湍流梯度法优缺点

总体而言，与涡度相关技术相比，梯度法物理概念简明，理论成熟，且使用方便，只需要不同高度的常规气象要素的观测资料，就可以进行长期的热量、水汽、CO2以及其他痕量气体的通量计算与研究，因此在仪器的测定精度、观测成本与仪器操作等方面的要求较低，成为近地面层湍流通量观测中常用的技术。但梯度法也存在几方面的问题，首先，如何在非理想大气层结条件下计算通量。例如有研究表明，当风速与不同高度水汽压差小于2.0 m·s^-1与0.5 hpa时，利用梯度法所观测的显热与潜热通量的相对误差迅速增大(刘树华等，1999)。其次，梯度法需要在不同高度上进行廓线梯度观测，这使其适用范围受到限制，比如在水面上的观测。

梯度法是利用两个高度或两个以上高度测定的风速、气温、湿度和其他气体物质浓度的差求算物理量的湍流输送量。因此用梯度法测定通量时，至少需要在两个高度设置风速计和温、湿度计，并设置对象气体的浓度分析仪(或吸入口)。因为两高度的风速、气温和物质的浓度差一般很小，所以要求观测仪器的精度很高，风速、气温和水汽压的误差很小。

湍流在空气动力学中指的是短时间(一般少于10min)内的风速波动。为了有效地描述风，将它认为是通过天气、昼夜、季节的平均风速和湍流的风速波动叠加构成的。这些风速波动的周期一般为一到几个小时，在10分钟，湍流波动的平均值为零。

湍流产生的原因主要有两个:一个是当气流流动时，由于地形差异(如山峰)造成的与地表的摩擦或者阻滞作用;另一个是因为大气温度差异和空气密度差异引起的气流垂直流动。通常这两种原因彼此影响。例如，当气流经过高山时就会被迫流向温度较低的地区，这时气流与大气环境的热平衡被打破，引起风速波动。

湍流显然是一个复杂的随机过程，并且不用简单明确的方程来表示，我们能可以通过统计规律来研究湍流。针对湍流统计规律的描述有很多，关键在于找出是湍流强度和阵能哪一种够在实际工程中得到最好的应用，最简单的统计描述就是湍流度和风因子。其中，湍流强度是对湍流总体水平的度量。

在进行CFD数值模拟的时候，往往需要估计计算入口处湍流强度的数值。如果想估计的准，必须要进行一些实际的测量或者要有一定的实际经验。以下是一些估计计算入口湍流度的方法。

1. 较高湍流度的情况：在复杂几何形状内部进行的高速流动一般湍流度在5%---20%。比如热交换机，涡轮，压缩机等。

2. 中度湍流度的情况：在类似于较粗的管子内流动的不太复杂的流动，较低速度(雷诺数)流动等。此时一般来说湍流度在1%---5%。

3. 低湍流度的情况：来源于静止的气流的流动。比如，汽车相对与静止的空气在运动，潜水艇外部的流动，航空飞行器的飞行。当然，高质量的风洞也可以产生较低湍流度的流动。此时湍流度一般都低于1%。对于无风时的时候，相对于航空飞行器的空气的湍流度大约为万分之八。

PCG是一种求解方程组的迭代法，特点有有快速收敛、存储量小等。

外文名

PCG

定义

一种求解方程组的迭代法

特点

有快速收敛

预处理共轭梯度法是。不必预先估计参数等特点。

共轭梯度法近年来在求解大型稀疏方程组中取得了较好的成效。理论上普通的共扼梯度法对于对称超正定方程，只要迭代步数达到方程的阶数就可以得到精确解，但实际上当系数矩阵的条件数(最大最小特征值之比)很大时，普通的共轭梯度法收敛速度很慢。预处理共轭梯度法对系数矩阵作预处理，以加速迭代收敛速度。2100433B