热格子Boltzmann方法分析及应用

陈 杰， 钱跃竑

(上海大学上海市应用数学和力学研究所，上海200072)

格子Boltzmann方法(lattice Boltzmann method，LBM)是近20年发展成熟起来的一种数值计算方法.LBM基于气体动理论，通过分布函数的演化获得宏观信息.作为一种简单且能处理复杂流动问题的有效数值方法［1-2］，LBM具有良好的数值稳定性、天然的并行性、简单的边界处理等优点，自出现之日起就被广泛用于多孔介质流［3］、多相流［4］、反应扩散系统［5］等诸多领域.早期的LBM只应用于等温流动(或无热流动)的模拟，但是基于这种方法具备处理复杂问题的能力以及解决传热问题的需要，研究者一直在不断地探索研究热格子Boltzmann模型，已形成了一些经过数值验证具有模拟热流动能力的热LBM［6-10］，并应用于多孔介质流动与传热、燃烧及化学反应流、湍流等问题.本研究简述了不同热格子Boltzmann模型的基本理论，并通过数值分析对比了不同热格子Boltzmann模型的计算结果及数值特性，进而用于多孔介质流动传热问题中.

1 等温LBM基本原理

LBM中除时间、空间被离散之外，无限维的粒子速度空间也都被离散成有限的速度序列.在标准LBM模型中，物理空间被离散成正方形(体)格子，流体粒子在格点x上碰撞并按离散速度E=［e0，e1，…，eq－1］迁移到x+eiδt格点.fi(x，t)定义为t时刻在格点x上速度为ei的粒子密度，满足如下的格子Boltzmann方程：

式中，cs为格子声速，Wi为不同速度粒子的权重.本研究在数值模拟中均采用D2Q9模型.

2 热格子Boltzmann模型

现有的热格子Boltzmann模型通常可以分为两大类：第一类是流场温度场耦合统一求解的模型，如多速格子Boltzmann模型(multi-speed LBM，MSLBM)、熵格子Boltzmann方法(entropic LBM，ELBM);另一类则是对流场与温度场分别求解，如被动标量格子Boltzmann模型(passive scalar LBM，PSLBM)、双分布函数(double-distribution-function，DDF)模型，以及其他与传统计算流体动力学(computational fluid dynamics，CFD)结合的混合方法，如混合热格子Boltzmann方法(hybrid-thermal LBM，HTLBM).

2.1 多速格子Boltzmann模型(MSLBM)

多速格子Boltzmann模型是等温LBM模型的直接推广，其密度、速度、内能等均由速度分布函数的各阶速度矩得到.Qian［6］基于等温LBGK模型，提出了D1Q5，D2Q13，D3Q21，D3Q25热力学LBGK模型.在这些模型中，除了要满足等温模型的守恒条件外，还应满足能量守恒和平衡态热通量为0的条件：

平衡态分布函数是Maxwell分布的截断形式：

式中，Ap，Bp，Dp为待定参数，由满足的守恒条件确定.平衡态包含了速度的三阶项，离散速度也在D2Q9的基础上在主坐标轴上增加了4个速度.Qian［6］采用此模型对一维激波管、二维 Rayleigh-Benard对流进行了模拟，证明了该模型的有效性.

MSLBM具有良好的物理基础，宏观方程绝对耦合，已成功模拟了一些传热现象，但只能模拟狭窄的温度范围和较小的Ma数，存在稳定性问题，限制了该模型的广泛应用.

2.2 熵格子Boltzmann方法(ELBM)

熵格子Boltzmann方法考虑了H定理，通过在守恒约束下最小化波尔兹曼H函数求解平衡态分布函数，由此得出的正定的分布函数保证了模型的稳定性和准确性［11］.Prasianakis等［10］将ELBM拓展到热流动问题的求解中，证实了该方法的有效性，本研究参照此方法.

H函数定义为

Prasianakis等［12］采用在ELBM中加入高阶量的补偿算法，较大地提高了基于D2Q9标准格子的ELBM可模拟的温差和Ma数，但是模型实施较为复杂.

2.3 双分布函数模型

双分布函数模型，即存在两个分布函数：密度分布函数和内能(温度或总能)分布函数，其中密度分布函数用于模拟速度场，而内能(温度或总能)分布函数则用来模拟温度场.温度、内能或总能分布函数均通过不同的方式构造，但其演化都独立于密度分布函数.

