当前位置： 首页 > news >正文

边界层气象：脉动量预报方程展开 | 湍流脉动速度方差预报方程 | 平均湍流动能收支方程推导

news 2025/11/19 8:18:46

写成分量形式

原始式子：
∂ u i ′ ∂ t + u ‾ j ∂ u i ′ ∂ x j + u j ′ ∂ u ‾ i ∂ x j + u j ′ ∂ u i ′ ∂ x j = − 1 ρ ‾ ⋅ ∂ p ′ ∂ x i + g θ v ′ θ ‾ v δ i 3 + f ϵ i j 3 u j ′ + v ∂ 2 u i ′ ∂ x j 2 + ∂ ( u i ′ u j ′ ‾ ) ∂ x j \begin{align*} \frac{\partial u_i'}{\partial t}+ \overline u_j\frac{\partial u_i'}{\partial x_j}+ u_j'\frac{\partial \overline u_i}{\partial x_j}+u_j'\frac{\partial u_i'}{\partial x_j}= -\frac{1}{\overline \rho}\cdot{ \frac{\partial p'}{\partial x_i}} +g\frac{\theta_v'}{\overline \theta_v}\delta_{i3} +f\epsilon_{ij3}u_j' +v\frac{\partial^2u_i'}{\partial x_j^2} +\frac{\partial (\overline {u_i'u_j'})}{\partial x_j} \end{align*} ∂t∂ui′​​+uj​∂xj​∂ui′​​+uj′​∂xj​∂ui​​+uj′​∂xj​∂ui′​​=−ρ​1​⋅∂xi​∂p′​+gθv​θv′​​δi3​+fϵij3​uj′​+v∂xj2​∂2ui′​​+∂xj​∂(ui′​uj′​​)​​

x 方向：
∂ u ′ ∂ t + ( u ‾ ∂ u ′ ∂ x + v ‾ ∂ u ′ ∂ y + w ‾ ∂ u ′ ∂ z ) + ( u ′ ∂ u ‾ ∂ x + v ′ ∂ u ‾ ∂ y + w ′ ∂ u ‾ ∂ z ) + ( u ′ ∂ u ′ ∂ x + v ′ ∂ u ′ ∂ y + w ′ ∂ u ′ ∂ z ) = − 1 ρ ‾ ⋅ ∂ p ′ ∂ x + f v ′ + v ∂ 2 u ′ ∂ x 2 + v ∂ 2 u ′ ∂ y 2 + v ∂ 2 u ′ ∂ z 2 + ∂ ( u ′ u ′ ‾ ) ∂ x + ∂ ( u ′ v ′ ‾ ) ∂ y + ∂ ( u ′ w ′ ‾ ) ∂ z \begin{align*} \frac{\partial u'}{\partial t}+ (\overline u\frac{\partial u'}{\partial x}+ \overline v\frac{\partial u'}{\partial y}+ \overline w\frac{\partial u'}{\partial z})+ ( u'\frac{\partial \overline u}{\partial x}+ v'\frac{\partial \overline u}{\partial y}+ w'\frac{\partial \overline u}{\partial z} )+ ( u'\frac{\partial u'}{\partial x}+ v'\frac{\partial u'}{\partial y}+ w'\frac{\partial u'}{\partial z} )=\\ -\frac{1}{\overline \rho}\cdot{ \frac{\partial p'}{\partial x}}\\ +fv'\\ +v\frac{\partial^2u'}{\partial x^2}+ v\frac{\partial^2u'}{\partial y^2}+ v\frac{\partial^2u'}{\partial z^2}\\ +\frac{\partial (\overline {u'u'})}{\partial x}+ \frac{\partial (\overline {u'v'})}{\partial y}+ \frac{\partial (\overline {u'w'})}{\partial z} \end{align*} ∂t∂u′​+(u∂x∂u′​+v∂y∂u′​+w∂z∂u′​)+(u′∂x∂u​+v′∂y∂u​+w′∂z∂u​)+(u′∂x∂u′​+v′∂y∂u′​+w′∂z∂u′​)=−ρ​1​⋅∂x∂p′​+fv′+v∂x2∂2u′​+v∂y2∂2u′​+v∂z2∂2u′​+∂x∂(u′u′)​+∂y∂(u′v′)​+∂z∂(u′w′)​​
y 方向：
∂ v ′ ∂ t + ( u ‾ ∂ v ′ ∂ x + v ‾ ∂ v ′ ∂ y + w ‾ ∂ v ′ ∂ z ) + ( u ′ ∂ v ‾ ∂ x + v ′ ∂ v ‾ ∂ y + w ′ ∂ v ‾ ∂ z ) + ( u ′ ∂ v ′ ∂ x + v ′ ∂ v ′ ∂ y + w ′ ∂ v ′ ∂ z ) = − 1 ρ ‾ ⋅ ∂ p ′ ∂ y − f u ′ + v ∂ 2 v ′ ∂ x 2 + v ∂ 2 v ′ ∂ y 2 + v ∂ 2 v ′ ∂ z 2 + ∂ ( v ′ u ′ ‾ ) ∂ x + ∂ ( v ′ v ′ ‾ ) ∂ y + ∂ ( v ′ w ′ ‾ ) ∂ z \begin{align*} \frac{\partial v'}{\partial t}+ (\overline u\frac{\partial v'}{\partial x}+ \overline v\frac{\partial v'}{\partial y}+ \overline w\frac{\partial v'}{\partial z})+ ( u'\frac{\partial \overline v}{\partial x}+ v'\frac{\partial \overline v}{\partial y}+ w'\frac{\partial \overline v}{\partial z} )+ ( u'\frac{\partial v'}{\partial x}+ v'\frac{\partial v'}{\partial y}+ w'\frac{\partial v'}{\partial z} )=\\ -\frac{1}{\overline \rho}\cdot{ \frac{\partial p'}{\partial y}}\\ -fu'\\ +v\frac{\partial^2v'}{\partial x^2}+ v\frac{\partial^2v'}{\partial y^2}+ v\frac{\partial^2v'}{\partial z^2}\\ +\frac{\partial (\overline {v'u'})}{\partial x}+ \frac{\partial (\overline {v'v'})}{\partial y}+ \frac{\partial (\overline {v'w'})}{\partial z} \end{align*} ∂t∂v′​+(u∂x∂v′​+v∂y∂v′​+w∂z∂v′​)+(u′∂x∂v​+v′∂y∂v​+w′∂z∂v​)+(u′∂x∂v′​+v′∂y∂v′​+w′∂z∂v′​)=−ρ​1​⋅∂y∂p′​−fu′+v∂x2∂2v′​+v∂y2∂2v′​+v∂z2∂2v′​+∂x∂(v′u′)​+∂y∂(v′v′)​+∂z∂(v′w′)​​
z 方向：
∂ w ′ ∂ t + ( u ‾ ∂ w ′ ∂ x + v ‾ ∂ w ′ ∂ y + w ‾ ∂ w ′ ∂ z ) + ( u ′ ∂ w ‾ ∂ x + v ′ ∂ w ‾ ∂ y + w ′ ∂ w ‾ ∂ z ) + ( u ′ ∂ w ′ ∂ x + v ′ ∂ w ′ ∂ y + w ′ ∂ w ′ ∂ z ) = − 1 ρ ‾ ⋅ ∂ p ′ ∂ z + g θ v ′ θ ‾ v + v ∂ 2 w ′ ∂ x 2 + v ∂ 2 w ′ ∂ y 2 + v ∂ 2 w ′ ∂ z 2 + ∂ ( w ′ u ′ ‾ ) ∂ x + ∂ ( w ′ v ′ ‾ ) ∂ y + ∂ ( w ′ w ′ ‾ ) ∂ z \begin{align*} \frac{\partial w'}{\partial t}+ (\overline u\frac{\partial w'}{\partial x}+ \overline v\frac{\partial w'}{\partial y}+ \overline w\frac{\partial w'}{\partial z})+ ( u'\frac{\partial \overline w}{\partial x}+ v'\frac{\partial \overline w}{\partial y}+ w'\frac{\partial \overline w}{\partial z} )+ ( u'\frac{\partial w'}{\partial x}+ v'\frac{\partial w'}{\partial y}+ w'\frac{\partial w'}{\partial z} )=\\ -\frac{1}{\overline \rho}\cdot{ \frac{\partial p'}{\partial z}}\\ +g\frac{\theta_v'}{\overline \theta_v}\\ +v\frac{\partial^2w'}{\partial x^2}+ v\frac{\partial^2w'}{\partial y^2}+ v\frac{\partial^2w'}{\partial z^2}\\ +\frac{\partial (\overline {w'u'})}{\partial x}+ \frac{\partial (\overline {w'v'})}{\partial y}+ \frac{\partial (\overline {w'w'})}{\partial z} \end{align*} ∂t∂w′​+(u∂x∂w′​+v∂y∂w′​+w∂z∂w′​)+(u′∂x∂w​+v′∂y∂w​+w′∂z∂w​)+(u′∂x∂w′​+v′∂y∂w′​+w′∂z∂w′​)=−ρ​1​⋅∂z∂p′​+gθv​θv′​​+v∂x2∂2w′​+v∂y2∂2w′​+v∂z2∂2w′​+∂x∂(w′u′)​+∂y∂(w′v′)​+∂z∂(w′w′)​​

