Моделирование крупных вихрей

Моделирование крупных вихрей (англ. Large Eddy Simulation, LES) — это метод численного моделирования турбулентных течений, основанный на прямом разрешении крупномасштабных вихревых структур и моделировании влияния мелкомасштабных (подсеточных) вихрей. Относится к классу методов вычислительной гидродинамики (CFD) и занимает промежуточное положение между прямым численным моделированием (DNS) и методами осреднённых по Рейнольдсу уравнений Навье — Стокса (RANS). Основная идея LES заключается в том, что крупные вихри, определяющие основные характеристики потока (перенос импульса, массы, энергии), рассчитываются напрямую, а мелкие вихри, обладающие универсальными свойствами, моделируются с помощью подсеточных моделей.

Физические основы

Турбулентность и каскад энергии

Турбулентное течение характеризуется хаотическим, нестационарным движением жидкости или газа с широким спектром пространственных и временных масштабов. Согласно теории каскада энергии А. Н. Колмогорова (1941), энергия от крупных вихрей, порождённых внешними силами или граничными условиями, передаётся к более мелким вихрям в инерционном интервале, пока не достигается масштаб, где диссипация в тепло становится существенной (колмогоровский масштаб). В LES крупные вихри (порядка характерного размера течения) разрешаются явно, а мелкие вихри (меньше размера расчётной ячейки) моделируются, что позволяет существенно снизить вычислительные затраты по сравнению с DNS, где требуется разрешение всех масштабов вплоть до колмогоровского.

Фильтрация уравнений Навье — Стокса

Математической основой LES является пространственная фильтрация уравнений Навье — Стокса. Фильтрация разделяет поле скорости на разрешённую (крупномасштабную) и подсеточную (мелкомасштабную) компоненты. Для произвольной величины \( f \) разрешённая компонента \( \bar{f} \) определяется как свёртка с функцией фильтра \( G \):

\[ \bar{f}(\mathbf{x}, t) = \int f(\mathbf{x}', t) G(\mathbf{x} - \mathbf{x}') d\mathbf{x}' \]

Наиболее распространённые типы фильтров: топ-хэт (прямоугольный), гауссовский и спектральный (отсечка в пространстве волновых чисел). После фильтрации уравнения Навье — Стокса для несжимаемой жидкости принимают вид:

\[ \frac{\partial \bar{u}_i}{\partial x_i} = 0 \]

\[ \frac{\partial \bar{u}_i}{\partial t} + \frac{\partial (\bar{u}_i \bar{u}_j)}{\partial x_j} = -\frac{1}{\rho} \frac{\partial \bar{p}}{\partial x_i} + \nu \frac{\partial^2 \bar{u}_i}{\partial x_j \partial x_j} - \frac{\partial \tau_{ij}}{\partial x_j} \]

где \( \bar{u}_i \) — разрешённая скорость, \( \bar{p} \) — разрешённое давление, \( \rho \) — плотность, \( \nu \) — кинематическая вязкость, а \( \tau_{ij} \) — подсеточное напряжение (SGS stress), определяемое как:

\[ \tau_{ij} = \overline{u_i u_j} - \bar{u}_i \bar{u}_j \]

Подсеточное напряжение неизвестно и требует моделирования.

Подсеточные модели

Модель Смагоринского — Лилли

Классическая модель, предложенная Дж. Смагоринским (1963) и уточнённая Д. Лилли (1966). Основана на гипотезе Буссинеска о турбулентной вязкости:

\[ \tau_{ij} - \frac{1}{3} \tau_{kk} \delta_{ij} = -2 \nu_t \bar{S}_{ij} \]

где \( \bar{S}_{ij} = \frac{1}{2} \left( \frac{\partial \bar{u}_i}{\partial x_j} + \frac{\partial \bar{u}_j}{\partial x_i} \right) \) — разрешённая скорость деформации, а \( \nu_t \) — подсеточная турбулентная вязкость:

\[ \nu_t = (C_s \Delta)^2 |\bar{S}| \]

Здесь \( \Delta \) — размер фильтра (обычно кубический корень из объёма ячейки), \( |\bar{S}| = \sqrt{2 \bar{S}_{ij} \bar{S}_{ij}} \), а \( C_s \) — постоянная Смагоринского (обычно 0,1–0,2). Модель проста и эффективна, но имеет недостатки: избыточная диссипация вблизи стенок и неспособность описывать обратный каскад энергии.

