[物理学与PDEs]第2章第2节 粘性流体力学方程组 2.3 广义 Newton 法则---本构方程
1. ${\bf P}=(p_{ij})$, 而 $$\bex p_{ij}=-p\delta_{ij}+\tau_{ij}, \eex$$ 其中 $\tau_{ij}$ 对应于摩擦切应力.
2. 由于内摩擦力只与相对运动有关, 而 $\tau_{ij}$ 与速度无关, 而只与速度梯度有关, 且为线性的 (实验已很好的证实): $$\bex \tau_{ij}=c_{ijkl}\cfrac{\p u_k}{\p x_l}. \eex$$ 由于 $(\tau_{ij})$ 和 $\sex{\cfrac{\p u_k}{\p x_l}}$ 均为二阶张量, 而由张量识别定理, $(c_{ijkl})$ 为四阶张量. 又由 $p_{ij}$ 而 $\tau_{ij}$ 对称知 $$\bex c_{ijkl}=c_{jikl}. \eex$$
3. 设流体各向同性, 则 $c_{ijkl}$ 为各向同性张量, 有形式 $$\bex c_{ijkl}=\lm \delta_{ij}\delta_{kl} +\alpha \delta_{ik}\delta_{jl} +\beta\delta_{il}\delta_{jk}. \eex$$ 令 $\alpha=\mu+\nu$, $\beta=\mu-\nu$, 则由 $c_{ijkl}=c_{jikl}$ 知 $$\bex c_{ijkl}=\lm \delta_{ij}\delta_{kl} +\mu\sex{\delta_{ik}\delta_{jl}+\delta_{il}\delta_{jk}}. \eex$$ 由此, $c_{ijkl}=c_{ijlk}$, $$\bee\label{2_2_3_tau} \tau_{ij}=\lm \Div{\bf u}\delta_{ij}+2\mu s_{ij},\quad s_{ij}=\cfrac{1}{2}\sex{\cfrac{\p u_i}{\p x_j}+\cfrac{\p u_j}{\p x_i}}, \eee$$$$\bee\label{2_2_3_p} p_{ij}=(-p+\lm \Div{\bf u})\delta_{ij}+2\mu s_{ij}, \eee$$$$\bex {\bf P}=(-p+\lm \Div{\bf u}){\bf I}+2\mu {\bf S}. \eex$$
4. $\lm$, $\mu$ 的物理意义
(1) 考虑沿 $x_1$ 方向的剪切运动 $$\bex u_1=u_1(x_3),\quad u_2=u_3=0. \eex$$ 则由 \eqref{2_2_3_p}, $$\bex p_{13}=\mu \cfrac{\p u_1}{\p x_3}. \eex$$ 这就是 Newton 法则. 称 $\mu$ 为第一粘性系数 (动力学粘性系数).
(2) 由 \eqref{2_2_3_tau}, $$\bex \cfrac{1}{3}\sum_{i=1}^3 \tau_{ii} =\sex{\lm+\cfrac{2}{3}\mu }\Div{\bf u} =\sex{\lm+\cfrac{2}{3}\mu}\cfrac{1}{\tau}\cfrac{\rd \tau}{\rd t}\quad\sex{\tau=\cfrac{1}{\rho}:\mbox{ 比容}}. \eex$$ 记 $$\bex \mu'=\lm+\cfrac{2}{3}\mu, \eex$$ 则其为平均摩擦正应力与体积变化率之比, 描述流体运动过程中由膨胀或收缩引起的平均摩擦正应力的变换; 称为第二粘性系数 (膨胀粘性系数).
5. 总结:
(1) 应力张量---本构方程: $$\bex p_{ij}=-p\delta_{ij}+ 2\mu\sex{s_{ij}-\cfrac{1}{3}\Div{\bf u}\delta_{ij}} +\mu'\Div{\bf u} \delta_{ij}. \eex$$
(2) 广义Newton 法则: $$\bex \tau_{ij}=2\mu\sex{s_{ij}-\cfrac{1}{3}\Div{\bf u}\delta_{ij}} +\mu'\Div{\bf u} \delta_{ij}, \eex$$ 其中 $\mu>0$, $\mu'\geq 0$.
[物理学与PDEs]第2章第2节 粘性流体力学方程组 2.3 广义 Newton 法则---本构方程的更多相关文章
- [物理学与PDEs]第2章第2节 粘性流体力学方程组 2.6 一维粘性热传导流体动力学方程组
一维粘性热传导流体动力学方程组: $$\beex \bea \cfrac{\p\rho}{\p t}+\cfrac{\p }{\p x}(\rho u)&=0,\\ \cfrac{\p u}{ ...
- [物理学与PDEs]第2章第2节 粘性流体力学方程组 2.5 粘性热传导流体动力学方程组的数学结构
1. 粘性热传导流体动力学方程组可化为 $$\beex \bea \cfrac{\p \rho}{\p t}&+({\bf u}\cdot\n)\rho=-\rho \Div{\bf u}, ...
- [物理学与PDEs]第2章第2节 粘性流体力学方程组 2.4 粘性热传导流体动力学方程组
粘性热传导流体动力学方程组: $$\beex \bea \cfrac{\p \rho}{\p t}+\Div(\rho{\bf u})&=0,\\ \rho \cfrac{\rd {\bf u ...