湍流脉动速度方差得预报方程推导

对于原始式子
∂ u i ′ ∂ t + u ‾ j ∂ u i ′ ∂ x j + u j ′ ∂ u ‾ i ∂ x j + u j ′ ∂ u i ′ ∂ x j = − 1 ρ ‾ ⋅ ∂ p ′ ∂ x i + g θ v ′ θ ‾ v δ i 3 + f ϵ i j 3 u j ′ + v ∂ 2 u i ′ ∂ x j 2 + ∂ ( u i ′ u j ′ ‾ ) ∂ x j \begin{align*} \frac{\partial u_i'}{\partial t}+ \overline u_j\frac{\partial u_i'}{\partial x_j}+ u_j'\frac{\partial \overline u_i}{\partial x_j}+u_j'\frac{\partial u_i'}{\partial x_j}= -\frac{1}{\overline \rho}\cdot{ \frac{\partial p'}{\partial x_i}} +g\frac{\theta_v'}{\overline \theta_v}\delta_{i3} +f\epsilon_{ij3}u_j' +v\frac{\partial^2u_i'}{\partial x_j^2} +\frac{\partial (\overline {u_i'u_j'})}{\partial x_j} \end{align*} ∂t∂ui′​​+uj​∂xj​∂ui′​​+uj′​∂xj​∂ui​​+uj′​∂xj​∂ui′​​=−ρ​1​⋅∂xi​∂p′​+gθv​θv′​​δi3​+fϵij3​uj′​+v∂xj2​∂2ui′​​+∂xj​∂(ui′​uj′​​)​​
在等式两边同时乘以 u i ′ u_i' ui′​，根据微分的性质进行结合，类似
2 u i ′ ∂ u i ′ ∂ t = ∂ u i ′ 2 ∂ t 2u_i'\frac{\partial u_i'}{\partial t}=\frac{\partial u_i'^2}{\partial t} 2ui′​∂t∂ui′​​=∂t∂ui′2​​
得到
∂ u i ′ 2 ∂ t + u ‾ j ∂ u ′ 2 ∂ x j + 2 u i ′ u j ′ ∂ u ‾ i ∂ x j + 2 u i ′ u j ′ ∂ u i ′ ∂ x j = − 2 u i ′ ρ ‾ ⋅ ∂ p ′ ∂ x i + 2 g θ v ′ θ ‾ v δ i j 3 u j ′ + 2 v u i ′ ∂ 2 u i ′ ∂ x j 2 + 2 u i ′ u i ′ u j ′ ‾ ∂ x j \begin{align*} \frac{\partial u_i'^2}{\partial t}+ \overline u_j\frac{\partial u'^2}{\partial x_j}+ 2u_i'u_j'\frac{\partial \overline u_i}{\partial x_j}+ 2u_i'u_j'\frac{\partial u_i'}{\partial x_j}=\\ -\frac{2u_i'}{\overline \rho}\cdot{ \frac{\partial p'}{\partial x_i}}\\ +2g\frac{\theta_v'}{\overline \theta_v}\delta_{ij3}u_j'\\ +2vu_i'\frac{\partial^2u_i'}{\partial x_j^2}\\ +2u_i'\frac{\overline{u_i'u_j'}}{\partial x_j} \end{align*} ∂t∂ui′2​​+uj​∂xj​∂u′2​+2ui′​uj′​∂xj​∂ui​​+2ui′​uj′​∂xj​∂ui′​​=−ρ​2ui′​​⋅∂xi​∂p′​+2gθv​θv′​​δij3​uj′​+2vui′​∂xj2​∂2ui′​​+2ui′​∂xj​ui′​uj′​​​​

