本文旨在介绍由Cees Haringa, Ruben Vandewijer 和 Robert F. Mudde（来自荷兰代尔夫特理工大学化学工程系传递现象研究组）共同完成的研究工作。该研究以《Inter-compartment interaction in multi-impeller mixing. Part II. Experiments, sliding mesh and large eddy simulations》为题，于2018年发表在期刊 Chemical Engineering Research and Design 上。作为系列研究的第二部分，本文聚焦于通过瞬态计算流体力学（CFD）模拟方法，深入探究多搅拌桨搅拌槽内区域间相互作用的流体动力学机制，特别是宏观不稳定性（Macro-Instabilities, MI）和湍流动能（Turbulent Kinetic Energy, kt）对混合时间预测的影响，并评估不同CFD模型（滑移网格RANS与动态Smagorinsky大涡模拟）的预测能力。

学术背景 搅拌槽反应器广泛应用于化工、制药和生物技术等领域，其混合效率直接关系到反应速率、产品质量和过程经济性。对于配备多个Rushton涡轮桨的搅拌槽，流体动力学行为尤为复杂。在先前的研究（Part I）中，作者团队通过实验观察到，在高桨叶间距下，每个搅拌桨周围会形成相对独立的“隔室”（Compartment）。稳态多重参考系雷诺平均模拟（Multiple Reference Frame RANS, MRF-RANS）方法虽然能较好地预测单桨系统的混合时间，但在预测多桨系统混合时间时存在系统性的严重高估。Part I的实验进一步揭示了在桨叶之间的区域存在两个关键现象：一是低频的宏观不稳定性（MI），二是由各桨叶流出流体碰撞、汇聚区域产生的湍流动能（kt）峰值。这两个现象被认为能显著增强轴向的质量交换，从而缩短实际混合时间。然而，稳态的MRF-RANS方法由于自身局限性，无法捕捉到瞬态的MI，也低估了汇聚区的湍流动能生成，这被认为是其高估混合时间的主要原因。因此，本研究（Part II）的核心目标是评估两种瞬态CFD方法——滑移网格RANS（Sliding Mesh RANS, SM-RANS）和大涡模拟（Large Eddy Simulation, LES）——能否更准确地捕捉隔室间的流体动力学细节，特别是MI和kt分布，并进而实现对混合时间的合理预测。

详细工作流程 本研究采用了系统的计算模拟与实验验证相结合的研究路径，主要包含以下几个步骤：

1. 几何模型与网格划分：研究模拟了一个标准的两层Rushton涡轮桨搅拌槽，槽径T=0.29米，桨径D=T/3，底桨离底间隙C=T/3，桨间间距ΔC=T，转速N=5 s-1（雷诺数Re≈4.67×10^4）。所有内部构件（桨叶、挡板等）均建模为薄壳结构。为了不限制MI的运动模式，所有瞬态模拟（SM-RANS和LES）均采用全周360度计算域，而非周期性边界。研究使用了四套不同密度的结构化六面体网格，分别命名为2if-c（粗糙，64.8万网格）、2if-m（中等，199.7万网格）、2if-f（精细，588.4万网格）和2if-sf（超精细，1058.4万网格），以考察网格依赖性。

2. CFD模拟设置与湍流模型：

   • 数值方法：采用商业CFD软件ANSYS Fluent进行求解。对于RANS模拟（SM-RANS），空间离散采用二阶迎风格式；对于LES模拟，则采用有界中心差分格式。所有模拟均使用标准壁面函数。时间步长根据模拟类型和网格密度设定在0.001667秒至0.00333秒之间，时间离散为二阶隐式格式。
   • 湍流模型：本研究评估了三种主要的瞬态模拟方法：
     • SM-RANS：采用了两种RANS模型，即Realizable k-ε (RKE)模型和雷诺应力模型（Reynolds Stress Model, RSM），以考察湍流各向异性的影响。
     • LES：采用动态Smagorinsky亚格子尺度模型（LES-Dyn）。该模型的优势在于其Smagorinsky常数Cs是动态计算的，而非预设为固定值（如常用的0.1），理论上更具普适性和预测性。
   • 示踪剂模拟：为了计算混合时间，在槽内特定位置（底桨上方、两桨中间区域）瞬时注入一个微小体积的被动示踪剂。混合时间定义为示踪剂浓度在槽内两个监测点（分别位于底部隔室和顶部隔室）达到最终均匀浓度±5%范围内所需的时间，并以无量纲混合数θ95 = N * τ95表示。