2.3.1 被动标量格子Boltzmann模型(PSLBM)

被动标量格子Boltzmann模型基于如下原理：在忽略压力做的功和粘性热耗散的情况下，温度可以看作是随流体运动的一个标量，遵循对流扩散方程.由于此方程与组分浓度场的控制方程一样，于是Shan［7］提出使用两组分模型模拟单组分热流动问题：组分1模拟流体的运动;组分2模拟被动的温度场.平衡态密度函数为

2.3.2 内能双分布函数模型

内能双分布函数模型最早由He等［8］提出，其速度场仍用密度分布函数演化模拟，温度场则由内能分布函数模拟.该模型的基本思想是通过对连续Boltzmann方程进行特殊的离散得到等温LBM，如果进行同样的操作，则热LBM可以由离散内能的演化方程得到.

根据内能的定义ρε=∫(ξ－u)2/2f dξ，引入内能分布函数g(r，ξ，t)=(ξ－u)2f/2，并引入新的碰撞模型，得到内能分布函数满足的演化方程：

式中，q=(ξ－u)·［∂tu+(ξ·)u］.然后对演化方程离散，得到可用于数值计算的离散的分布演化方程，具体的离散过程详见文献［8］.

相比于PSLBM，内能DDF的构造更具有物理基础，并包含了粘性热耗散和可压缩功.相比于MSLBM，DDF模型具有更好的数值稳定性，Pr数不受限制，因此被广泛用于各种近似不可压流体流动与传热问题.

2.4 混合热格子Boltzmann模型(HTLBM)

HTLBM是指使用 LBM解速度场，使用传统CFD解温度场，并通过一定的方式相互影响.这种方法利用了LBM能简单处理复杂流动问题的优势以及传统CFD在传热问题上的成熟技术，可以处理一些仅仅使用传统CFD较难解决的复杂流动传热问题.最初，Lallemand等［13］将多速多松弛模型和有限差分法(finite difference method，FDM)相结合，提出了混合模型，速度场用多松弛LBM求解，温度场采用FDM求解.

本研究采用有限容积法(finite volume method，FVM)与LBM相结合的混合方法，即采用如下的FVM求解能量守恒方程：

式中，S为广义源项，包括压力做的功和粘性热耗散.

速度场与温度场的耦合通过在LBM中添加温度相关的外力项以及在FVM中添加广义源项S来实现.此外，普朗特数、比热容等热物性以及随温度变化的输运系数可以实现相应的调节.本研究中FVM与LBM采用同一套网格系统，FVM采用绝对稳定且具有与LBM相同精度的二阶迎风格式(second-order upwind scheme，SUS).

PSLBM，DDF以及HTLBM这类模型的一个关键之处在于流场与温度场之间的耦合，其模型往往不满足气体完全状态方程，温度场对速度场的影响只是通过施加一个外力来实现.如Guo等［9］针对Boussinesq方程组，通过在密度分布函数演化方程中增加一个外力项以实现温度对流场的影响.Filippova等［14］基于HTLBM研究了小Ma数下高温燃烧，用温度场修正密度场以满足状态方程.

3 计算结果及分析

为了进一步对比各类模型，本研究采用ELBM，PSLBM，内能DDF模型以及HTLBM，对热Couette流、封闭方腔自然对流和多孔介质内非等温流动等问题进行了模拟对比.

3.1 热Couette流模拟

考虑两平板间热Couette流，上平板以速度U向右运动，下板静止，且上下平板分别保持恒温Th，Tc，且Th＞Tc.横截面温度廓线的解析形式为

式中，H为平板间距离，Pr=ν/χ为普朗特数，χ为热扩散系数，Ec=U2/［Cp(Th－Tc)］为埃克特数.

热Couette流中不考虑流体可压缩性的影响，而粘性耗散效应明显，因而分别运用ELBM，内能DDF模型和HTLBM对该问题进行了模拟，网格数均为64×64.模拟中Re=UH/ν=20，计算结果如图1所示.固定Pr=4，Ec分别为1，10和20的无量纲温度廓线，散点为不同方法的计算值，曲线为解析解公式(10).由图可见，三种模型都成功模拟了粘性耗散效应，且与解析解吻合得很好.