- [物理学与PDEs]第2章第2节 粘性流体力学方程组 2.2 应力张量
1. 在有粘性的情形, 外界流体对 $\Omega$ 的作用力, 不仅有表面上的压力 (正压力), 也有表面上的内摩擦力 (切应力). 2. 于 $M$ 处以 ${\bf n}$ 为法向的单位面积 ...
- [物理学与PDEs]第2章第2节 粘性流体力学方程组 2.1 引言
1. 实际的流体与理想流体的主要区别在于: 前者具有粘性 (内摩擦) 和热传导. 2. 内摩擦 (1) 当两层流体有相对运动时, 方有摩擦力; 它是一种内力; 单位面积上所受的内力称为应力; 而 ...
- [物理学与PDEs]第4章第2节 反应流体力学方程组 2.4 反应流体力学方程组的数学结构
1. 粘性热传导反应流体力学方程组是拟线性对称双曲 - 抛物耦合组. 2. 理想反应流体力学方程组是一阶拟线性对称双曲组 (取 ${\bf u},p,S,Z$ 为未知函数). 3. 右端项具有间 ...
- [物理学与PDEs]第4章第2节 反应流体力学方程组 2.3 混合气体状态方程
1. 记号与假设 (1) 已燃气体的化学能为 $0$. (2) 单位质量的未燃气体的化学能为 $g_0>0$. 2. 对多方气体 (理想气体当 $T$ 不高时可近似认为), $$\bex ...
- [物理学与PDEs]第4章第2节 反应流体力学方程组 2.2 反应流体力学方程组形式的化约
1. 粘性热传导反应流体力学方程组 $$\beex \bea \cfrac{\rd \rho}{\rd t}&+\rho \Div{\bf u}=0,\\ \cfrac{\rd Z}{\rd ...
- [物理学与PDEs]第4章第2节 反应流体力学方程组 2.1 粘性热传导反应流体力学方程组
1. 记号: $Z=Z(t,{\bf x})$ 表示未燃气体在微团中所占的百分比 ($Z=1$ 表示完全未燃烧; $Z=0$ 表示完全燃烧). 2. 物理化学 (1) 燃烧过程中, 通过化学反应 ...
随机推荐
- R语言学习——因子
变量可分为名义型变量.有序型变量或者连续型变量.名义型变量是没有顺序之分的类别变量,如糖尿病类型Diabetes(Type1.Type2),即使在数据中Type1编码为1而Type2编码为2,这也并不 ...
- robot中简单的使用键盘按键,和对象无关
参考链接: https://blog.csdn.net/smallsmallmouse/article/details/78689675 1.在python中的代码 from selenium imp ...
- python3 pickle模块
import pickle '''将对象转化为硬盘能识别的bytes的过程被称为序列号将bytes转化为对象的过程被称为反序列化'''lst = ["苹果", "橘子&q ...
- 理解OSI参考模型(转)
文章转自 https://www.cnblogs.com/evablogs/p/6709707.html 一个视频网站上不小心搜到网络知识的视频,突然以前大学的没有真正接受的知识点,一下子豁然开朗,赶 ...
- C# Json字符串保存信息
1.我们在进行数据通信的时候,往往是需要传输一个字符串类型的参数,而这个字符串类型的参数又需要封装大量的数据信息. 这个时候,就需要使用Json来封装这些数据,最后将Json数据以字符串的格式输出 2 ...
- 在区块链上表白——使用C#将一句话放入比特币的区块链上
最近在看区块链和比特币的知识,顺便简单研究了一下BitCoin的脚本语言,发现OP_RETURN这个命令可以在后面放入自己想说的内容,很多侧链啊,公证之类就是利用了这个特性,可以把一句话,或者一个哈希 ...
- 迷茫<第二篇:回到老家湖南长沙>
2014年8月初,我买了回老家的火车票,当时没有买到坐票,卧铺贵了买不起,所以我就选择了站票,准备站回老家.我现在还记得我当时买的是T1列火车,北京西站到长沙火车站,全程16个小时.当时我就在火车上站 ...
- xgboost 参数调优指南
一.XGBoost的优势 XGBoost算法可以给预测模型带来能力的提升.当我对它的表现有更多了解的时候,当我对它的高准确率背后的原理有更多了解的时候,我发现它具有很多优势: 1 正则化 标准GBDT ...
- 程序员买房指南——LZ的三次买房和一次卖房经历
引言 买房,一直是程序员群体绕不开的一个话题,尤其是到了一定年纪和人生阶段以后,买房这件事会变得越来越迫切. 为什么LZ一上来就说,买房是程序员绕不开的一个话题? 其实原因很简单,由于程序员这个职业的 ...
- PS图片后期之超简易造光调色方法
技法是死的,而人是活的,说的简单一点就是我们要学会开拓一下思维,调色的方法并不是只有[可选颜色]而已. 在修片之前,我们先要学会分析,在拍摄这一组照片时我希望有一种夕阳的光穿透晒在脸庞的感觉,而左边的 ...