其中，左侧第四项可以表示为，其中右侧第二项的右半边为连续方程，其值为 0
2 u i ′ u j ′ ∂ u i ′ ∂ x j = ∂ ( u i ′ 2 u j ′ ) ∂ x j − u i ′ 2 ∂ u j ′ ∂ x j = ∂ ( u i ′ 2 u j ′ ) ∂ x j 【由连续方程 ∂ u j ′ ∂ x j = 0 】 2u_i'u_j'\frac{\partial u_i'}{\partial x_j}= \frac{\partial({{u_i'^2u_j'}})}{\partial x_j}- {u_i'}^2\frac{\partial u_j'}{\partial x_j}= \frac{\partial({{u_i'^2u_j'}})}{\partial x_j}【由连续方程\frac{\partial u_j'}{\partial x_j}=0】 2ui′​uj′​∂xj​∂ui′​​=∂xj​∂(ui′2​uj′​)​−ui′​2∂xj​∂uj′​​=∂xj​∂(ui′2​uj′​)​【由连续方程∂xj​∂uj′​​=0】
对于右侧第一项
− 2 u i ′ ρ ‾ ⋅ ∂ p ′ ∂ x i = − 2 ρ ‾ ( ∂ ( u i ′ p ′ ) ∂ x i − ∂ u i ′ ∂ x i p ′ ) , 其中右侧第二项为连续方程，为 0 -\frac{2u_i'}{\overline \rho}\cdot{ \frac{\partial p'}{\partial x_i}}=-\frac{2}{\overline \rho}(\frac{\partial (u_i'p')}{\partial x_i}-\frac{\partial u_i'}{\partial x_i}p'),其中右侧第二项为连续方程，为0 −ρ​2ui′​​⋅∂xi​∂p′​=−ρ​2​(∂xi​∂(ui′​p′)​−∂xi​∂ui′​​p′),其中右侧第二项为连续方程，为0
因此有
− 2 u i ′ ρ ‾ ⋅ ∂ p ′ ∂ x i = − 2 ρ ‾ ⋅ ∂ ( u i ′ p ′ ) ∂ x i -\frac{2u_i'}{\overline \rho}\cdot{ \frac{\partial p'}{\partial x_i}}=-\frac{2}{\overline \rho}\cdot{ \frac{\partial (u_i'p')}{\partial x_i}} −ρ​2ui′​​⋅∂xi​∂p′​=−ρ​2​⋅∂xi​∂(ui′​p′)​
对于右侧第三项有
2 v u i ′ ∂ 2 u i ′ ∂ x j 2 = v ∂ 2 u i ′ 2 ∂ x j 2 − 2 v ( ∂ u i ′ ∂ x j ) 2 = v ∂ 2 u i ′ 2 ∂ x j 2 − 2 ϵ 2vu_i'\frac{\partial^2u_i'}{\partial x_j^2}= v\frac{\partial^2u_i'^2}{\partial x_j^2}-2v(\frac{\partial u_i'}{\partial x_j})^2=v\frac{\partial^2u_i'^2}{\partial x_j^2}-2\epsilon 2vui′​∂xj2​∂2ui′​​=v∂xj2​∂2ui′2​​−2v(∂xj​∂ui′​​)2=v∂xj2​∂2ui′2​​−2ϵ
将上述式子代入后对取雷诺平均，同时忽略两个小项（ v ∂ 2 u i ′ 2 ‾ ∂ x j 2 , 2 u i ′ ∂ ( u i ′ u j ′ ) ‾ ∂ x j ‾ v\frac{\partial^2\overline{u_i^{'2}}}{\partial x_j^2},2\overline{u_i'\frac{\partial \overline{(u_i'u_j')}}{\partial x_j}} v∂xj2​∂2ui′2​​​,2ui′​∂xj​∂(ui′​uj′​)​​​），得到
∂ u i ′ 2 ‾ ∂ t + u ‾ j ∂ u ′ 2 ‾ ∂ x j = − 2 ρ ‾ ⋅ ∂ ( u i ′ p ′ ) ‾ ∂ x i + 2 g θ ‾ v ( u i ′ θ v ′ ) ‾ δ i j 3 − 2 u i ′ u j ′ ‾ ∂ u i ‾ ∂ x j − ∂ ( u i ′ 2 u j ′ ‾ ) ∂ x j − 2 ϵ \begin{align*} \frac{\partial \overline {u_i'^2}}{\partial t}+ \overline u_j\frac{\partial \overline{u'^2}}{\partial x_j} =\\ -\frac{2}{\overline \rho}\cdot{ \frac{\partial\overline{(u_i'p')}}{\partial x_i}}\\ +2\frac{g}{\overline \theta_v}\overline{(u_i'\theta_v')}\delta_{ij3}\\ -2\overline{u_i'u_j'}\frac{\partial \overline{u_i}}{\partial x_j}\\ -\frac{\partial(\overline{{u_i'^2u_j'}})}{\partial x_j}\\ -2\epsilon \end{align*} ∂t∂ui′2​​​+uj​∂xj​∂u′2​=−ρ​2​⋅∂xi​∂(ui′​p′)​​+2θv​g​(ui′​θv′​)​δij3​−2ui′​uj′​​∂xj​∂ui​​​−∂xj​∂(ui′2​uj′​​)​−2ϵ​

