打开水龙头，仔细观察水流：当流量很小时，水柱光滑透明如玻璃柱；逐渐开大水龙头，水柱开始出现波动，表面不再光滑；继续增大流量，整个水柱变得混浊翻腾，这就是从层流到湍流的转变过程。这种看似简单的现象，却是流体力学中最复杂、最富挑战性的问题之一。本章将从物理直觉出发，理解层流如何失去稳定性，转变为湍流，以及湍流的基本特征。我们将学习如何通过简单的观察和经验公式，估算转捩位置，评估湍流强度，为工程设计提供指导。
想象一条平直的高速公路上，所有车辆都以相同速度、保持固定车距行驶——这就像层流。现在，如果有一辆车轻微变道，在理想情况下，这个扰动会逐渐消失，交通流恢复原状。但当车流密度增加到某个临界值，一个小的扰动就可能引发连锁反应：后车刹车、变道、加速，扰动不断放大，最终整个车流变得混乱——这就是失稳过程。
在流体中，这个过程更加微妙。层流边界层就像是一层层平行滑动的流体薄片。当雷诺数较低时，粘性力足以抑制任何小扰动。但随着雷诺数增加，惯性力逐渐占主导地位，某些特定频率的扰动开始被放大。
1929年，Tollmien在理论上预测了层流边界层中存在不稳定波，1933年Schlichting通过实验证实了这一预测。这种波（简称T-S波）是层流失稳的第一步。
从风洞烟线可以观察到T-S波的特征：
层流区域: ==========================================
平直、规则的烟线
T-S波区域: ～～～～～～～～～～～～～～～～～～～～～～
规则的正弦波动，波长约为边界层厚度的6倍
波包发展: ∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩∩
波动幅度增大，出现三维扰动
湍流斑: ●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●
局部爆发的湍流区域
完全湍流: ████████████████████████████████████████
完全混乱的流动
T-S波的临界雷诺数可以用简单公式估算： \(Re_{cr} = \frac{U_\infty \delta^*}{\nu} \approx 520\)
其中$\delta^*$是位移厚度。这个魔法数字520在平板边界层中相当准确。
T-S波只是故事的开始。当波幅增长到一定程度，会发生二次失稳，形成Lambda形涡结构（因其形状像希腊字母Λ而得名）。
从顶部俯视，Lambda涡的形成过程像这样：
初始T-S波（侧视图）：
→→→→→→→→→→→→→→→→→→→→→→→
～～～～～～～～～～～～～～～
展向调制（俯视图）：
||||||||||||||||||||||||
╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱╲╱╲
Lambda涡形成：
ΛΛΛ ΛΛΛ ΛΛΛ ΛΛΛ ΛΛΛ ΛΛΛ
这些Lambda涡是高度三维的结构，它们的”腿”深入边界层，”头”伸向自由流。这种结构极不稳定，很快就会破碎成更小的涡，最终导致湍流。
Lambda涡破碎的关键机制是涡拉伸。想象一个旋转的花样滑冰运动员：当她收紧手臂时，旋转速度急剧增加。流体涡也遵循同样的角动量守恒原理。
在边界层中，由于速度梯度的存在，涡管会被拉伸：
原始涡管: ○━━━○
均匀旋转
被拉伸后: ○════════○
直径减小，旋转加快
进一步拉伸: ○══════════════○
极细，高速旋转
破碎: ○∿∿∿∿∿∿∿∿∿∿∿∿○
失稳，碎裂成小涡
涡拉伸率可以估算为： \(\omega \cdot \nabla u \sim \frac{U}{\delta} \cdot \frac{U}{\delta} = \frac{U^2}{\delta^2}\)
这解释了为什么高速流动更容易产生湍流。
在理想的低扰动环境中（如精心设计的风洞），层流可以维持到很高的雷诺数，这称为自然转捩。但在实际环境中，各种扰动会提前触发转捩，这就是强制转捩。
两者的区别就像：
