Abstract:The two-dimensional thermal convection with three-Pr series Ra number is calculated by using the highly efficient parallel DNS method. The two-parameter temperature boundary layer theory, with the pulsation influence taken into account, is used to fit the temperature boundary layer profile for the field averaged over all calculations. The distributions of the fitted parameters a and c are obtained. Parameter a determines the basic characteristics of the temperature profile, and parameter c plays a role in correcting the outer area of the temperature profile. Therefore, the simulation results of the temperature boundary layer profile is well matched with the theoretical solution in the 5 boundary layers. The variation characteristic of parameter c is the opposite to that of parameter a, and the c value decreases as the a value increases. The fitting parameters for the different Pr numbers have different distribution characteristics as the Ra number changes, but they have all suddenly decreasing interruptions, and as the Pr number becomes large, the characteristic Ra number for the interruption increases. The variation characteristic of parameter c is the opposite to that of parameter a. With the same Ra number, the larger the Pr number, the smaller the fitting parameter of the temperature profile is, indicating that the influence of pulsation in the temperature boundary layer is smaller. The heat transfer characteristic Nu/Ra0.3, the large-scale circulation path circumference for the characteristics of plume movement, and the temperature boundary layer fitting parameter all have the interruptions with the change of Ra number, and their corresponding characteristic Ra numbers are identical. The results show that the three have good correlation and are directly related to the change of flow pattern. Keywords:2-dimentional turbulent convection/ thermal boundary layer profile/ interruption characteristics/ heat transfer characteristics/ large scale circulation path circumference
(3)式和(4)式中的温度边界层剖面方程包含了两个可调参数. 由此, 建立了温度边界层剖面的双参数控制理论. 与单参数理论相比, 双参数理论中的速度分布突破了线性假设, 适用于全Pr数, 因此可以用来分析Pr < 1的情况, 以及改善温度边界层的外区解. 双参数理论的温度边界层剖面拟合工作有两个参数可以调整, 加大了拟合工作的不确定性. 仔细分析单参数和双参数理论的假设发现, 在ξ → 0时, 两个理论的涡热扩散系数有同样的渐进解$ {\kappa }_{t}/\kappa \approx {a}^{3}{\xi }^{3} $. 而且即使是小Pr数情况, 在近壁面速度线性假设仍然成立. 由此在进行双参数理论剖面拟合的过程中, 先采用单参数拟合确定参数a的值, 然后再调整c值拟合整个温度边界层剖面. 考虑到参数a和参数c的不同作用, 首先讨论参数a对温度边界层剖面理论解的影响. 图1(a)给出了不同参数a时理论温度剖面分布和PBP温度剖面, 给定的空间范围为5倍温度边界层厚度, 相似变量$ \xi \left(z\right)=z/\lambda $. 从图1(a)可以看到, 不同a值的温度剖面与PBP理论曲线在近壁面处一致, 而后在不到0.5个边界层厚度处逐渐分开. 随着控制参数a逐渐减小, 理论温度剖面形状以单调趋势不断上升, 逐渐接近PBP曲线. 由此表明, 参数a的值越小, 温度边界层中脉动的影响越小, 理论解越接近层流的PBP解. 图 1 (a) 不同控制参数a, 双参数理论温度剖面分布, 黑色实线为PBP理论解; (b) Pr = 4.3, Ra = 109, 单、双参数温度剖面拟合 Figure1. (a) Two-parameter theoretical temperature profile distribution for different parameters a, the black solid line is the Prandtl-Blasius predictions; (b) Pr = 4.3, Ra = 109, one and two-parameter temperature profile fitting.