TKE 方程推导

将湍流脉动速度方差展开
写成分量形式 (将湍能耗散项放在了 x 方向，确保下方求和后只有 2 ϵ 2\epsilon 2ϵ)：

∂ u ′ 2 ‾ ∂ t + ∂ v ′ 2 ‾ ∂ t + ∂ w ′ 2 ‾ ∂ t + ( u ‾ ∂ u ′ 2 ‾ ∂ x + v ‾ ∂ u ′ 2 ‾ ∂ y + w ‾ ∂ u ′ 2 ‾ ∂ y ) + ( u ‾ ∂ v ′ 2 ‾ ∂ x + v ‾ ∂ v ′ 2 ‾ ∂ y + w ‾ ∂ v ′ 2 ‾ ∂ y ) + ( u ‾ ∂ v ′ 2 ‾ ∂ x + v ‾ ∂ v ′ 2 ‾ ∂ y + w ‾ ∂ v ′ 2 ‾ ∂ y ) = − 2 ρ ‾ ⋅ [ ∂ ( u ′ p ′ ) ‾ ∂ x + ∂ ( v ′ p ′ ) ‾ ∂ y + ∂ ( w ′ p ′ ) ‾ ∂ z ] + 2 g θ ‾ v ( w ′ θ v ′ ‾ ) − 2 ( u ′ u ′ ‾ ∂ u ‾ ∂ x + u ′ v ′ ‾ ∂ u ‾ ∂ y + u ′ w ′ ‾ ∂ u ‾ ∂ x + v ′ u ′ ‾ ∂ v ‾ ∂ z + v ′ v ′ ‾ ∂ v ‾ ∂ y + v ′ w ′ ‾ ∂ v ‾ ∂ z + w ′ u ′ ‾ ∂ w ‾ ∂ z + w ′ v ′ ‾ ∂ w ‾ ∂ y + w ′ w ′ ‾ ∂ w ‾ ∂ z ) − [ ∂ ( u ′ 2 u ′ ) ‾ ∂ x + ∂ ( u ′ 2 v ′ ‾ ) ∂ y + ∂ ( u ′ 2 w ′ ‾ ) ∂ z + ∂ ( v ′ 2 u ′ ) ‾ ∂ x + ∂ ( v ′ 2 v ′ ‾ ) ∂ y + ∂ ( v ′ 2 w ′ ‾ ) ∂ z + ∂ ( w ′ 2 u ′ ) ‾ ∂ x + ∂ ( w ′ 2 v ′ ‾ ) ∂ y + ∂ ( w ′ 2 w ′ ‾ ) ∂ z ] − 2 ϵ \begin{align*} \frac{\partial \overline{{u^{'}}^2}}{\partial t}+ \frac{\partial \overline{{v^{'}}^2}}{\partial t}+ \frac{\partial \overline{{w^{'}}^2}}{\partial t} \\ +(\overline u\frac{\partial \overline{{u^{'}}^2}}{\partial x}+ \overline v\frac{\partial \overline{{u^{'}}^2}}{\partial y}+ \overline w\frac{\partial \overline{{u^{'}}^2}}{\partial y})+(\overline u\frac{\partial \overline{{v^{'}}^2}}{\partial x}+ \overline v\frac{\partial \overline{{v^{'}}^2}}{\partial y}+ \overline w\frac{\partial \overline{{v^{'}}^2}}{\partial y})+ (\overline u\frac{\partial \overline{{v^{'}}^2}}{\partial x}+ \overline v\frac{\partial \overline{{v^{'}}^2}}{\partial y}+ \overline w\frac{\partial \overline{{v^{'}}^2}}{\partial y}) =\\ -\frac{2}{\overline \rho}\cdot{[ \frac{\partial\overline{(u'p')}}{\partial x}+ \frac{\partial\overline{(v'p')}}{\partial y}+ \frac{\partial\overline{(w'p')}}{\partial z}]}\\ +2\frac{g}{\overline \theta_v}(\overline {w'\theta_v^{'}})\\ -2(\overline{u'u'}\frac{\partial \overline u}{\partial x}+ \overline{u'v'}\frac{\partial \overline u}{\partial y}+ \overline{u'w'}\frac{\partial \overline u}{\partial x}+ \overline{v'u'}\frac{\partial \overline v}{\partial z}+ \overline{v'v'}\frac{\partial \overline v}{\partial y}+ \overline{v'w'}\frac{\partial \overline v}{\partial z}+ \overline{w'u'}\frac{\partial \overline w}{\partial z}+ \overline{w'v'}\frac{\partial \overline w}{\partial y}+ \overline{w'w'}\frac{\partial \overline w}{\partial z})\\ -[\frac{\partial (\overline{{u^{'}}^2u')}}{\partial x}+ \frac{\partial (\overline{{u^{'}}^2v'})}{\partial y}+ \frac{\partial (\overline{{u^{'}}^2w'})}{\partial z}+ \frac{\partial (\overline{{v^{'}}^2u')}}{\partial x}+ \frac{\partial (\overline{{v^{'}}^2v'})}{\partial y}+ \frac{\partial (\overline{{v^{'}}^2w'})}{\partial z}+ \frac{\partial (\overline{{w^{'}}^2u')}}{\partial x}+ \frac{\partial (\overline{{w^{'}}^2v'})}{\partial y}+ \frac{\partial (\overline{{w^{'}}^2w'})}{\partial z}] \\ -2\epsilon \end{align*} ∂t∂u′2​+∂t∂v′2​+∂t∂w′2​+(u∂x∂u′2​+v∂y∂u′2​+w∂y∂u′2​)+(u∂x∂v′2​+v∂y∂v′2​+w∂y∂v′2​)+(u∂x∂v′2​+v∂y∂v′2​+w∂y∂v′2​)=−ρ​2​⋅[∂x∂(u′p′)​​+∂y∂(v′p′)​​+∂z∂(w′p′)​​]+2θv​g​(w′θv′​​)−2(u′u′∂x∂u​+u′v′∂y∂u​+u′w′∂x∂u​+v′u′∂z∂v​+v′v′∂y∂v​+v′w′∂z∂v​+w′u′∂z∂w​+w′v′∂y∂w​+w′w′∂z∂w​)−[∂x∂(u′2u′)​​+∂y∂(u′2v′)​+∂z∂(u′2w′)​+∂x∂(v′2u′)​​+∂y∂(v′2v′)​+∂z∂(v′2w′)​+∂x∂(w′2u′)​​+∂y∂(w′2v′)​+∂z∂(w′2w′)​]−2ϵ​

