CFD 中的 “divergence-free” 的意义

在计算流体力学（CFD）中，“divergence-free”（也写作 “divergence free”、“无散度”、“散度为零”）通常指速度场满足 $\nabla \cdot \mathbf{u} = 0$。它在物理与数值上都至关重要，尤其针对不可压缩流动。

1. 物理意义：质量守恒的强形式

  • 不可压缩流动条件：对恒定密度流体（或密度变化可忽略），连续方程化为 $\nabla \cdot \mathbf{u} = 0$，表示局部体积不膨胀或收缩，流体“既不在本地产生也不在本地消失”。
  • 可压缩流动对比：可压缩情况下，连续方程为 $\partial_t \rho + \nabla \cdot (\rho \mathbf{u}) = 0$。即使 $\nabla \cdot \mathbf{u} \neq 0$，质量仍可守恒，因为密度随时空变化。不可压缩的“无散度”是更强的约束。

2. 数值意义：压力–速度耦合与稳定性

  • 压力作为约束的拉格朗日乘子
    在不可压缩 NS 方程中，压力不是通过状态方程确定，而是通过强制 $\nabla \cdot \mathbf{u} = 0$ 的约束来求得。数值上通常通过解压力泊松方程或采用投影/分裂法，调整速度场以满足无散度。

  • 投影法（Projection）/压力校正法（SIMPLE, PISO）

    • 先计算“预测速度” $\mathbf{u}^*$（通常不满足无散度）。
    • 解压力（或压力校正）泊松方程：$\nabla^2 p = \frac{\rho}{\Delta t},\nabla \cdot \mathbf{u}^*.$
    • 用压力梯度修正速度：$\mathbf{u}^{n+1} = \mathbf{u}^* - \frac{\Delta t}{\rho},\nabla p,$ 使得$\nabla \cdot \mathbf{u}^{n+1} = 0$。

  • 数值稳定性与准确性
    速度场的散度误差会引入非物理源汇，导致体积“漏失/生成”，表现为压力振荡、密度漂移、非物理加速或误差累积。良好的离散和求解策略应将散度误差控制在截断误差量级。

3. 网格与离散层面的 “离散无散度”（discrete divergence-free）

  • 离散一致性（discrete compatibility）
    期望离散的梯度、散度、旋度算子满足离散向量微积分恒等式（例如离散地实现$\nabla \cdot (\nabla \times \cdot) \equiv 0)$，以实现数值上的“无散度”。

  • 结构化（交错）网格（staggered/MAC）
    在 MAC 网格上，速度分量定义在面中心、压力在单元中心，几何配合使离散的散度与梯度天然兼容，更易实现严格的离散无散度。

  • 共点（collocated）网格
    需要压力–速度耦合技巧（如 Rhie–Chow 插值）抑制压力棋盘格，减少伪散度与奇异模式。

  • 有限体积法（FVM）
    将无散度条件体积积分后得到“净通量为零”：每个控制体的入流通量等于出流通量，这是离散局部质量守恒的体现。

4. 在湍流建模与数值滤波中的作用

  • 湍流分解
    在不可压缩情形下，RANS/LES 仍须保证瞬时或滤波后的速度场尽可能满足 $\nabla \cdot \mathbf{u} = 0$。亚格子模型（如 Smagorinsky）通常在投影步骤后施加无散度约束。

  • 数值扩散与滤波
    过大的数值扩散可能降低局部散度误差，但也会抹平物理结构。高阶、无振荡格式更有利于兼顾“离散无散度”和解析度。

5. 典型判断与诊断

  • 监控指标

    • 域内散度的 $L_2$ 范数或最大范数：$|\nabla \cdot \mathbf{u}|2, |\nabla \cdot \mathbf{u}|\infty$
    • 每步质量不平衡（global mass imbalance）
    • 控制体（或网格块）通量闭合误差

  • 可视化
    在后处理（如 ParaView）中计算并显示 div(U) 的等值面或直方图。理想不可压缩解应接近零，误差常集中在边界层、几何拐角或网格/多物理耦合界面附近。

6. 与 “solenoidal/螺线性” 的联系

  • “divergence-free” 速度场也称为 solenoidal 场（螺线性场）。在向量分析中，满足 $\nabla \cdot \mathbf{u} = 0$的向量场在适当条件下可表示为某个矢势的旋度：
    $\mathbf{u} = \nabla \times \mathbf{A}.$ 在磁流体力学（MHD）中同理，磁感应方程要求$\nabla \cdot \mathbf{B} = 0$。

7. 何时不要求严格 divergence-free？

  • 弱可压缩/显式可压缩求解
    若求解可压缩 NS 方程（有状态方程闭合），则不强加 $\nabla \cdot \mathbf{u} = 0$，而由质量方程演化密度。在低马赫数但可压缩框架下，速度散度通常接近而非严格为零。

  • 多相与体积分数模型
    总体仍需质量守恒，但由于相间通量耦合、相变源项等，单相视角下的“散度零”可被源项打破。应在离散上保证整体守恒。

8. 小结

  • “divergence-free” 在不可压缩 CFD 中等价于局部质量守恒，是确定压力场、维持数值稳定与物理可信度的关键约束。
  • 实现依赖：合适的网格布局（交错/共点）、离散一致性（通量守恒）、以及压力–速度耦合算法（投影/SIMPLE/PISO）。
  • 诊断应监控散度范数与通量闭合误差，力求误差维持在截断误差量级并避免累积。

如果你正在使用特定求解器（如 OpenFOAM、Fluent、COMSOL 或自研 FVM/FEM 代码），告诉我你的设置与网格类型，我可以给出对应的参数建议与检查清单。