6.2 湍流统计与能量级串

6.2 湍流统计与能量级串

本节摘要：湍流是时空混沌的三维流动，无法逐点预测，只能统计描述。时均分解引出脉动量与雷诺应力，能量级串图像——大涡供能、逐级传递、粘性在小尺度耗散——由柯尔莫哥洛夫 -5/3 律定量刻画。本节用合成脉动信号演示统计特征与谱斜率，并说明湍流"算不动"的代价与建模的必然。

理查森那句著名的打油诗写道：大涡生小涡，小涡生更小的涡，最后都死于粘性。这四行诗就是能量级串的完整纲领：湍流的动能从最大尺度注入（风吹过山脊、桨叶搅动），逐级向下传递，直到小到粘性能有效耗散的尺度，变成热。理解了这张"能量流水线"，湍流就不再是纯混沌，而是有产业结构的现象。

一、为什么只能谈统计

湍流的特征：三维、有涡、非线性、对初值极端敏感（混沌）。追踪单个涡的命运没有意义，但长时间平均、大量样本平均却给出稳定的统计量。标准做法是雷诺分解：瞬时量 = 时均值 + 脉动值，如 u = ū + u′。把它代回 N-S 方程并取平均，会多出一项由脉动二阶矩组成的应力——雷诺应力。物理含义：脉动把动量像"有效搅拌"一样额外输运，效果像额外的粘性，而且这种"湍流粘性"可以比分子粘性大上千倍。这就是管路湍流摩阻远高于层流的根源（第 3 章穆迪图的湍流区陡升）。

import numpy as np

rng = np.random.default_rng(0)
t = np.linspace(0, 10, 100000)
signal = (2.0                                  # 时均
          + 0.8*np.sin(2*np.pi*1.2*t)           # 大尺度脉动
          + 0.4*np.sin(2*np.pi*8*t)             # 中尺度
          + 0.25*rng.standard_normal(t.size))   # 小尺度
mean = signal.mean()
fluct = signal - mean
print(f"时均速度 {mean:.3f}  脉动均方根 {fluct.std():.3f}")
print(f"湍流度 脉动均方根除时均 {fluct.std()/mean*100:.1f} %")

# 简易频谱看能量随频率的分布
spec = np.abs(np.fft.rfft(fluct))**2
freq = np.fft.rfftfreq(t.size, t[1]-t[0])
lo = (freq > 2) & (freq < 40)
slope = np.polyfit(np.log(freq[lo]), np.log(spec[lo]), 1)[0]
print(f"中频段谱斜率 {slope:.2f}  惯性区理论值 -5/3 = -1.67")
​

这个合成信号的谱斜率会落在 −1.5 到 −2 之间——与柯尔莫哥洛夫理论一致。湍流度（脉动均方根除时均）是风洞品质的核心指标：低湍流度风洞（<0.1%）才能做干净的转捩实验。

二、级串的定量画像：-5/3 律

柯尔莫哥洛夫 1941 年的洞察：在中段尺度（惯性区），能量只"路过"不关心来源与去向，谱必然普适——能谱 E 随波数 k 的 −5/3 次幂衰减。这个纯量纲推理得出的预言，在大气、海洋、风洞、甚至恒星等离子体里都被反复验证，是湍流理论最硬的一条定量结果。谱的两端各有边界：大尺度端（含能区）由具体几何决定，小尺度端（耗散区）是柯尔莫哥洛夫微尺度 η ≈ (ν³/ε)^(1/4)，ε 为耗散率。

算不动的根源就在 η 与大尺度 L 的比值随 Re 以 3/4 次幂缩小：Re = 10⁶ 时，解析湍流全尺度需要的网格点数正比于 Re 的 9/4 次幂、超过 10¹³——直接数值模拟（DNS）因此只能做低 Re 的学术算例，工程 Re 完全无望。湍流建模不是懒，是被维度诅咒逼的（第 8 章 RANS/LES 登场）。

三、湍流的好与坏

工程视角的湍流是一把双刃剑，逐项列账：

设计者的工作不是消灭湍流或制造湍流，而是决定它出现在哪：换热面想要它，长输管线躲它，扩压器进口用导流片安排它。

💡 关键直觉：湍流粘性与分子粘性的本质区别在于记忆。分子粘性是流体的材料属性，查表即得；湍流粘性是流动的状态属性，随位置、历史、几何变化——"涡粘模型"的全部误差都来自假装它是前者。

三、贴近生活的级串观察

级串不是实验室专属。清晨咖啡杯里加一点奶：大尺度的搅拌涡先带着奶团翻卷，几十秒内奶与咖啡在肉眼可见的尺度上混匀，而最终的分子尺度掺混还要更久——你亲眼看到的就是能量从大涡逐级下传、掺混尺度逐级变细的过程。再看旗子在风里的抖动：旗面的大幅摆动是含能区尺度的涡，布面边缘的细碎颤动是小尺度端，中间的连续谱正对应惯性区。

城市风环境的勘测也在用同一语言：气象站给出湍流强度剖面，建筑师据此评估高层建筑人行高度的风速脉动是否超标；风洞里用热线阵列测脉动谱，检查谱曲线在惯性区是否服从负三分之五斜率——谱形对了，湍流场的基本品质才算合格，否则测出的载荷统计不可信。

⚠️ 数据坑：湍流统计对采样时长敏感。脉动谱的低频端需要长得多的采样时间才能收敛，采样半分钟就报"湍流强度"的便携测量，数字往往系统性失真——统计量本身也有不确定度，第 7 章会给出传递估算方法。

变式思考

级串图像也给"湍流能否预测"划了界：大尺度含能涡取决于几何与边界，统计上可预报；小尺度近乎普适但个别事件不可预报。天气预报只能做集合概率、烟雾扩散只算浓度统计，都是在这条界限内工作。理解可预报性的尺度上限，比追求"精确解湍流"更符合物理现实。

本节要点回顾

• 雷诺分解 u = ū + u′，脉动二阶矩即雷诺应力，表现为巨大的"表观粘性"；
• 能量级串：大涡注入、中段传递（惯性区）、小尺度粘性耗散，理查森打油诗是纲领；
• -5/3 律是惯性区普适谱，柯尔莫哥洛夫微尺度 η 给出耗散端的尺子；
• DNS 网格量随 Re 以 9/4 次幂爆炸，工程湍流只能建模——这是第 8 章湍流模型的立项书；
• 湍流的掺混收益与损失代价并存，设计是"安排它出现在哪"。

统计面孔有了，下一节回到壁面，看边界层如何长出、如何被逆压梯度逼到分离。