将 (1)除以 1/2，整理后得到 (2)
1 2 [ ∂ ( u ′ 2 ‾ + v ′ 2 ‾ + w ′ 2 ‾ ) ∂ t u ‾ ∂ ( u ′ 2 ‾ + v ′ 2 ‾ + w ′ 2 ‾ ) ∂ x + v ‾ ∂ ( u ′ 2 ‾ + v ′ 2 ‾ + w ′ 2 ‾ ) ∂ y + w ‾ ∂ ( u ′ 2 ‾ + v ′ 2 ‾ + w ′ 2 ‾ ) ∂ z ] = − 1 ρ ‾ ⋅ [ ∂ ( u ′ p ′ ) ‾ ∂ x + ∂ ( v ′ p ′ ) ‾ ∂ y + ∂ ( w ′ p ′ ) ‾ ∂ z ] + g θ ‾ v ( w ′ θ v ′ ‾ ) − ( u ′ u ′ ‾ ∂ u ‾ ∂ x + u ′ v ′ ‾ ∂ u ‾ ∂ y + u ′ w ′ ‾ ∂ u ‾ ∂ x + v ′ u ′ ‾ ∂ v ‾ ∂ z + v ′ v ′ ‾ ∂ v ‾ ∂ y + v ′ w ′ ‾ ∂ v ‾ ∂ z + w ′ u ′ ‾ ∂ w ‾ ∂ z + w ′ v ′ ‾ ∂ w ‾ ∂ y + w ′ w ′ ‾ ∂ w ‾ ∂ z ) − 1 2 [ ∂ u ′ ( u ′ 2 + v ′ 2 + w ′ 2 ) ‾ ∂ x + 1 2 [ ∂ v ′ ( u ′ 2 + v ′ 2 + w ′ 2 ) ‾ ∂ y + 1 2 [ ∂ w ′ ( u ′ 2 + v ′ 2 + w ′ 2 ) ‾ ∂ z ] − ϵ \begin{align*} \frac{1}{2}[ \frac{\partial (\overline {{u'}^2}+\overline {{v'}^2}+\overline {{w'}^2})}{\partial t}\\ \overline{u}\frac{\partial (\overline {{u'}^2}+\overline {{v'}^2}+\overline {{w'}^2})}{\partial x}+ \overline{v}\frac{\partial (\overline {{u'}^2}+\overline {{v'}^2}+\overline {{w'}^2})}{\partial y}+ \overline{w}\frac{\partial (\overline {{u'}^2}+\overline {{v'}^2}+\overline {{w'}^2})}{\partial z} ]=\\ -\frac{1}{\overline \rho}\cdot{[ \frac{\partial\overline{(u'p')}}{\partial x}+ \frac{\partial\overline{(v'p')}}{\partial y}+ \frac{\partial\overline{(w'p')}}{\partial z}]}\\ +\frac{g}{\overline \theta_v}(\overline {w'\theta_v^{'}})\\ -(\overline{u'u'}\frac{\partial \overline u}{\partial x}+ \overline{u'v'}\frac{\partial \overline u}{\partial y}+ \overline{u'w'}\frac{\partial \overline u}{\partial x}+ \overline{v'u'}\frac{\partial \overline v}{\partial z}+ \overline{v'v'}\frac{\partial \overline v}{\partial y}+ \overline{v'w'}\frac{\partial \overline v}{\partial z}+ \overline{w'u'}\frac{\partial \overline w}{\partial z}+ \overline{w'v'}\frac{\partial \overline w}{\partial y}+ \overline{w'w'}\frac{\partial \overline w}{\partial z})-\\ \frac{1}{2}[\frac {\partial \overline{ {u'}({{u'}^2}+ {{v'}^2}+{{w'}^2})}}{\partial x}+ \frac{1}{2}[\frac {\partial \overline{ {v'}({{u'}^2}+ {{v'}^2}+{{w'}^2})}}{\partial y}+ \frac{1}{2}[\frac {\partial \overline{ {w'}({{u'}^2}+ {{v'}^2}+{{w'}^2})}}{\partial z} ]- \epsilon \end{align*} 21​[∂t∂(u′2+v′2+w′2)​u∂x∂(u′2+v′2+w′2)​+v∂y∂(u′2+v′2+w′2)​+w∂z∂(u′2+v′2+w′2)​]=−ρ​1​⋅[∂x∂(u′p′)​​+∂y∂(v′p′)​​+∂z∂(w′p′)​​]+θv​g​(w′θv′​​)−(u′u′∂x∂u​+u′v′∂y∂u​+u′w′∂x∂u​+v′u′∂z∂v​+v′v′∂y∂v​+v′w′∂z∂v​+w′u′∂z∂w​+w′v′∂y∂w​+w′w′∂z∂w​)−21​[∂x∂u′(u′2+v′2+w′2)​​+21​[∂y∂v′(u′2+v′2+w′2)​​+21​[∂z∂w′(u′2+v′2+w′2)​​]−ϵ​ 由平均湍流动能表达式 (3)

e ‾ = 1 2 ( u ′ 2 ‾ + v ′ 2 ‾ + w ′ 2 ‾ ) \overline e=\frac{1}{2}(\overline {{u'}^2}+\overline {{v'}^2}+\overline {{w'}^2}) e=21​(u′2+v′2+w′2)
由于 u, v, w 三者是独立的，因此对平均湍流动能得偏导数等于 u ′ 2 ‾ , v ′ 2 ‾ , w ′ 2 ‾ \overline {{u'}^2},\overline {{v'}^2},\overline {{w'}^2} u′2,v′2,w′2 各自的偏导数之和除以 2，因此将该式代入 (2) 中得到