Динамическая модель (Germano — Lilly)

Предложена М. Джермано и соавт. (1991) с модификацией Лилли (1992). Постоянная \( C_s \) вычисляется локально и во времени на основе двойной фильтрации (тестовый фильтр с большим размером). Это позволяет модели адаптироваться к локальным условиям потока, включая пристеночные области, и корректно описывать обратный каскад. Динамическая модель требует дополнительных вычислительных затрат и может быть численно неустойчивой, что решается осреднением или ограничением \( C_s \).

Модели на основе кинетической энергии подсеточных вихрей

Вместо турбулентной вязкости решается уравнение переноса для подсеточной кинетической энергии \( k_{sgs} \):

\[ \frac{\partial k_{sgs}}{\partial t} + \bar{u}_j \frac{\partial k_{sgs}}{\partial x_j} = \tau_{ij} \bar{S}_{ij} - C_\varepsilon \frac{k_{sgs}^{3/2}}{\Delta} + \frac{\partial}{\partial x_j} \left( \nu_t \frac{\partial k_{sgs}}{\partial x_j} \right) \]

Турбулентная вязкость определяется как \( \nu_t = C_k \Delta \sqrt{k_{sgs}} \). Такие модели (например, модель Ким — Менона) лучше учитывают нелокальные эффекты и применяются в сложных течениях.

Пристеночные модели

Вблизи твёрдых стенок размеры вихрей становятся очень малыми, что требует чрезвычайно мелких сеток. Для снижения затрат используются пристеночные функции (wall-modeled LES, WMLES), которые моделируют течение в пристеночном слое (обычно логарифмический закон стенки) и разрешают только внешнюю часть пограничного слоя. Альтернатива — гибридные методы RANS-LES (например, DES — Detached Eddy Simulation), где в пристеночной области применяется RANS, а в отрывных зонах — LES.

Численная реализация

Дискретизация

Для LES используются те же численные методы, что и для DNS, но с меньшими требованиями к разрешению. Применяются:

• Метод конечных объёмов (FVM) — наиболее распространён в коммерческих и открытых CFD-кодах (OpenFOAM, ANSYS Fluent, STAR-CCM+).
• Метод конечных элементов (FEM) — для сложных геометрий.
• Спектральные методы — для периодических граничных условий (высокая точность).
• Методы высокого порядка (компактные схемы, WENO) — для минимизации численной диссипации.

Сетки

Требования к сетке: размер ячейки должен быть достаточно мал, чтобы разрешить крупные вихри (обычно 10–100 раз больше колмогоровского масштаба). Для LES характерны неструктурированные или блочно-структурированные сетки с локальным сгущением в областях сдвига. Число ячеек для LES на порядки меньше, чем для DNS, но значительно больше, чем для RANS.

Граничные условия

Особое значение имеют входные граничные условия, которые должны генерировать турбулентные флуктуации. Используются методы: синтетическая турбулентность (например, метод Лунд — Ву — Сквирса), рециркуляция (периодические границы) или предварительный расчёт.

Применение

Аэродинамика и авиация

LES применяется для моделирования обтекания крыльев, фюзеляжей, лопаток турбин и компрессоров, особенно в условиях отрыва потока, срывов и вихревых следов. Например, моделирование срыва потока на крыле при больших углах атаки или акустических шумов от струй и вентиляторов.

