湍流模型的选择与验证
在计算流体力学（CFD）仿真中，湍流模型的选择直接决定了模拟结果的准确性与计算效率。由于湍流现象涉及多尺度、非线性的涡旋运动，直接求解纳维-斯托克斯方程（DNS）在工程应用中往往因计算成本过高而不可行。因此，工程实践中普遍采用雷诺平均纳维-斯托克斯（RANS）方程或大涡模拟（LES）方法，并配合不同的湍流模型来封闭方程。选择适当的模型需要综合考虑流动特征、几何复杂度、计算资源以及精度要求。
RANS 模型是目前工业界应用最广泛的类型，其核心思想是对湍流脉动量进行时间平均，从而将瞬态问题转化为稳态问题。常见的 RANS 模型包括标准 $k-\epsilon$ 模型、$k-\omega$ SST 模型以及雷诺应力模型（RSM）。其中，$k-\epsilon$ 模型计算成本低，适用于充分发展的湍流和远离壁面的区域，但在处理强压力梯度、逆压梯度或分离流时表现较差。相比之下，$k-\omega$ SST 模型结合了 $k-\omega$ 模型在近壁面的高精度和 $k-\epsilon$ 模型在远场对自由流不敏感的优点，能够更准确地预测边界层分离和转捩现象，是处理复杂外部空气动力学问题的首选。对于具有强各向异性特征的流动，如二次流或强旋转流动，RSM 通过直接求解雷诺应力张量的输运方程，避免了线性压力-应变假设带来的误差，但计算量显著增加。
模型验证与不确定性量化
选定模型后，必须进行严格的验证（Verification）与确认（Validation）。验证旨在确保数值算法正确求解了数学模型，通常通过网格收敛性研究来实现。根据 ASTM G43.4 标准，应至少使用三套不同密度的网格（粗、中、细），计算关键物理量（如阻力系数、升力系数或最大速度）的数值解，并计算网格收敛指数（GCI）。若 GCI 值低于预设阈值（通常为 1% - 5%），则认为结果对网格不敏感，具有较高的数值可靠性。
确认则是评估数学模型对物理现实描述的准确程度。这需要对比仿真结果与实验数据或基准案例（Benchmark）。常用的方法包括：
- 点值对比：选取特征点（如分离点、再附点）的速度或压力分布进行对比。
- 积分量对比：比较整体气动系数（$C_d$, $C_l$）或热传递系数（$Nu$）。
- 统计量对比：对于瞬态模拟，需对比湍动能、雷诺应力等统计量的时均值和脉动强度。
此外，还需进行不确定性量化（UQ），考虑输入参数（如粗糙度、入口湍流强度）的不确定性对结果的影响范围，从而给出更具工程意义的置信区间。
实际案例与最佳实践建议
以一个典型的汽车外气动仿真为例，若主要关注整体风阻系数，且计算资源有限，$k-\omega$ SST 模型通常是平衡精度与效率的最佳选择。若需详细分析轮腔内的复杂二次流或侧向稳定性，则可能需要采用 RSM 或进行局部 LES 混合仿真。
在实际操作中，建议遵循以下步骤：
- 初步评估：根据流动类型（内部/外部、有无分离、有无旋转）初步筛选 2-3 种候选模型。
- 网格无关性检查：对每种模型进行网格收敛性测试，确保数值误差可控。
- 基准对比：利用公开的实验数据或 NASA 等机构发布的基准案例进行确认。
- 敏感性分析：调整模型常数或湍流强度参数，观察结果的变化趋势，评估模型对输入条件的敏感度。
需要注意的是，没有“万能”的湍流模型。工程师应深刻理解所选模型的物理假设及其局限性，避免盲目依赖单一模型的结果。通过系统的验证与确认流程，结合工程经验，才能确保 CFD 仿真结果在工程设计决策中具备可信度。