∂ e ‾ ∂ t + u ‾ ∂ e ‾ ∂ x + v ‾ ∂ e ‾ ∂ y + w ‾ ∂ e ‾ ∂ z = − 1 ρ ‾ ⋅ [ ∂ ( u ′ p ′ ) ‾ ∂ x + ∂ ( v ′ p ′ ) ‾ ∂ y + ∂ ( w ′ p ′ ) ‾ ∂ z ] + g θ ‾ v ( w ′ θ v ′ ‾ ) − ( u ′ u ′ ‾ ∂ u ‾ ∂ x + u ′ v ′ ‾ ∂ u ‾ ∂ y + u ′ w ′ ‾ ∂ u ‾ ∂ x + v ′ u ′ ‾ ∂ v ‾ ∂ z + v ′ v ′ ‾ ∂ v ‾ ∂ y + v ′ w ′ ‾ ∂ v ‾ ∂ z + w ′ u ′ ‾ ∂ w ‾ ∂ z + w ′ v ′ ‾ ∂ w ‾ ∂ y + w ′ w ′ ‾ ∂ w ‾ ∂ z ) − [ ∂ ( u ′ e ) ‾ ∂ x + ∂ ( v ′ e ) ‾ ∂ y + ∂ ( w ′ e ) ‾ ∂ z ] − ϵ \begin{align*} \frac{\partial \overline e}{\partial t}+ \overline{u}\frac{\partial \overline e}{\partial x}+ \overline{v}\frac{\partial \overline e}{\partial y}+ \overline{w}\frac{\partial \overline e}{\partial z} =\\ -\frac{1}{\overline \rho}\cdot{[ \frac{\partial\overline{(u'p')}}{\partial x}+ \frac{\partial\overline{(v'p')}}{\partial y}+ \frac{\partial\overline{(w'p')}}{\partial z}]}\\ +\frac{g}{\overline \theta_v}(\overline {w'\theta_v^{'}})\\ -(\overline{u'u'}\frac{\partial \overline u}{\partial x}+ \overline{u'v'}\frac{\partial \overline u}{\partial y}+ \overline{u'w'}\frac{\partial \overline u}{\partial x}+ \overline{v'u'}\frac{\partial \overline v}{\partial z}+ \overline{v'v'}\frac{\partial \overline v}{\partial y}+ \overline{v'w'}\frac{\partial \overline v}{\partial z}+ \overline{w'u'}\frac{\partial \overline w}{\partial z}+ \overline{w'v'}\frac{\partial \overline w}{\partial y}+ \overline{w'w'}\frac{\partial \overline w}{\partial z})\\ -[\frac{\partial \overline {(u' e)}}{\partial x}+ \frac{\partial \overline {(v' e)}}{\partial y}+ \frac{\partial \overline {(w' e)}}{\partial z} ]-\epsilon\\ \end{align*} ∂t∂e​+u∂x∂e​+v∂y∂e​+w∂z∂e​=−ρ​1​⋅[∂x∂(u′p′)​​+∂y∂(v′p′)​​+∂z∂(w′p′)​​]+θv​g​(w′θv′​​)−(u′u′∂x∂u​+u′v′∂y∂u​+u′w′∂x∂u​+v′u′∂z∂v​+v′v′∂y∂v​+v′w′∂z∂v​+w′u′∂z∂w​+w′v′∂y∂w​+w′w′∂z∂w​)−[∂x∂(u′e)​​+∂y∂(v′e)​​+∂z∂(w′e)​​]−ϵ​
即
∂ e ‾ ∂ t + u j ‾ ∂ e ‾ ∂ x j = − 1 ρ ‾ ⋅ ∂ ( u i ′ p ′ ) ‾ ∂ x i + g θ ‾ v ( u i ′ θ v ′ ‾ ) δ i 3 − u i ′ u j ′ ‾ ∂ u i ‾ ∂ x j − ∂ ( u j ′ e ) ‾ ∂ x j − ϵ \begin{align*} \frac{\partial \overline e}{\partial t}+ \overline{u_j}\frac{\partial \overline e}{\partial x_j} =\\ -\frac{1}{\overline \rho}\cdot{ \frac{\partial\overline{(u_i'p')}}{\partial x_i} }\\ +\frac{g}{\overline \theta_v}(\overline {u_i'\theta_v^{'}})\delta_{i3}\\ -\overline{u_i'u_j'}\frac{\partial \overline {u_i}}{\partial x_j} \\ -\frac{\partial \overline {(u_j' e)}}{\partial x_j}\\ -\epsilon\\ \end{align*} ∂t∂e​+uj​​∂xj​∂e​=−ρ​1​⋅∂xi​∂(ui′​p′)​​+θv​g​(ui′​θv′​​)δi3​−ui′​uj′​​∂xj​∂ui​​​−∂xj​∂(uj′​e)​​−ϵ​

相关文章：

边界层气象：脉动量预报方程展开 | 湍流脉动速度方差预报方程 | 平均湍流动能收支方程推导

写成分量形式 原始式子： ∂ u i ′ ∂ t u ‾ j ∂ u i ′ ∂ x j u j ′ ∂ u ‾ i ∂ x j u j ′ ∂ u i ′ ∂ x j − 1 ρ ‾ ⋅ ∂ p ′ ∂ x i g θ v ′ θ ‾ v δ i 3 f ϵ i j 3 u j ′ v ∂ 2 u i ′ ∂ x j 2 ∂ ( u i ′ u j ′ ‾ ) ∂ x j…...

编程日记 2024/12/15 9:29:00

TOSUN同星TsMaster使用入门——2、使用TS发送报文，使用graphics分析数据等

在第一章里面已经介绍了关于同星工程的创建和最基础的总线分析，接下来看看怎么使用TS发送报文以及图形化分析数据。 目录 一、使用Graphics分析报文信号/变量（对标CANoe Graphics） 二、使用数值窗口统计信号值/变量 三、使用TS发送报文 3…...

编程日记 2024/12/15 9:25:51

【操作系统】实验七：显示进程列表

实验7 显示进程列表 练习目的：编写一个模块，将它作为Linux内核空间的扩展来执行，并报告模块加载时内核的当前进程信息，进一步了解用户空间和内核空间的概念。 7.1 进程 进程是任何多道程序设计的操作系统中的基本概念。为了管理…...

