一种用于预测冲击驱动液滴云动力学的工程方法

《Powder Technology》：An engineering method for predicting shock-driven droplet cloud dynamics

冲击破碎液滴云雾多分散演化建模方法

　　
冲击驱动液滴破碎及云演化机理的工程建模方法研究

液滴在冲击载荷作用下的破碎行为及其后续云体演化机理，是涉及航空航天器表面防护、危险化学剂扩散控制、燃料雾化混合效率等关键工程领域的基础科学问题。现有研究多聚焦于宏观云体形态的预测，但针对微尺度浓度分布与气动环境耦合作用机制的系统研究仍存在显著空白。本文通过创新性构建多物理场耦合的工程预测框架，在揭示冲击破碎机理的基础上，建立了首个能够同时精确捕捉云体宏观形态演变与内部质量浓度分布的数值方法体系。

在实验基础研究方面，研究团队通过自主研发的高速阴影成像（100,000帧/秒，17.5μm像素分辨率）与全息成像（2.5μm像素分辨率）复合观测系统，首次实现了冲击破碎过程中从微秒级到秒级的连续动态观测。实验发现液滴破碎过程存在显著的时空耦合特性：在Weber数102-10?区间，破碎模式呈现从链式断裂向连续剥离的过渡特征，破碎产物粒径分布呈现多峰态分布规律。特别值得注意的是，在流场剪切效应影响下，破碎液滴的二次蒸发与空气动力学相互作用会引发云体形态的突变性演变。

针对传统 Lagrangian 颗粒追踪（LPT）方法的局限性，本研究提出三大技术突破：首先，开发了基于广义神经算子变换（GNOT）的瞬态尾流场建模方法，有效解决了传统点粒子模型中无法表征的尾流气动屏蔽效应问题。其次，构建了包含破碎触发判据、质量释放速率、二次破碎阈值等12个关键参数的高 Weber 数破碎模型，通过建立多尺度关联数据库实现了从纳秒级破碎到秒级云体演化的跨尺度耦合。第三，创新性地采用有限体积粒子追踪技术，将每个破碎液滴建模为具有物理体积的有限要素实体，在保持计算效率的前提下，实现了微尺度浓度场的精确重构。

数值方法的核心创新体现在三个关键环节：其一，通过建立流体-固相耦合的破碎动力学模型，实现了从液滴表面张力波到宏观破碎形态的连续过渡模拟。其二，开发了具有时空自适应能力的尾流场预测模块，采用GNOT神经网络架构实现了非定常流场的快速高精度重构。其三，设计了多分辨率追踪策略，针对不同演化阶段自动调整粒子追踪精度，既保证了云体宏观形态的预测精度（Hausdorff距离误差0.115），又实现了微尺度浓度场的亚像素级重建（SSIM指数达0.903）。

在工程应用层面，研究构建的云体演化预测框架展现出显著优势：对于雷诺数10?量级的冲击破碎场景，计算效率提升达47倍，同时将云体边缘预测误差控制在5%以内。该方法成功解决了传统模型中存在的三大工程痛点：一是无法准确模拟破碎液滴在非均匀尾流场中的二次运动轨迹；二是难以量化不同粒径液滴的蒸发速率差异对云体形态的影响；三是传统多相流模型中云体内部浓度梯度场的重构存在系统性偏差。

特别值得关注的是该方法在复杂流动场景中的可扩展性。通过建立参数化输入接口，研究团队已实现将该框架无缝集成至主流CFD求解器（如OpenFOAM、ANSYS Fluent等），并成功应用于发动机喷注混合过程、弹药爆炸效应评估等实际工程问题。在液雾燃料爆轰传播模拟中，该方法将爆轰速度预测误差从传统方法的15%降低至3.8%，首次实现了爆轰波阵面与液雾云体演化的同步预测。

理论机制研究方面，研究揭示了冲击破碎后期特有的"云体自催化"演化规律。当破碎液滴进入尾流区后，其表面张力波与剪切流动的相互作用会引发局部压力振荡，这种压力扰动反过来又强化了破碎过程。通过建立多物理场耦合的相空间模型，首次定量描述了破碎液滴的初始动能、表面曲率分布与后续云体扩散系数之间的非线性关系。实验数据表明，该耦合效应可使云体扩展长度预测精度从传统方法的68%提升至92%。

在工程应用验证方面，研究构建了包含5类典型场景的验证数据库：涵盖从水滴冲击不锈钢板（We=8.2×103）到轻质燃料油冲击陶瓷基复合材料（We=1.3×10?）的工程极限工况。对比实验表明，预测云体的体积浓度分布标准差小于实验观测值的22%，首次实现了破碎液滴在尾流场中的逐滴追踪（单个液滴追踪精度达95%）。在航空器表面防护评估中，成功预测了超音速气流中雨滴冲击产生的云体边缘振荡现象，与风洞实验数据吻合度达0.91（R2值）。

该方法在安全防护领域的应用价值尤为突出。针对化学武器剂扩散控制问题，研究建立的云体传输模型将危险区域的浓度预测误差从传统方法的40%降低至8.7%。在农业喷洒作业优化方面，通过模拟不同喷嘴结构产生的液滴云体分布，成功实现了雾滴覆盖效率与能耗的协同优化，使作业效率提升达35%。在能源领域，针对液体燃料爆轰发动机的雾化混合过程，该框架可将爆轰波传播速度预测误差控制在5%以内，为燃烧效率优化提供了新的分析工具。

技术实现路径上，研究团队开发了独特的多尺度耦合算法。在米级云体形态预测层，采用改进的 TAB 破碎模型与涡量守恒算法，实现了破碎液滴的群体动力学模拟。在微米级浓度场重构层，通过引入基于物理信息神经网络（PINN）的GNOT模型，能够自动校正传统CFD模拟中存在的尾流场建模误差。特别设计的有限体积粒子追踪模块，在保证计算精度的同时，将单次模拟的计算量降低至传统方法的1/3。

该研究的理论创新体现在三个方面：一是建立了冲击破碎多阶段耦合的物理模型，将破碎过程细分为表面扰动（0-5ms）、形态失稳（5-50ms）、完全破碎（>50ms）三个阶段；二是揭示了尾流场剪切效应与液滴蒸发之间的相变耦合机制，发现当Weber数超过临界值（We_c=8×103）时，蒸发速率与剪切应力呈现指数型关联；三是提出了基于数字孪生的云体演化预测框架，实现了从单液滴破碎到宏观云体形态的数字化映射。

未来研究可沿三个方向深化：首先，需要拓展高 Weber 数（We>10?）下的模型适用性，特别是考虑液滴表面微结构对破碎行为的影响；其次，应开发云体演化与后续相变反应（如燃烧、凝固）的耦合模型，为多物理场耦合问题提供解决方案；最后，需加强计算框架在异构计算环境（如GPU+CUDAS）中的优化，进一步提升工程应用中的计算效率。

该研究成果为解决多相流系统中的关键工程问题提供了新的方法论，其核心技术创新包括：基于实验数据驱动的破碎参数动态修正机制、考虑时空关联的尾流场智能预测模型、以及多尺度耦合的粒子追踪优化算法。这些创新突破传统工程模拟中"宏观-微观"分离的局限性，首次实现了从纳秒级破碎到秒级云体演化的全链条精准预测，为相关领域的数值仿真提供了重要的技术范式。