双参数温度边界层剖面拟合的具体步骤为, 在确定参数a时采用Shishkina等[13]中的单参数方法, 目标是修改参数a的值, 使温度剖面在2倍边界层厚度内理论解和计算值的误差达到最小值. 确定参数a后采用本文讨论的双参数理论, 调整参数c使温度剖面在4倍边界层厚度内的误差最小. 图1(b)给出了Pr = 4.3, Ra = 109时双参数拟合和单参数拟合的温度剖面, 可见两者都远好于层流PBP理论解, 说明温度边界层湍流脉动的影响不可忽略. 双参数拟合的效果在5倍边界层厚度范围内好于单参数的拟合效果, 尤其是在温度边界层的外区. 依据理论及本文拟合过程, 参数a直接反映近壁面温度的变化情况以及温度边界层剖面的总体走向和基本特性, 参数c则修正了温度边界层剖面的外区解. 因此, 双参数拟合理论在流动假设上的改进是有效的. 本文采用双参数拟合理论研究三个Pr数的系列Ra数二维湍流热对流温度边界层特性, 分析讨论温度边界层拟合参数变化特性与物理流动特性之间的关系. 3.不同Pr数温度剖面特性及其与流态特性的关联在RB对流系统中, 温度边界层拟合控制参数大小及变化规律反映了脉动对温度边界层的影响程度. 下面将详细讨论不同Pr数和Ra数下拟合控制参数值变化特性, 以及与温度剖面分布和流态特性之间的关系. 图2给出了Pr = 0.7系列Ra数的热对流温度边界层拟合参数a和参数c的变化特征. 可以看到, 在$ Ra < 1\times {10}^{9} $时参数a ≈ 2.2附近, 参数a随Ra的变化呈现出略为下降的特征, 而后出现明显的间断, $ Ra\geqslant 1\times {10}^{9} $之后参数a ≈ 1.6附近出现波动, 反映出此时的温度边界层剖面形状基本不变化. 参数c的值小于参数a的值, 且变化特性相反, $ Ra < 1\times {10}^{9} $时参数c ≈ 0.6附近呈现略为上升的变化特征, 同样有分布的间断, $Ra\geqslant 1\times {10}^{9}$之后参数c ≈ 0.7附近出现波动. 图 2 控制参数随Ra数分布 Figure2. Distribution of control parameter with Ra number.
拟合参数值的变化直接反映温度边界层剖面的变化特性. 图3给出Pr = 0.7时温度边界层剖面拟合线的分布, 明显可以看出, 在$ Ra < 1\times {10}^{9} $时温度剖面偏低并基本重合, 而$ Ra\geqslant 1\times {10}^{9} $时温度剖面偏高基本重合. 拟合参数的间断分布导致归一化的温度剖面分布出现了两组明显的不同形态. 图 3Pr = 0.7时不同Ra数近底板温度剖面分布 Figure3. Temperature distribution close to the bottom plate with different Ra number for Pr = 0.7.
温度边界层理论解中参数a的值越小越接近层流PBP解. 但在Pr = 0.7低Ra数时, 参数a的值较大而高Ra数时较小, 而且出现间断分布, 与Ra数高湍流强度大的特点不一致. 由此, 温度边界层剖面形态的变化可能与热对流的流动形态发生根本性变化相关. 给出这两组典型的温度边界层剖面形态对应的不同热对流流动形态, 如图4所示[20]. 图 4 两个典型热对流平均温度场和流线图, 颜色表示温度分布, 带有箭头的曲线为流线, 其中红色流线代表大尺度环流路径周长[20] (a) Ra = 1 × 108; (b) Ra = 1 × 109 Figure4. The time-averaged temperature fields and streamlines in two typical RB convection, the temperature is coded in color, and the arrow indicates the flow direction. The red streamline represents the length of the large-scale circulation path[20]: (a) Ra = 1 × 108; (b) Ra = 1 × 109.