编程日记 2024/12/15 9:22:47

day10 电商系统后台API——接口测试（使用postman）

【没有所谓的运气🍬，只有绝对的努力✊】 目录 实战项目简介： 1、用户管理（8个） 1.1 登录 1.2 获取用户数据列表 1.3 创建用户 1.4 修改用户状态 1.5 根据id查询用户 1.6 修改用户信息 1.7 删除单个用户 1.8 …...

编程日记 2024/12/15 9:21:45

JavaScript ES6+ 语法速通

一、ES6 基础语法 1. let 和 const 声明变量 let：块级作用域，可以重新赋值。const：块级作用域，声明常量，不能重新赋值。 let name Li Hua; name Li Ming; // 可修改const age 21; // age 22; // 报错&#xff0…...

编程日记 2024/12/15 9:20:38

移动端h5自适应rem适配最佳方案

网页开发中，我们常用的单位有如下几个： px：像素固定，无法适配各分辨率的移动设备em: 该单位受父容器影响，大小为父元素的倍数rem: 因为html根元素大小为16px，所以默认 1rem 16px，rem只受根元素…...

编程日记 2024/12/15 9:17:34

2024年使用 Cython 加速 Python 的一些简单步骤

文章结尾有最新热度的文章，感兴趣的可以去看看。 本文是经过严格查阅相关权威文献和资料，形成的专业的可靠的内容。全文数据都有据可依，可回溯。特别申明：数据和资料已获得授权。本文内容，不涉及任何偏颇观点，用中立态度客观事实描述事情本身 文章有点长，期望您能坚持看…...

编程日记 2024/12/15 9:13:22

EasyExcel设置表头上面的那种大标题（前端传递来的大标题）

1、首先得先引用easyExcel的版本依赖&#xff0c;我那 <dependency><groupId>com.alibaba</groupId><artifactId>easyexcel</artifactId><version>2.2.6</version> </dependency> 2、然后得弄直接的实体类&#xff0c;&…...

编程日记 2024/12/15 9:09:16

【Linux网络编程】第十弹---打造初级网络计算器：从协议设计到服务实现

✨个人主页&#xff1a; 熬夜学编程的小林 &#x1f497;系列专栏&#xff1a; 【C语言详解】 【数据结构详解】【C详解】【Linux系统编程】【Linux网络编程】 目录 1、Protocol.hpp 1.1、Request类 1.1.1、基本结构 1.1.2、构造析构函数 1.1.3、序列化函数 1.1.4、反…...

编程日记 2024/12/15 9:08:12

无限弹窗？无限重启？

Windows开机自启目录&#xff1a; "%USERPROFILE%\AppData\Roaming\Microsoft\windows\StartMenu\Programs\Startup" 基于这个和 start 命令&#xff0c; shutdown 命令&#xff0c; 编写 bat 病毒程序。 无限弹窗 echo start cmd > hack.txt echo %0 >>…...

编程日记 2024/12/15 9:07:11

深入详解人工智能机器学习常见算法中的K-means聚类

目录 引言 1. K-means聚类的基本概念 1.1 K-means聚类的定义 1.2 K-means聚类的核心思想 1.3 K-means聚类的目标函数 2. K-means聚类的核心原理 2.1 初始化 2.2 分配 2.3 更新 2.4 迭代 3. K-means聚类的具体实现 3.1 K-means聚类的算法流程 3.2 K-means聚类的Pyt…...

编程日记 2024/12/15 9:06:10

lc146LRU缓存——模仿LinkedHashMap

146. LRU 缓存 - 力扣&#xff08;LeetCode&#xff09; 法1&#xff1a; 调用java现有的LinkedHashMap的方法&#xff0c;但不太理解反正都不需要扩容&#xff0c;super(capacity, 1F, true);不行吗&#xff0c;干嘛还弄个装载因子0.75还中途扩容一次浪费时间。 class LRUC…...

编程日记 2024/12/15 9:01:04

全面深入解析：C语言动态库

引言 动态库&#xff08;Dynamic Library&#xff09;是现代软件开发中不可或缺的一部分&#xff0c;它们不仅提高了代码的重用性和维护性&#xff0c;还显著提升了系统的性能和资源利用率。本文将全面探讨C语言中的动态库&#xff0c;从基础概念到高级应用&#xff0c;通过丰…...

编程日记 2024/12/15 9:00:03

运用 SSM 实现垃圾分类系统智能化升级

目 录 摘 要 1 前 言 3 第1章 概述 4 1.1 研究背景 4 1.2 研究目的 4 1.3 研究内容 4 第二章 开发技术介绍 5 2.1Java技术 6 2.2 Mysql数据库 6 2.3 B/S结构 7 2.4 SSM框架 8 第三章 系统分析 9 3.1 可行性分析 9 3.1.1 技术可行性 9 3.1.2 经济可行性 10 3.1.3 操作可行性 10 …...

编程日记 2024/12/15 8:58:53

LeNet-5：深度学习与卷积神经网络的里程碑

目录 ​编辑 引言 LeNet-5的结构与原理 输入层 C1层&#xff1a;卷积层 S2层&#xff1a;池化层 C3层&#xff1a;卷积层 S4层&#xff1a;池化层 C5层&#xff1a;卷积层 F6层&#xff1a;全连接层 输出层 LeNet-5的算法基础 LeNet-5的优点 LeNet-5的现代应用 …...

编程日记 2024/12/15 8:57:52

从资产流动分析WIF市场潜力X.game深究其他未知因素

近日&#xff0c;两则关于WIF最新消息引起了投资者们的注意。据报道&#xff0c;11月28日Vintermute在过去13小时内累计从Binance交易所提取了价值533万美元的WIF&#xff0c;此举不仅彰显了其强大的资金实力&#xff0c;更在某种程度上推动了WIF币价的反弹&#xff1b;另一方面…...

编程日记 2024/12/15 8:54:48

深入解析Vue3响应式系统：从Proxy实现到依赖收集的核心原理

深入解析Vue3响应式系统&#xff1a;从Proxy实现到依赖收集的核心原理 响应式系统的基本原理 作为一个热门的JavaScript框架&#xff0c;Vue在3.x版本中引入了基于Proxy的响应式系统。这个系统的核心思想是利用Proxy对象拦截对数据的访问和修改&#xff0c;从而实现数据的自动更…...

