泛使用的 LB 模型在空间上是二阶的, 可以通过修改三阶或更高阶的截断误差项来提高稳定性, 而不会影响收敛速度. 另外, 在 LBM 中, 松弛时间不能小于 0.5, 即粘度必须为非负值. 然而, 在低粘度计算过程中, 由于数值误差的影响, 粘度误差可能为负, 这也是导致数值不稳定的重要原因之一[21 ] . ...
Improving the stability of the multiple-relaxation-time lattice Boltzmann method by a viscosity counteracting approach
2
2016
... Cheng 等人提出一种粘度抵消 (VC) 方法[21 ,22 ] , 其主要思想是在模拟具有较小粘度的实际流动中引入较大粘度所对应的人工粘度, 然后通过在方程中添加一个外力项来抵消该粘度, 从而稳定地模拟粘度较小的实际流动, 用于提高 SRT-LB 模型在高雷诺数流动模拟中的稳定性[21 ] . 文献中已证实 MRT-LB 模型比 SRT-LB 模型具有更好的稳定性和准确性, 因此将 VC 方法引入 MRT-LB 模型可以获得更好的性能[22 ] . 但 MRC-VC 方法可以模拟的最大雷诺数还需要进一步探究, 故本研究将利用 MRT-VC 方法研究雷诺数为 200-500000 的流动问题, 并将模拟结果与经典数值算例进行对比分析. 此外, 还重点研究了方腔流的几种流态以及不同流态之间的跃迁雷诺数临界值. ...
... [22 ]. 但 MRC-VC 方法可以模拟的最大雷诺数还需要进一步探究, 故本研究将利用 MRT-VC 方法研究雷诺数为 200-500000 的流动问题, 并将模拟结果与经典数值算例进行对比分析. 此外, 还重点研究了方腔流的几种流态以及不同流态之间的跃迁雷诺数临界值. ...
Theory of the lattice Boltzmann method: dispersion, dissipation, isotropy, galilean invariance, and stability
1
2000
... 在不失去一般性的情况下, 我们考虑了具有 MRT 碰撞算子的二维九速 (D2Q9) 模型[23 ] ...
Introducing unsteady non-uniform source terms into the lattice Boltzmann model
2
2008
... 本文计算区域如图1 所示, 其中矩形内部区域为流体区域. 顶部为驱动腔体内流体流动的平板, 图中的红点是流速监测点所在位置, 其坐标为 $\left ( 0. 2,0. 4 \right )$ . 定义此流动的雷诺数为 Re$=U_p L_p/nu_p$ $U_p=0. 5$ $nu_p=1{\rm e}-6$ $L_p$ $U_l=0. 1$ [24 ⇓ ⇓ -27 ] . ...
... 为了检验 MRT-VC 能否准确稳定地模拟大雷诺数复杂涡流, 我们将其应用于顶盖驱动方腔流问题. 我们设置方腔上边界的速度 $U_{l} =0. 1$ $256 \times 256$ $=400,1000,2000,5000$ $v$ $0. 0640,0. 0256,0. 0128,0. 0051$ 图2 , 可以发现随着雷诺数的增大, 主涡涡心逐渐向腔体的集合中心移动, 这与文献 [18 ] 的结果一致. 当雷诺数为 5430 时, SRT 模型仅可以模拟腔内中心附近主涡 (初级涡) 的流线型结构, 不能模拟二次涡, 当雷诺数进增加到 7000 时, SRT 模型无法再模拟初级涡和次级涡[18 ] . 然而, 从图2 可以看出, 应用粘度 ($v+v_{c}$ ) 为 0.0055 的 MRT-VC 模型可以精确模拟中心附近的初级涡及腔壁附近的次级涡流, 当雷诺数为 7000 时, 腔内右下角附近生成三级旋涡, 这与 Ghia 等人[25 ] 的结果一致, 因此可以得出结论, MRT-VC 模型稳定更好, 可以用于模拟高雷诺数下的湍流. 表2 对 Re=400、1000、2000 和 5000 流线下的主涡和副涡中心进行了定量比较, 其中 (a), (b), (c), (d) 分别代表本文、文献 [1 ,24 ,25 ] 中的结果, 也说明了 MRT-VC 模型的准确性. ...
