纳维-斯托克斯方程
维库,知识与思想的自由文库
纳维-斯托克斯方程(Navier-Stokes equations),以克劳德-路易·纳维(Claude-Louis Navier)和乔治·盖伯利尔·斯托克斯命名,是一组描述象液体和空气这样的流体物质的方程。这些方程建立了流体的粒子动量的改变率(加速度)和作用在液体内部的压力的变化和耗散粘滞力(类似于摩擦力)以及重力之间的关系。这些粘滞力产生于分子的相互作用,能告诉我们液体有多粘。这样,纳维-斯托克斯方程描述作用于液体任意给定区域的力的动态平衡。 他们是最有用的一组方程之一,因为它们描述了大量对学术和经济有用的现象的物理过程。它们可以用于建模天气,洋流,管道中的水流,星系中恒星的运动,翼型周围的气流。它们也可以用于飞行器和车辆的设计,血液循环的研究,电站的设计,污染效应的分析,等等。 纳维-斯托克斯方程依赖微分方程来描述流体的运动。这些方程,和代数方程不同,不寻求建立所研究的变量(譬如速度和压力)的关系,而是建立这些量的变化率或通量之间的关系。用数学术语来讲,这些变化率对应于变量的导数。这样,最简单情况的0粘滞度的理想流体的纳维-斯托克斯方程表明加速度(速度的导数,或者说变化率)是和内部压力的导数成正比的。 这表示对于给定的物理问题的纳维-斯托克斯方程的解必须用微积分的帮助才能取得。实用上,只有最简单的情况才能用这种方法解答,而它们的确切答案是已知的。这些情况通常设计稳定态(流场不随时间变化)的非湍流,其中流体的粘滞系数很大或者其速度很小(小的雷诺数)。 对于更复杂的情形,例如厄尔尼诺这样的全球性气象系统或机翼的升力,纳维-斯托克斯方程的解必须借助计算机。这本身是一个科学领域,称为计算流体力学。 虽然湍流是日常经验中就可以遇到的,但这类问题极难求解。一个$1,000,000的大奖由克雷数学学院于2000年5月设立,奖给对于能够帮助理解这一现象的数学理论作出实质性进展的任何人。
[编辑] 基本假设在解释纳维-斯托克斯方程的细节之前,首先,必须对流体作几个假设。第一个是流体是连续的。这强调它不包含形成内部的空隙,例如,溶解的气体的气泡,而且它不包含雾状粒子的聚合。另一个必要的假设是所有涉及到的场,全部是可微的,例如压强,速度,密度,温度,等等。 该方程从质量,动量,和能量的守恒的基本原理导出。对此,有时必须考虑一个有限的任意体积,称为控制体积,在其上这些原理很容易应用。该有限体积记为Ω,而其表面记为 [编辑] 物质导数运动流体的属性的变化,譬如大气中的风速的变化,可以有两种不同的方法来测量。可以用气象站或者气象气球上的风速仪来测量。显然,第一种情况下风速仪测量的速度是所有运动的粒子经过一个固定点的速度,而第二种情况下,仪器在测量它随着流体运动时速度的变化。同样的论证对于密度、温度、等等的测量也是成立的。因此,当作微分时必须区分两种情况。第一种情况称为空间导数或者欧拉导数。第二种情况称为物质或拉格朗日导数。例子请参看物质导数条目。 物质导数定义为操作:
因为Ω是共动的,它随着时间而改变,所以我们不能将时间导数和积分简单的交换。 因为这个表达式对于所有Ω成立,它可以简化为: 对于不是密度的量(因而它不必在空间中积分), [编辑] 守恒定律NS方程可以从守恒定律通过上述变换导出,并且需要用状态定律来闭合。 在控制体积上,使用上述变换,下列的量视为守恒: [编辑] 连续性方程质量的守恒写作: 其中
在不可压缩流体的情况 ρ不是时间或空间的函数。方程简化为: [编辑] 动量守恒动量守恒写作: 我们可以进一步简化,利用连续性方程,这成为: 我们可以认出这就是通常的F=ma。 [编辑] 方程组[编辑] 一般形式[编辑] 方程组的形式纳维-斯托克斯方程的一般形式是: 关于动量守恒。张量 其中σ是法向约束,而τ是切向约束。 迹 σxx + σyy + σzz在流体处于平衡态时为0。这等价于流体粒子上的法向力的积分为0。 我们再加上连续性方程: 对于处于平衡的液体, 其中
最后,我们得到: 其中 [编辑] 闭合问题这些方程是不完整的。要对它们进行完备化,必须对 要求解的变量是速度的各个分量,流体密度,静压力,和温度。流场假定为可微并连续,使得这些平衡得以用偏微分方程表达。这些方程可以转化为涡度和流函数这些次变量的威尔金森方程组。解依赖于流体的性质(例如粘滞度、比热、和热导率),并且依赖于所研究的区域的边界条件。
所谓非牛顿流体是就是其中该张量没有特殊性质使得方程的特殊解出现的流体 [编辑] 特殊形式这些是问题的特定的常见简化,有时解是已知的。 [编辑] 牛顿流体在牛顿流体中,如下假设成立:
其中
其中为简化书写,对脚标使用了爱因斯坦求和约定。 不采用简化书写的完整形式非常繁琐,分别为: 动量守恒:
质量守恒: 因为密度是一个未知数,我们需要另一个方程。 能量守恒: 其中: 假设一个理想气体: 上面是一个6个方程6个未知数的系统。(u, v, w, T, e 以及 ρ)。 [编辑] 宾汉(Bingham)流体在宾汉流体中,我们有稍微不同的假设: 那些流体在开始流动之前能够承受一定的剪切。牙膏是一个例子。 [编辑] 幂律流体该形式对于模拟各种一般流体有用。 [编辑] 不可壓缩流體其纳维-斯托克斯方程(Navier-Stoke equation)为 動量守恆和 質量守恆。 其中,對不可壓縮牛頓流體來說,只有對流項(convective terms)為非線性形式。對流加速度(convective acceleration)來自於流體流動隨空間之變化所產生的速度改變,例如:當流體通過一個漸縮噴嘴(convergent nozzle)時,流體產生加速之情況。由於此項的存在,對於暫態運動中的流體來說,其流場速度變化不再單是時間的函數,亦與空間有關。 另外一個重要的觀察重點,在於黏滯力(viscosity)在流場中的以流體速度作拉普拉斯運算來表現。這暗示了在牛頓流體中,黏滯力為動量擴散(diffusion of momentum),與熱擴散方程式非常類似。 若μ在整个流体上均匀,动量方程简化为 (若 μ = 0 这个方程称为欧拉方程;那里的重点是可压缩流和冲击波)。
连续性方程(假设不可压缩性):
注意纳维-斯托克斯方程仅可近似描述液体流,而且在非常小的尺度或极端条件下,由离散的分子和其他物质(例如悬浮粒子和溶解的气体)的混合体组成的真实流体,会产生和纳维-斯托克斯方程所描述的连续并且齐性的液体不同的结果。依赖于问题的纳森数,统计力学可能是一个更合适的方法。但是,纳维-斯托克斯方程对于很大范围的实际问题是有效的,只要记住他们的缺陷是天生的就可以了。 [编辑] 参看[编辑] 参考文献
[编辑] 外部链接
|