编程日记 2024/12/15 8:53:46

FPGA实现GTP光口数据回环传输，基于Aurora 8b/10b编解码架构，提供2套工程源码和技术支持

目录 1、前言工程概述免责声明 2、相关方案推荐我已有的所有工程源码总目录----方便你快速找到自己喜欢的项目我这里已有的 GT 高速接口解决方案 3、工程详细设计方案工程设计原理框图用户数据发送模块基于GTP高速接口的数据回环传输架构GTP IP 简介GTP 基本结构GTP 发送和接收…...

编程日记 2024/12/15 8:46:39

Linux网络 UDP socket

背景知识 我们知道&#xff0c; IP 地址用来标识互联网中唯一的一台主机&#xff0c; port 用来标识该主机上唯一的一个网络进程&#xff0c;IPPort 就能表示互联网中唯一的一个进程。所以通信的时候&#xff0c;本质是两个互联网进程代表人来进行通信&#xff0c;{srcIp&…...

编程日记 2024/12/15 8:45:38

如何持续优化呼叫中心大模型呼入机器人的性能？

如何持续优化呼叫中心大模型呼入机器人的性能&#xff1f; 原作者&#xff1a;开源呼叫中心FreeIPCC&#xff0c;其Github&#xff1a;https://github.com/lihaiya/freeipcc 持续优化呼叫中心大模型呼入机器人的性能是一个复杂而细致的过程&#xff0c;它涉及到数据、模型结构…...

编程日记 2024/12/15 8:39:32

Android Wi-Fi 连接失败日志分析

1. Android wifi 关键日志总结 (1) Wi-Fi 断开 (CTRL-EVENT-DISCONNECTED reason3) 日志相关部分&#xff1a; 06-05 10:48:40.987 943 943 I wpa_supplicant: wlan0: CTRL-EVENT-DISCONNECTED bssid44:9b:c1:57:a8:90 reason3 locally_generated1解析&#xff1a; CTR…...

编程新知 2025/9/14 19:44:52

【力扣数据库知识手册笔记】索引

索引 索引的优缺点 优点1. 通过创建唯一性索引&#xff0c;可以保证数据库表中每一行数据的唯一性。2. 可以加快数据的检索速度&#xff08;创建索引的主要原因&#xff09;。3. 可以加速表和表之间的连接&#xff0c;实现数据的参考完整性。4. 可以在查询过程中&#xff0c;…...

编程新知 2025/11/18 1:19:53

如何将联系人从 iPhone 转移到 Android

从 iPhone 换到 Android 手机时&#xff0c;你可能需要保留重要的数据&#xff0c;例如通讯录。好在&#xff0c;将通讯录从 iPhone 转移到 Android 手机非常简单&#xff0c;你可以从本文中学习 6 种可靠的方法&#xff0c;确保随时保持连接&#xff0c;不错过任何信息。 第 1…...

编程新知 2025/11/18 2:06:48

Ascend NPU上适配Step-Audio模型

1 概述 1.1 简述 Step-Audio 是业界首个集语音理解与生成控制一体化的产品级开源实时语音对话系统&#xff0c;支持多语言对话&#xff08;如 中文&#xff0c;英文&#xff0c;日语&#xff09;&#xff0c;语音情感&#xff08;如 开心&#xff0c;悲伤&#xff09;&#x…...

编程新知 2025/11/17 0:21:11

C++ 求圆面积的程序（Program to find area of a circle）

给定半径r&#xff0c;求圆的面积。圆的面积应精确到小数点后5位。 例子&#xff1a; 输入&#xff1a;r 5 输出&#xff1a;78.53982 解释&#xff1a;由于面积 PI * r * r 3.14159265358979323846 * 5 * 5 78.53982&#xff0c;因为我们只保留小数点后 5 位数字。 输…...

编程新知 2025/11/16 22:19:51

佰力博科技与您探讨热释电测量的几种方法

热释电的测量主要涉及热释电系数的测定&#xff0c;这是表征热释电材料性能的重要参数。热释电系数的测量方法主要包括静态法、动态法和积分电荷法。其中&#xff0c;积分电荷法最为常用&#xff0c;其原理是通过测量在电容器上积累的热释电电荷&#xff0c;从而确定热释电系数…...

编程新知 2025/11/17 14:33:16

《C++ 模板》

目录 函数模板 类模板 非类型模板参数 模板特化 函数模板特化 类模板的特化 模板&#xff0c;就像一个模具&#xff0c;里面可以将不同类型的材料做成一个形状&#xff0c;其分为函数模板和类模板。 函数模板 函数模板可以简化函数重载的代码。格式&#xff1a;templa…...

编程新知 2025/6/11 3:20:47

【Redis】笔记｜第8节｜大厂高并发缓存架构实战与优化

缓存架构 代码结构 代码详情 功能点&#xff1a; 多级缓存&#xff0c;先查本地缓存&#xff0c;再查Redis&#xff0c;最后才查数据库热点数据重建逻辑使用分布式锁&#xff0c;二次查询更新缓存采用读写锁提升性能采用Redis的发布订阅机制通知所有实例更新本地缓存适用读多…...

编程新知 2025/11/17 1:26:46

免费数学几何作图web平台

光锐软件免费数学工具&#xff0c;maths,数学制图&#xff0c;数学作图&#xff0c;几何作图&#xff0c;几何&#xff0c;AR开发,AR教育,增强现实,软件公司,XR,MR,VR,虚拟仿真,虚拟现实,混合现实,教育科技产品,职业模拟培训,高保真VR场景,结构互动课件,元宇宙http://xaglare.c…...

编程新知 2025/11/16 22:42:49

c# 局部函数 定义、功能与示例

C# 局部函数&#xff1a;定义、功能与示例 1. 定义与功能 局部函数&#xff08;Local Function&#xff09;是嵌套在另一个方法内部的私有方法&#xff0c;仅在包含它的方法内可见。 • 作用&#xff1a;封装仅用于当前方法的逻辑&#xff0c;避免污染类作用域&#xff0c;提升…...

编程新知 2025/9/18 4:17:51