Przepływ turbulentny wiąże się z bardzo małymi fluktuacjami, które są zwykle zbyt małe, aby można je było rozwiązać bezpośrednio przy użyciu równań Naviera-Stokesa. Aby temu zaradzić, modelujemy każdą zmienną przejściową $ \ Phi $ (np. Prędkość, ciśnienie itp.) Jako sumę średniej czasowej wielkości $ \ bar {\ Phi} $ i niewielkiej fluktuacji. Wprowadzając obie te nowe zmienne do równań Naviera Stokesa, otrzymujemy więcej niewiadomych niż równań. Aby uzyskać unikalne rozwiązanie, musimy wprowadzić model turbulencji, który składa się z co najmniej jednego dodatkowego równania.
Istnieje wiele różnych modeli turbulencji opracowanych na podstawie hipotezy Boussinesqa, która z grubsza mówi, że Naprężenia Reynoldsa są proporcjonalne do średniej szybkości odkształcania poprzez tzw. „Lepkość turbulentną”. Różne modele turbulencji różnią się w zależności od sposobu, w jaki szacują lepkość turbulentną . Modele tego typu obejmują między innymi:
- modele $ k- \ epsilon $
- modele $ k- \ omega $
- Modele mieszania długości
- Modele Spalart-Allmaras
- Modele stresu Reynoldsa
Przy tak szerokim wyborze modeli turbulencji ocena może być trudna który model jest odpowiedni dla każdej sytuacji modelowania. Rozumiem, że przy nieskończenie wielu potencjalnych potrzebach w zakresie symulacji nie ma jednej odpowiedzi pasującej do wszystkich. Ale czy są jakieś ogólne wskazówki, jak wybrać odpowiedni model turbulencji? Jakie czynniki powinienem wziąć pod uwagę przy wyborze modelu? Jakie rodzaje problemów są skuteczne w przypadku modeli wymienionych powyżej?
Chociaż najbardziej interesują mnie modele turbulencji uśrednionych w czasie, z zadowoleniem przyjmuję również odpowiedzi na modele uśrednione przestrzennie (np. Large Eddy Simulation modele).