湍流扩散的朗之万模型：从粒子轨迹到欧拉统计的桥梁

《Fluids》：A Statistical Model of Turbulent Flow and Dispersion Based on General Principles of Physics

本文系统评述了湍流扩散的朗之万模型（Langevin Model）理论框架。作者聚焦于如何从拉格朗日（Lagrangian）视角的粒子随机运动方程出发，推导出欧拉（Eulerian）视角下的统计输运方程。文章深入探讨了阻尼函数（Damping Function）的确定、C0-1展开方法的应用，以及如何通过扩散极限（Diffusion Limit）建立粒子位移与宏观扩散系数之间的联系，为理解湍流中动量通量（Momentum Flux）的统计描述提供了严谨的理论基础。

　　

湍流扩散的朗之万模型：从粒子轨迹到欧拉统计的桥梁

1. 引言：拉格朗日与欧拉视角的融合

湍流是自然界和工程应用中普遍存在的复杂流动现象。为了描述湍流中物质或动量的输运，研究者通常采用两种不同的视角：拉格朗日（Lagrangian）视角和欧拉（Eulerian）视角。

• •
  拉格朗日视角：关注单个流体粒子（或标记粒子）随时间的运动轨迹。它描述了粒子如何被湍流卷携，其位置和速度如何随时间演变。
• •
  欧拉视角：关注空间中固定点处的流体性质（如速度、压力）如何随时间变化。这是流体力学控制方程（如Navier-Stokes方程）通常采用的视角。

朗之万模型（Langevin Model）是连接这两种视角的关键理论工具。它通过一个随机微分方程来描述单个流体粒子的运动，该方程包含了确定性部分（如平均流）和随机性部分（如湍流脉动）。通过研究大量粒子的统计行为，可以推导出欧拉框架下的宏观输运方程，从而为湍流模拟和预测提供理论基础。

2. 朗之万方程与阻尼函数

2.1. 朗之万方程的基本形式

朗之万方程的核心思想是将流体粒子的加速度分解为几个部分。对于一个标记的流体粒子，其运动方程可以写为：

dv_i/dt = a_i(v, y, t) + (C₀ε)^1/2w_i(t)

其中：

• •
  v_i是粒子的速度。
• •
  a_i是阻尼函数（Damping Function），它代表了粒子速度向当地平均速度的“回归”趋势，是模型的核心。
• •
  w_i(t) 是白噪声项，代表了湍流脉动的随机作用。
• •
  C₀是科尔莫戈罗夫常数（Kolmogorov Constant），是一个无量纲参数。
• •
  ε 是湍流动能耗散率。

这个方程表明，粒子的加速度由两部分组成：一部分是确定性的阻尼力，另一部分是随机的白噪声。为了将粒子速度与当地流体速度联系起来，通常将粒子速度分解为平均速度和脉动速度：

v_i= u_i⁰(y) + v_i^'

其中 u_i⁰(y) 是当地欧拉平均速度，v_i^'是脉动速度。相应地，朗之万方程也可以改写为关于脉动速度的方程。

2.2. 基于C₀^-1展开的阻尼函数确定

朗之万方程中的阻尼函数 a_i是模型的关键，但其具体形式长期以来是一个难题。一个有效的解决方案是利用科尔莫戈罗夫常数 C₀作为展开参数。研究表明，C₀在湍流中是一个自主的标度参数，其值约为7。因此，可以将解表示为 C₀^-1的幂级数展开。

在 C₀^-1→ 0 的极限下，为了得到物理上合理的解，各项必须具有相同的标度。分析表明，阻尼项必须与 C₀成正比，而相关时间（即统计上相关的时间尺度）则与 C_{0^-1成正比。在这一主导阶近似下，阻尼项是速度的线性函数，并满足昂萨格对称性（Onsager Symmetry）和涨落-耗散定理（Fluctuation-Dissipation Theorem）。其具体形式为：}

a_i^'= - (1/2) C₀λ_ijε v_j^'

其中 λ_ij是欧拉速度场协方差张量的逆矩阵。

2.3. 朗之万方程的高阶表述

由于 C₀的值有限（约7），仅考虑主导阶近似会引入较大的截断误差。因此，需要发展更高阶的表述。这可以通过汤姆森（Thomson）的“充分混合原理”（Well-Mixed Condition）来实现。该原理要求，如果初始时刻粒子按照欧拉速度分布函数分布，那么在朗之万方程的作用下，粒子将始终保持这一分布，即与流体充分混合。

通过将阻尼函数展开为 a_i= - (1/2) C₀λ_ijε v_j^'+ a_i^'，并利用充分混合原理，可以求解出高阶修正项 a_i^'。这些修正项包含了由于湍流非均匀性（如平均流加速、空间梯度）带来的影响。最终，完整的阻尼函数包含了主导的线性项和一系列高阶修正项，这些修正项确保了模型在非均匀湍流中的准确性。

2.4. 扩散极限

朗之万模型描述了粒子在短时间尺度（相关时间尺度）内的运动。然而，在许多实际应用中，我们更关心粒子在远大于相关时间尺度上的长时行为，即扩散过程。这个过程被称为“扩散极限”（Diffusion Limit）或“粗粒化”（Coarse Graining）。

相关时间尺度 τ_c可以表示为：

τ_c= C₀^-1τ_E

其中 τ_E= |u'|²ε^-1是大涡的特征时间（涡旋翻转时间）。在扩散极限下（t ?? τ_c），粒子的随机位移可以用一个扩散过程来描述。

通过将朗之万方程转化为福克-普朗克方程（Fokker-Planck Equation），并取扩散极限，可以推导出粒子位置的概率密度函数所满足的扩散方程。该方程的形式为：

?p(x', t')/?t' = ?/?x_i^'( D_kn?p/?x_n^')

其中 D_kn是扩散张量。通过系统的推导，可以得到扩散张量的表达式，它是一个关于湍流统计量（如雷诺应力、耗散率）的复杂函数。这个结果将拉格朗日粒子运动的微观描述与欧拉框架下的宏观扩散系数联系了起来。

2.5. 动量通量的统计描述

动量通量（即雷诺应力）在流体力学守恒方程中扮演着核心角色。朗之万模型和扩散理论为计算这些统计量提供了强有力的工具。

通过分析粒子在扩散极限下的位移统计，可以计算速度-位移关联函数。这个关联函数直接与扩散张量相关。最终，可以将欧拉框架下的动量通量张量 <>_iu_j> 与拉格朗日模型中的参数联系起来。

这一过程完成了从拉格朗日粒子随机运动到欧拉统计平均量的理论闭环。它证明了，通过一个精心构建的朗之万模型，不仅可以描述粒子的扩散，还可以自洽地预测湍流场中的关键统计量，如雷诺应力，从而为理解和模拟湍流输运提供了坚实的理论基础。