。该控制体积可以在空间中固定,也可能随着流体运动。这会导致一些特殊的结果,我们将在下节看到。
是流体的速度。方程右边的第一项是普通的欧拉导数(也就是在固定参照系中的导数)而第二项表示由于流体的运动带来的变化。这个效应称为
![\frac{\mathrm{d}}{\mathrm{d}t}\int_\Omega \mathbf{L}\,\mathrm{d}\Omega=\int_{\Omega}\frac{\partial}{\partial t}\mathbf{L}\,\mathrm{d}\Omega+\int_{\partial \Omega} \mathbf{L} \left(\mathbf{v}\cdot \mathbf{n}\,\mathrm{d}\partial\Omega\right)=\int_\Omega \left[\frac{\partial}{\partial t}\mathbf{L}+\nabla\cdot\left(\mathbf{L}\mathbf{v}\right)\right]\mathrm{d}\Omega=0](/images/math/8/2/b/82bda8e51f05c5d2321df0ed6d40a453.png)

给出了正确的共动时间导数。


是一个
代表

代表施加在一个流体粒子上的表面力(


是
}-
}-
}-
}-
}-

![\Phi = 2 \cdot \left[ \left({\partial u \over \partial x} \right)^2+\left({\partial v \over \partial y}\right)^2+\left({\partial w \over \partial z}\right)^2 \right] + \left({\partial v \over \partial x}+{\partial u \over \partial y} \right)^2 + \left({\partial w \over \partial y}+{\partial v \over \partial z} \right)^2 + \left({\partial u \over \partial z}+{\partial w \over \partial x} \right)^2 -\frac{2}{3} \cdot \left({\partial u \over \partial x}+{\partial v \over \partial y}+{\partial w \over \partial z} \right)^2](/images/math/a/6/7/a677960e622a13286349519ab4edacb4.png)




;
![\rho \left({\partial v_x \over \partial t}+ v_x {\partial v_x \over \partial x}+ v_y {\partial v_x \over \partial y}+ v_z {\partial v_x \over \partial z}\right)= \mu \left[{\partial^2 v_x \over \partial x^2}+{\partial^2 v_x \over \partial y^2}+{\partial^2 v_x \over \partial z^2}\right]\partial p \over \partial x} +\rho g_x](/images/math/c/2/f/c2f9904dfee1f919ab309d501faa0aeb.png)
![\rho \left({\partial v_y \over \partial t}+ v_x {\partial v_y \over \partial x}+ v_y {\partial v_y \over \partial y}+ v_z {\partial v_y \over \partial z}\right)= \mu \left[{\partial^2 v_y \over \partial x^2}+{\partial^2 v_y \over \partial y^2}+{\partial^2 v_y \over \partial z^2}\right]\partial p \over \partial y} +\rho g_y](/images/math/d/6/0/d607f67c92fd292cfeb3837d49ccff4f.png)
![\rho \left({\partial v_z \over \partial t}+ v_x {\partial v_z \over \partial x}+ v_y {\partial v_z \over \partial y}+ v_z {\partial v_z \over \partial z}\right)= \mu \left[{\partial^2 v_z \over \partial x^2}+{\partial^2 v_z \over \partial y^2}+{\partial^2 v_z \over \partial z^2}\right]\partial p \over \partial z} +\rho g_z](/images/math/9/b/c/9bcdb06f9f8ce8ae56920854a06a8928.png)