Автомобилестроение

Используется для расчёта аэродинамического сопротивления, боковых сил, обтекания зеркал и колёс, а также для анализа шума ветра (wind noise). LES позволяет точнее предсказывать отрывные зоны и вихревые структуры, чем RANS.

Энергетика

В турбомашинах (газовые и паровые турбины, насосы) LES применяется для моделирования течения в проточной части, включая взаимодействие лопаток и вторичные течения. В ветроэнергетике — для расчёта обтекания лопастей и вихревых следов ветрогенераторов.

Экология и атмосфера

Мезомасштабное моделирование атмосферной турбулентности, городских островов тепла, распространения загрязнителей. LES атмосферного пограничного слоя (ABL) используется для прогноза погоды и климата.

Судостроение

Расчёт сопротивления корпуса судна, обтекания гребных винтов, качки и волновых нагрузок.

Преимущества и ограничения

Преимущества

• Более высокая точность, чем RANS, для течений с отрывом, вихревыми структурами и нестационарностью.
• Возможность получения детальной информации о турбулентности (спектры, корреляции, когерентные структуры).
• Применимость для акустических расчётов (шум струй, обтекания).

Ограничения

• Высокие вычислительные затраты: для промышленных задач требуется суперкомпьютерные кластеры и длительное время расчёта.
• Чувствительность к качеству сетки, граничным условиям и подсеточной модели.
• Необходимость верификации и валидации для каждого класса задач.
• Сложность моделирования пристеночных течений (WMLES требует дополнительных допущений).

Сравнение с другими методами

История развития

• 1963 — Дж. Смагоринский предлагает первую подсеточную модель для LES.
• 1970-е — Первые численные реализации LES в простых каналах и трубах (Д. Лилли, У. Рейнольдс).
• 1990-е — Разработка динамических моделей (М. Джермано, П. Моин, Д. Лилли) и распространение LES на сложные геометрии.
• 2000-е — Появление гибридных методов (DES, SAS) и пристеночных моделей.
• 2010-е — настоящее время — Широкое внедрение LES в промышленность благодаря росту вычислительных мощностей, развитие методов машинного обучения для подсеточных моделей и адаптивных сеток.

Интересные факты

• Первая успешная LES-модель канального течения была выполнена в 1975 году на компьютере CDC 7600 с производительностью ~10 Мфлопс; современные LES-расчёты на суперкомпьютерах достигают десятков петафлопс.
• Постоянная Смагоринского \( C_s \) для изотропной турбулентности составляет около 0,17, но для пристеночных течений её часто снижают до 0,1.
• В LES атмосферного пограничного слоя размер ячейки может достигать десятков метров, в то время как для DNS аэродинамики микрочипов — нанометров.
• Существуют открытые программные пакеты для LES, такие как OpenFOAM, Nek5000, CharLES, PALM.

Источники

• Pope S. B. Turbulent Flows. — Cambridge University Press, 2000.
• Sagaut P. Large Eddy Simulation for Incompressible Flows: An Introduction. — Springer, 2006.
• Garnier E., Adams N., Sagaut P. Large Eddy Simulation for Compressible Flows. — Springer, 2009.
• Колмогоров А. Н. Локальная структура турбулентности в несжимаемой жидкости при очень больших числах Рейнольдса // Доклады АН СССР. — 1941. — Т. 30, № 4. — С. 299–303.
• Smagorinsky J. General circulation experiments with the primitive equations: I. The basic experiment // Monthly Weather Review. — 1963. — Vol. 91, № 3. — P. 99–164.
• Germano M., Piomelli U., Moin P., Cabot W. H. A dynamic subgrid-scale eddy viscosity model // Physics of Fluids A. — 1991. — Vol. 3, № 7. — P. 1760–1765.
• Lilly D. K. A proposed modification of the Germano subgrid-scale closure method // Physics of Fluids A. — 1992. — Vol. 4, № 3. — P. 633–635.