High-Re solutions for incompressible flow using the Navier-Stokes equations and a multigrid method
3
1982
... 本文计算区域如图1 所示, 其中矩形内部区域为流体区域. 顶部为驱动腔体内流体流动的平板, 图中的红点是流速监测点所在位置, 其坐标为 $\left ( 0. 2,0. 4 \right )$ . 定义此流动的雷诺数为 Re$=U_p L_p/nu_p$ $U_p=0. 5$ $nu_p=1{\rm e}-6$ $L_p$ $U_l=0. 1$ [24 ⇓ ⇓ -27 ] . ...
... 为了检验 MRT-VC 能否准确稳定地模拟大雷诺数复杂涡流, 我们将其应用于顶盖驱动方腔流问题. 我们设置方腔上边界的速度 $U_{l} =0. 1$ $256 \times 256$ $=400,1000,2000,5000$ $v$ $0. 0640,0. 0256,0. 0128,0. 0051$ 图2 , 可以发现随着雷诺数的增大, 主涡涡心逐渐向腔体的集合中心移动, 这与文献 [18 ] 的结果一致. 当雷诺数为 5430 时, SRT 模型仅可以模拟腔内中心附近主涡 (初级涡) 的流线型结构, 不能模拟二次涡, 当雷诺数进增加到 7000 时, SRT 模型无法再模拟初级涡和次级涡[18 ] . 然而, 从图2 可以看出, 应用粘度 ($v+v_{c}$ ) 为 0.0055 的 MRT-VC 模型可以精确模拟中心附近的初级涡及腔壁附近的次级涡流, 当雷诺数为 7000 时, 腔内右下角附近生成三级旋涡, 这与 Ghia 等人[25 ] 的结果一致, 因此可以得出结论, MRT-VC 模型稳定更好, 可以用于模拟高雷诺数下的湍流. 表2 对 Re=400、1000、2000 和 5000 流线下的主涡和副涡中心进行了定量比较, 其中 (a), (b), (c), (d) 分别代表本文、文献 [1 ,24 ,25 ] 中的结果, 也说明了 MRT-VC 模型的准确性. ...
... ,25 ] 中的结果, 也说明了 MRT-VC 模型的准确性. ...
Numerical solutions of 2-D steady incompressible driven cavity flow at high Reynolds numbers
2
2005
... 本文计算区域如图1 所示, 其中矩形内部区域为流体区域. 顶部为驱动腔体内流体流动的平板, 图中的红点是流速监测点所在位置, 其坐标为 $\left ( 0. 2,0. 4 \right )$ . 定义此流动的雷诺数为 Re$=U_p L_p/nu_p$ $U_p=0. 5$ $nu_p=1{\rm e}-6$ $L_p$ $U_l=0. 1$ [24 ⇓ ⇓ -27 ] . ...
... 为了进一步验证 MRT-VC 模型是否增强了数值稳定性, 我们将流动雷诺数提高到 Re=20000, 目标粘度 $v$ [26 ] 一致. 涡旋在各自的周期内演化和运动, 没有出现不稳定现象, 表明 MRT-VC 模型具有更强的数值稳定性. 此外利用 MRT-VC 模型, 我们可以模拟 Re= 60000、100000 和 200000 的流动, 如图3 所示. 随着雷诺数的增大, 初级涡形状不规则, 附属涡旋数目逐渐增加. ...
Non-equilibrium extrapolation method for velocity and pressure boundary conditions in the lattice Boltzmann method
1
... 本文计算区域如图1 所示, 其中矩形内部区域为流体区域. 顶部为驱动腔体内流体流动的平板, 图中的红点是流速监测点所在位置, 其坐标为 $\left ( 0. 2,0. 4 \right )$ . 定义此流动的雷诺数为 Re$=U_p L_p/nu_p$ $U_p=0. 5$ $nu_p=1{\rm e}-6$ $L_p$ $U_l=0. 1$ [24 ⇓ ⇓ -27 ] . ...