本工作进一步研究了三种模型的计算效率问题.图2给出了温度残差随CPU时间的变化曲线，可见ELBM和HTLBM明显优于内能DDF模型.

3.2 封闭方腔自然对流模拟

封闭方腔尺寸为H(正方形边长)，左右壁面分别保持恒温Th，Tc，且Th＞Tc，上下壁面绝热，四壁面速度均为无滑移边界.方腔内充满均质空气，考虑向下的重力.描述自然对流的无量纲参数Ra数定义为

图1 热Couette流温度廓线Fig.1 Temperature variation of the thermal Couette flow

图2 热Couette流温度残差变化曲线Fig.2 Temperature residuals variation of the thermal Couette flow

式中，β为热膨胀系数.物性满足Boussinesq假设，这里通过施加外力G=－β(T－T0)g实现温度场对速度场的影响.

在方腔自然对流中，可压缩效应以及粘性耗散效应可忽略不计.从模型分析可以看出，PSLBM在这种情况下与DDF模型类似，而ELBM边界实施较为复杂.因此，本研究分别采用不包含粘性耗散效应的PSLBM和HTLBM对该问题进行了模拟，模拟中Pr=0.71，Ra数分别为104，105和106.图3和图4分别为HTLBM在不同Ra数下流动稳定后得到的流线、等温线，与以往的数值及实验结果一致.由图3可见，随着Ra数的增大，方腔中心的近似圆形的涡逐渐变成椭圆形，进而分裂成两个涡.当Ra= 106时，两个涡分别向左右壁面移动，在中心出现了第三个涡.由图4可见，随着Ra数的增大，竖直的等温线逐渐变得水平，主导的传热机理由导热变为对流.

为了进一步定量考核，本研究计算了努塞尔数Nu和平均努塞尔数 Numean.表1给出了热壁面的Numean、最大Nu数Numax及相应位置的yNumax、水平中心线上最大速度vmax及相应的位置x、垂直中心线上最大速度umax以及相应的位置y.HTLBM和PSLBM求解的结果与Barakos等［15］的基准解一致.

同样，本研究对HTLBM和PSLBM的计算效率进行了对比，图5所示为两种方法模拟自然方腔对流Ra=105时，速度残差随CPU时间的变化曲线.可以明显看出，两种方法中残差均呈现震荡下降趋势，且HTLBM收敛快于PSLBM，HTLBM残差收敛到10－7以下时的耗时为PSLBM的57%.

图3 方腔自然对流不同Ra数的流线Fig.3 Predicted streamlines of natural convection

图4 方腔自然对流不同Ra数的等温线Fig.4 Predicted temperature profiles of natural convection

表1 数值解与基准解对比Table 1 Comparison of numerical results between thermal models and benchmarks

图5 方腔自然对流速度残差变化曲线Fig.5 Velocity residuals variation of the natural convection

3.3 多孔介质非等温流动模拟

多孔介质内部结构十分复杂，其流动传热现象也相当复杂.格子Boltzmann方法在模拟孔隙内的流体运动时可以方便地使用反弹格式处理复杂流场，因此，该方法在孔隙尺度模拟多孔介质内部复杂流动上有明显的优势及较高的计算率.对于多孔介质内流动与传热的问题，以往使用比较广泛的是PSLBM和内能DDF模型.本研究将HTLBM用于多孔介质流动与传热分析中，并与PSLBM进行了对比.

本研究分析了分形多孔介质中的自然对流，分形结构采用Sierpinski地毯，依次对分形等级N=2和3的Sierpinski情况进行了模拟.无量纲控制参数Pr=0.71，Ra数分别为104，105和106，固体区域温度保持线性温度分布.图6为采用HTLBM计算N= 2分形结构内自然对流得到的流线图，图7为相应的等温线.由图可见，模拟结果与PSLBM一致，随Ra数的逐步增大，传热机理由导热主导变化为对流主导.图8为N=3，Ra=106时的流线图及等温线.由图可见，固体的增多明显地抑制了对流作用.

