6.1 雷诺数、转捩与流动稳定性
6.1 雷诺数、转捩与流动稳定性
本节摘要：雷诺数 Re = UL/ν 度量惯性力与粘性力之比，是流动形态的总开关。1883 年雷诺的染色线实验首次展示了层流失稳、转捩为湍流的全过程。临界雷诺数并非固定常数，取决于来流扰动、壁面粗糙度与压力梯度。本节复现雷诺实验的量级计算，讨论转捩路径与工程上的转捩控制。
1883 年，奥斯本·雷诺在曼彻斯特往水流里注入一条染色细流。水流慢时，染料是一条笔直的线；加大流速，染料突然抖动、崩解、把整管水染匀。同一条管道、同一份水，只改一个无量纲数，流动从丝绸变成风暴。这个实验把流体力学劈成两个世界，也把 Re 这个比值送上神坛。
一、雷诺数：惯性与粘性的拔河
把 N-S 方程无量纲化（用特征速度 U、特征长度 L），惯性项系数与粘性项系数之比就是 Re = ρUL/μ = UL/ν。物理读法：流体质点"冲过头"的倾向与"被拖住"的倾向之比。Re 小（蜂蜜、微流控、润滑油膜），粘性镇住一切扰动，流动稳定分层；Re 大（大气、河流、飞机绕流），惯性占上风，任何扰动被拉伸放大，流动走向混沌。
建立量级感比背定义有用：
cases = [ ("微流控芯片", 1e-3, 100e-6, 1.0e-6), ("人体主动脉", 0.5, 0.02, 4.0e-6), ("室内通风管道", 3.0, 0.3, 1.5e-5), ("城市自来水管", 2.0, 0.1, 1.0e-6), ("小型无人机绕流", 20.0, 0.15, 1.5e-5), ("客机机翼绕流", 250.0, 3.0, 1.5e-5), ] print(f"{'场景':14s} Re 量级") for name, U, L, nu in cases: print(f"{name:14s} {U*L/nu:10.2e}")
跑一遍会看到横跨九个数量级：微流控 Re 约 0.1（粘性绝对统治，甚至惯性可直接忽略——蠕动流），主动脉约 2500（生理流动恰好骑在转捩区，血流杂音与之相关），客机机翼局部 Re 高达千万量级。同一个无量纲数，把完全不同尺度的现象放进同一张坐标系——这正是第 7 章量纲分析的主旋律预告。
二、临界雷诺数：不是一个数，是一个区间
教科书写"管流临界 Re 约 2300"，但要正确理解这个数：它是工程稳妥值。实验事实更微妙：
- 精心消除扰动的实验室层流管流可以维持到 Re 约 10⁵ 才转捩（失稳很晚）；
- 扰动强烈、入口粗糙的工程管路可能在 Re 2000 以下就出现间歇性湍流斑；
- 2000–4000 之间是过渡区，层流与湍流间隙交替，压降数据散乱。
所以临界值受三个因素摆布：来流湍流度、壁面粗糙度、压力梯度。顺压梯度（加速流）稳定层流、推迟转捩；逆压梯度（减速流）摧残层流、提前转捩。机翼设计里"保持上表面前部顺压"就是为了把层流区尽量往后推——层流摩擦只有湍流的几分之一，层流机翼的减阻收益直接从这里来。
三、转捩的路径：从托尔明-施里希廷波到湍流斑
层流到湍流不是一蹴而就，而是一条多级台阶：边界层内先出现微弱的二维 T-S 波（行波），波幅放大后三维化、出现 Λ 涡结构，再破碎为湍流斑（局部混沌斑块），斑块合并成充分发展湍流。每一级台阶对应不同的失稳机制，线性稳定性理论能预测第一级（T-S 波开始放大的临界 Re），后面则是非线性过程，今天仍靠实验与 DNS 研究。
工程上与其预测，不如控制：
- 推迟转捩（保层流）：光滑壁面、顺压梯度、层流翼型，甚至壁面抽吸吸走低速流体——滑翔机与远程无人机靠这个省下可观能量；
- 提前转捩（促湍流）：高尔夫球表面的凹坑就是经典案例——湍流边界层抗分离能力更强（详见 6.3 节），让分离点大幅后移，虽然摩擦阻力增加，但形状阻力（压差阻力）的下降远超补偿，总阻力骤降近一半。网球毛边、自行车手粗腿套、飞机上粘贴的涡流发生器，全是同一招的不同变体。
现场观察：水龙头的三种脸
把水龙头从最小慢慢开大：先是清澈透亮的层流水柱（Re 低），然后水柱表面出现麻点、开始颤动（转捩），最后变成不透明的粗糙水柱（湍流，光线被脉动结构散射）。整个过程 30 秒内完成，临界点大致对应管口 Re 数千——雷诺实验的家用复刻版，零成本，值得亲眼看一次。
四、转捩位置的工程价值：一架滑翔机的账
层流段与湍流段的摩擦系数差数倍，转捩位置直接换算成能耗。滑翔机翼展 15 m、平均弦长 0.8 m、巡航速度 30 m/s，比较转捩点在 10% 弦长与 50% 弦长两种情形的机翼摩擦阻力：
import numpy as np rho, U, c, b = 1.225, 30.0, 0.8, 15.0 S = c * b Re_L = rho * U * c / 1.5e-5 # 全弦长雷诺数 约两百万 def Cf_mixed(x_ratio): # 转捩位置对平均摩阻的近似 lam = 1.328 / np.sqrt(Re_L * x_ratio) * x_ratio turb = 0.074 / (Re_L*(1-x_ratio))**0.2 * (1-x_ratio) return lam + turb for xt in [0.10, 0.50]: Cf = Cf_mixed(xt) F = 0.5 * rho * U**2 * S * Cf * 2 # 上下两面 print(f"转捩在 {xt*100:.0f}% 弦长 机翼摩阻约 {F:.1f} N")
转捩从 10% 推迟到 50% 弦长，摩阻下降两三成——对依靠滑翔比生存的竞赛滑翔机，这直接换成多飞几十公里的航程。竞赛机翼翼面抛光、翼身过渡整流、禁止在机翼上按手印，全是在守护这段层流。同一笔账换个方向就是高尔夫球：那里要的不是省摩擦而是省分离，同一个转捩旋钮，两种拧法。
本节要点回顾
- 雷诺数 Re = UL/ν 是惯性与粘性之比，横跨微流控到客机九个数量级；
- 临界 Re 约 2300 是工程稳妥值，真实转捩位置受扰动、粗糙度、压力梯度三重影响；
- 顺压稳定层流、逆压催生转捩，层流区长度是减阻设计的核心资产；
- 转捩是过程不是开关：T-S 波、三维化、湍流斑、充分湍流；
- 转捩控制两个方向：层流翼型推迟它，高尔夫凹坑促进它——按目标阻力结构选方向。
层流为何失稳、湍流长什么样，下一节给湍流一张统计学的面孔。