3. 数据分析方法：为了与Part I中的激光多普勒测速（LDA）实验结果进行定量对比，研究对模拟得到的瞬态速度场进行了深入分析。

   • 湍流统计量：计算了时均速度、雷诺应力以及由湍流模型提供的kt（对于RANS）或通过解析尺度速度脉动计算的kt（对于LES）。
   • 宏观不稳定性分析：针对桨间区域的速度时间序列，采用了与实验相同的两种分析方法来识别和量化MI的能量贡献：(a) 对速度自相关函数进行拟合，提取低频振荡分量的频率和振幅；(b) 对速度频谱密度函数进行积分，将频率低于f/N=0.1的能量归因于MI动能（k_mi）。总脉动能k_t*定义为湍流动能kt与MI动能k_mi之和。
   • 能量耗散评估：特别关注了桨叶射流区的湍流能量耗散率ε，因为这是评估LES模型准确性的关键指标之一。

主要结果 研究通过对比不同CFD方法的预测结果与实验数据，得到了以下主要发现：

1. 桨叶射流区性能验证：在桨叶排出流区域，SM-RANS模拟（无论是RKE还是RSM模型）::::::::地预测了径向速度u_rad，与实验数据吻合良好。然而，LES模拟（动态Smagorinsky模型）虽然也能合理预测u_rad，但对湍流动能kt存在高估，对能量耗散率ε则严重低估。计算得到的基于ε的功率数Po_ε约为8，远低于实验值11。这与其他文献报道一致，表明动态Smagorinsky模型在该区域预测的Cs值（0.01-0.06）偏低，导致了对湍流耗散的预测不足。

2. 混合时间预测：

   • SM-RANS：预测的无量纲混合时间θ95约为110（基于底部探头），比实验值（约92）高估约20%，但显著优于Part I中MRF-RANS的高估（可达60%以上）。SM-RANS的结果对网格密度相对不敏感，而MRF-RANS的结果则对网格非常敏感。
   • LES：在粗糙（2if-c）和中等（2if-m）网格下，LES预测的θ95约为80，略低于实验值。在超精细网格（2if-sf）下，预测值提升至94，与实验值92非常接近。这表明即使网格未能完全解析所有能量携带涡，LES也能对混合时间给出合理的估计，且随着网格加密，预测精度提高。

3. 隔室间动力学与宏观不稳定性：

   • SM-RANS捕捉MI：SM-RANS模拟成功预测了桨间区域轴向速度的低频周期性振荡（MI），其主导频率f/N≈0.045-0.058，与实验观察到的喷流不稳定性频率一致。速度混合曲线上的波动也直观反映了MI的存在。这些MI导致分隔上下隔室的水平面发生周期性变形，并在靠近搅拌轴的区域形成瞬时连接上下隔室的流动通道，从而促进了轴向质量交换。这是SM-RANS比MRF-RANS::::::::预测混合时间的关键原因。
   • MI动能贡献：通过自相关拟合和频谱积分分析，研究发现LES模拟预测的MI频率不如实验数据中尖锐，但MI动能的量级得到了合理评估。在超精细网格下，MI动能k_mi约占桨间区域总脉动能k_t*的25%-40%，与实验估计（25%-50%）相符。
   • 湍流动能分布：SM-RANS和MRF-RANS都低估了桨间汇聚区的湍流动能kt。而LES（特别是超精细网格）则能较好地预测该区域的kt分布，包括靠近挡板处的峰值。对kt的准确预测意味着对湍流扩散系数（正比于湍流粘度ν_t）的更准确估计，这是::::::::预测质量交换速率和混合时间的另一个物理基础。