同样对HTLBM在计算效率的问题上和PSLBM进行了对比.图9为Ra=106时两种方法模拟N=2分形结构时的速度残差曲线，此时HTLBM耗时为PSLBM的76%，仍具有优势.

图6 多孔介质方腔自然对流流线(N=2)Fig.6 Predicted streamlines of porous cavity(N=2)

图7 多孔介质方腔自然对流等温线(N=2)Fig.7 Predicted temperature profiles of porous cavity(N=2)

图8 多孔介质方腔自然对流流线及等温线(N=3)Fig.8 Predicted streamlines and temperature profiles of porous cavity(N=3)

4 结论

本研究简要介绍了几种热格子Boltzmann模型(MSLBM，ELBM，PSLBM，内能DDF模型及HTLBM)，并运用不同热格子模型求解了两个典型算例以及多孔介质流动传热问题，得到如下结论.

图9 多孔方腔自然速度残差变化曲线Fig.9 Velocity residuals variation of porous cavity

(1)速度场温度场耦合求解的模型还需要进一步发展才能被广泛应用.

(2)相比于PSLBM和DDF模型，HTLBM在保证计算精度的前提下，具有较高的计算效率.

(3)数值模拟验证了HTLBM在处理多孔介质复杂结构时可行、有效，且比PSLBM的效率高.

［1］ QIANY H，D’HUMIERESD，LALLEMANDP.Lattice BGK models for Navier-Stokes equation ［J］.Europhysics Letters，1992，17(6)：479-484.

［2］ QIANY H，SUCCIS，ORSZAGS A.Recent advances in lattice Boltzmann computing［M］∥ DIETRICH S.Annual reviews of computational physicsⅢ.New Jersey：World Scientific Publishing Company，1995：195-224.

［3］ ZHAOC Y，DAIL N，TANGG H，et al.Numerical study of natural convection in porous media(metals) using lattice Boltzmann method (LBM) ［J］.International Journal of Heat and Fluid Flow，2010，31 (5)：925-934.

［4］ 严永华，石自媛，杨帆.液滴撞击液膜喷溅过程的LBM模拟［J］.上海大学学报：自然科学版，2008，14(4)：399-404.

［5］ 李青，徐旭峰，周美莲.三维斑图形成的格子Boltzmann方法模拟［J］.上海大学学报：自然科学版，2007，13(5)：516-518.

［6］ QIANY H.Simulating thermohydrodynamics with lattice BGK models［J］.Journal of Scientific Computing，1993，8(3)：231-242.

［7］ SHANX.Simulation of Rayleigh-Bénard convection using a lattice Boltzmann method［J］.Physical Review E，1997，55(3)：2780-2788.

［8］ HEX，CHENS，DOOLENG D.A novel thermal model for the latticeBoltzmann method in incompressible limit［J］.Journal of Computational Physics，1998，146 (1)：282-300.

［9］ GUOZ，ZHENGC，SHIB，et al.Thermal lattice Boltzmann equation for low Mach number flows：Decoupling model［J］.Physical Review E，2007，75 (3)：036704.

［10］ PRASIANAKISN I，CHIKATAMALAS S，KARLINI V，et al.Entropic lattice Boltzmann method for simulation of thermal flows［J］.Mathematics and Computers in Simulation，2006，72(2)：179-183.

［11］ ANSUMALIS，KARLINI V，OTTINGERH C.Minimal entropic kinetic models for hydrodynamics ［J］.Europhysics Letters，2003，63(6)：798-804.

［12］ PRASIANAKISN I，KARLINI V.Lattice Boltzmann method for simulation of compressible flows on standard lattices［J］.Physical Review E，2008，78(1)：016704.

［13］ LALLEMANDP，LUO L S.Theoryofthelattice Boltzmann method：Acoustic and thermal properties in two and three dimensions［J］.Physical Review E，2003，68(3)：036706.

［14］ FILLIPPOVAO，HANELlD.A novellatticeBGK approach for low Mach number combustion［J］.Journal of Computational Physics，2000，158(2)：139-160.

［15］ BARAKOSG，MITSOULISE，ASSIMACOPOULOSD.Natural convection flow in a square cavity revisited：Laminar and turbulent models with wall functions［J］.International Journal for Numerical Methods in Fluids，1994，18(7)：695-719.