图5(b)给出了Pr = 20时参数a和参数c随Ra数的分布图. 可以看出, 参数a的值在低Ra数时相对较小并随着Ra数增高而增加, 从a ≈ 1.0连续变化到 a ≈ 1.35, 表明此时的温度边界层剖面形状也是连续变化的. 从图2的结果可知, 大Pr数时温度边界层剖面存在从弱湍流化向强湍流化形态连续过渡的变化规律. 这种变化直到$ Ra\approx 1\times {10}^{11} $时参数a突然减小出现间断, 此时流动形态同样发生了变化. 参数c的变化与参数a的变化特性相反, 只是由于参数a减小而参数c增大, 在图中出现了两者相交的分布. 大Pr数温度边界层拟合参数的这种不同分布的物理含义, 还有待更多的研究. 下面结合三个典型Pr数, 讨论温度边界层拟合参数值随Ra数变化规律及间断位置特征. 图6给出了三组Pr数下拟合参数a随Ra数的变化分布, 其中小图是c值的分布. 可以看出, 相同Ra数时Pr数越大, 温度边界层的拟合参数a值越小, 表明温度边界层中脉动的影响越小. 不同Pr数的参数a随Ra数分布规律有明显差异. 总体变化趋势上, Pr = 0.7时参数a值由大变小, Pr = 4.3时参数a的变化在中间有明显抬高但总体呈现水平, Pr = 20时参数a值由小变大, 三者都存在突变式间断. 间断之后三者的拟合参数a值都呈现小幅波动, 变化幅值不大. 小图中c值的变化特点与a值成相反趋势, Pr数越大c值也越大, 随Ra数的变化为a值增加c值减小. 图 6 控制参数a随Ra数的分布 Figure6. Distribution of control parameter a with Ra number.
总结以上三个典型Pr数的温度边界层剖面拟合特性发现, 拟合参数ɑ虽然随Ra数的变化不完全一致, 但都存在一个共同的特性, 即出现了间断的现象, 并与热对流的大尺度环流形态从椭圆变为圆形的流态特性变化相关联. 拟合参数及其变化规律在温度边界层特性中的作用, 还需要更深入的研究. 4.传热特性、大尺度环流路径周长及参数a值之间的相关性Nusselt(Nu)数反映RB系统的整体传热. 在较大范围内, GL理论预测了传热Nu数与Ra数和Pr数的关系. 包芸等[21]发现二维热对流$ Nu/{Ra}^{0.3} $数随Ra数变化具有两个转折点, 并在极高Ra数时其变化与GL理论的预测倍数线走向一致, 而反映羽流运动特性的大尺度环流路径周长变化和$ Nu/{Ra}^{0.3} $数随Ra数的转折有很好的相关性. 进一步分析温度边界层拟合参数a值与大尺度环流路径周长和传热Nu数随Ra数变化规律, 发现三个典型Pr数的温度边界层拟合参数a值的间断变化对应的Ra数与其他两者的变化特征都有着很好的对应关系. 图7分别给出了Pr = 0.7, 4.3, 20.0时大尺度环流路径周长、传热Nu数及参数a值随Ra数的变化, 红色圆点、深蓝色三角和绿色方块分别是Pr = 0.7, 4.3, 20.0的计算结果. 可以看出, 不同Pr数的三个物理量, 大尺度环流路径周长、传热Nu数及温度边界层拟合参数a值在红线标出的特征Ra数都具有相同的变化特性. 在红线处, 大尺度环流路径周长随着Ra数变化出现突然的减小, 导致传热Nu数随Ra数变化出现转折. 包芸等[21]在分析Pr = 0.7和4.3的结果时指出, 这是由于二维热对流的流动形态由椭圆变为圆形造成大尺度环流路径周长变化产生的. 同样本文Pr = 20的结果也有类似现象. 大尺度环流路径周长的突然减小由羽流运动特性的变化引起, 造成了传热Nu数随Ra数变化的标度关系改变. 而这个流动形态的突然变化在热对流的温度边界层中也引起相应变化, 温度剖面的拟合参数a随Ra数的变化特性出现间断, 即温度剖面的形状变化出现不连续性. 三个物理量随Ra数变化具有很好的相关性. 图 7 大尺度环流路径周长、传热Nu数及参数a随Ra数变化, 其中红色空心圆点和蓝色空心三角是包芸等[21]的计算结果, 黑色虚线是GL理论预测倍数线, 红线是特征Ra数位置 (a) Pr = 0.7; (b) Pr = 4.3; (c) Pr = 20 Figure7. The variation of large scale circulation path length, Nu number, and parameter a with Ra number, among which the red hollow dots and blue hollow triangles are calculated by Bao Yun[21], etc. The black dotted line is the multiple predicted by the GL theory, the red line is the characteristic Ra number position: (a) Pr = 0.7; (b) Pr = 4.3; (c) Pr = 20.