4. 模型综合对比：

   • MRF-RANS：由于稳态假设，完全无法捕捉MI，且严重低估桨间kt，导致对混合时间的高估且网格依赖性极强。
   • SM-RANS：能够捕捉MI，改善了混合时间预测，对网格敏感性降低。但仍低估桨间kt，因此混合时间预测仍高于实验值。RSM模型并未表现出优于RKE模型的性能。
   • LES（动态Smagorinsky）：能够合理再现MI和桨间kt的分布，从而在适当的网格分辨率下给出最准确的混合时间预测。尽管其在桨叶区对ε的预测存在缺陷，但这并未严重影响其对整体混合行为的评估。

结论与意义 本研究的核心结论是，在多桨搅拌槽的模拟中，隔室间质量交换的准确预测至关重要，而这依赖于对两种瞬态流体现象的成功捕捉：宏观不稳定性（MI）和由流动碰撞产生的高湍流动能（kt）。稳态的MRF-RANS方法因无法模拟MI且低估kt，导致对混合时间的严重高估，且结果高度依赖于网格。通过调整湍流施密特数（Sct）来“修补”混合时间预测的做法缺乏物理基础，仅是针对模型缺陷的权宜之计。

SM-RANS方法通过引入桨叶的真实旋转运动，能够::::::::捕捉到MI，从而显著改善混合时间的预测，并降低对网格几何的敏感性，是一种计算成本与预测精度之间较好的折中方案。然而，其基于雷诺平均的本质仍导致其对湍流生成（kt）的预测不足。

LES方法，特别是动态Smagorinsky模型，即使在相对粗糙的网格下，也能合理评估MI动能和桨间区域的湍流动能，从而实现对混合时间的合理甚至略微低估的预测。在网格足够精细时，其预测结果与实验高度吻合。因此，如果计算资源允许，LES是进行定量混合评估的首选方法。本研究明确了不同CFD模型在多桨搅拌系统模拟中的能力与局限，为工程设计和研究人员选择适当的模拟策略提供了清晰、可靠的指导。

研究亮点 1. 问题导向与机制深入探究：研究并非简单对比CFD与实验，而是深入剖析了导致传统RANS模拟失败的根本物理机制——即忽略了宏观不稳定性（MI）和低估了特定区域的湍流生成，将模拟误差与具体的流体动力学现象直接关联。 2. 系统的多模型、多网格对比：研究在同一几何和操作条件下，系统比较了MRF-RANS、SM-RANS（含两种湍流模型）和LES等多种模拟方法在不同网格分辨率下的表现，全面评估了它们的预测精度、计算成本和网格依赖性。 3. 先进的流场分析技术：研究采用了与实验完全一致的自相关函数拟合和频谱分析等先进信号处理方法，从CFD瞬态数据中定量提取MI的频率和能量贡献，实现了模拟与实验在微观机理层面的直接、定量对比。 4. 明确的工程指导意义：研究结论明确指出，对于多桨搅拌系统的混合时间预测，应优先考虑能捕捉瞬态现象的模拟方法（SM或LES），并指出了各自适用的场景和需要注意的局限性（如LES对能量耗散的预测问题），具有很高的工程应用价值。

其他有价值内容 研究还简要讨论了大涡模拟在预测桨叶区能量耗散率方面的普遍不足，并指出这可能是由于动态模型预测的Cs值过低或近壁面区域网格分辨率不足所致。这为进一步改进LES模型或探索如分离涡模拟（DES）等混合方法指明了方向。此外，文中提供的在线混合过程视频，直观展示了不同模拟方法下示踪剂在隔室间输运路径的差异，是理解MI促进混合机制的宝贵辅助材料。