自然转捩的位置可用经验公式估算： \(Re_x = \frac{U_\infty x}{\nu} \approx 5 \times 10^5 \text{ 到 } 3 \times 10^6\)
而强制转捩可能在$Re_x = 10^5$就发生了。
表面粗糙度是最常见的转捩触发因素。想象在光滑的滑雪道上滑行vs在布满石块的山坡上滑行——粗糙度直接影响流动的稳定性。
粗糙度的影响可以用粗糙度雷诺数评估： \(Re_k = \frac{u_\tau k}{\nu}\)
其中$k$是粗糙度高度，$u_\tau$是摩擦速度。经验法则：
实际例子的粗糙度影响：
飞机机翼（抛光铝）: k ≈ 0.002mm → 层流可维持到 x ≈ 2m
飞机机翼（有铆钉）: k ≈ 0.1mm → 层流只能维持到 x ≈ 0.5m
汽车车身（喷漆）: k ≈ 0.01mm → 层流维持到 x ≈ 1m
汽车车身（脏污）: k ≈ 0.1mm → 层流维持到 x ≈ 0.2m
昆虫污染对飞机机翼的影响特别明显。一只撞在机翼前缘的蚊子（高度约1mm），就足以在其后方触发一个楔形的湍流区。
风洞或大气中的背景湍流度直接影响转捩位置。湍流度定义为： \(Tu = \frac{\sqrt{\overline{u'^2}}}{U_\infty} \times 100\%\)
不同环境的典型湍流度：
转捩雷诺数与湍流度的经验关系（Mack公式）： \(Re_{tr} \approx \frac{2.8 \times 10^6}{Tu^{1.5}}\)
这意味着湍流度从0.1%增加到1%，转捩雷诺数会减少约30倍！
压力梯度对转捩有决定性影响：
这就像骑自行车：
压力梯度参数： \(\beta = \frac{\delta^2}{\nu} \frac{dp/dx}{\rho U}\)
实际应用中的压力梯度效应：
机翼上表面:
前缘到最大厚度处: 顺压梯度 → 层流易维持
最大厚度处往后: 逆压梯度 → 转捩常发生于此
汽车车顶:
前风挡到车顶: 顺压梯度 → 可能保持层流
车顶到后风挡: 逆压梯度 → 几乎必然湍流
后掠翼上存在一种特殊的失稳机制——横流失稳。当气流斜掠过机翼时，边界层内会产生横向流动分量。
形象地说，这就像滑雪时的”搓雪”动作：
直翼（正面来流）:
↓↓↓↓↓↓↓↓↓
═════════ 无横流
后掠翼（斜向来流）:
↘↘↘↘↘↘↘↘↘
═════════
→→→→→→→→→ 横流分量
横流雷诺数： \(Re_{cf} = \frac{W_{max} \delta}{\nu}\)
当$Re_{cf} > 150$时，横流失稳成为主导。这就是为什么后掠翼飞机的层流控制特别困难。
声波和结构振动也能触发转捩。飞机发动机的噪声（120-140 dB）足以影响机翼的转捩位置。
receptivity（感受性）系数描述外界扰动转化为T-S波的效率： \(|A_{TS}| = R \cdot |A_{外界}| \cdot f(\omega)\)
不同扰动源的感受性：
这解释了为什么一粒沙子比喷气发动机的轰鸣更容易触发转捩。
湍流的复杂性迫使我们采用统计方法来描述。就像天气预报不会告诉你每个空气分子的运动，而是给出温度、湿度、风速等统计量，我们也用统计特性来刻画湍流。这些统计量不仅有理论意义，更是工程设计的基础——从飞机的颤振分析到建筑物的风载计算，都依赖于对湍流统计特性的准确把握。
湍流看似混乱，但有其内在规律。雷诺在1895年提出了时均分解的概念，将瞬时速度分解为时均和脉动两部分：
\[u(t) = \bar{u} + u'(t)\]这就像股市：
用热线风速仪测量湍流边界层中一点的速度，典型信号如下：
瞬时速度 u(t):
╱╲ ╱╲ ╱╲
╱ ╲╱╲╱ ╲╱ ╲ 剧烈波动
╱ ╲
╱ ╲
时均速度 ū:
────────────────── 平滑的平均值
脉动速度 u'(t):
∿∿∿∿∿∿∿∿∿∿∿∿ 零均值的波动
时均的时间尺度选择很重要：
湍流脉动产生额外的动量输运，表现为雷诺应力： \(\tau_{Reynolds} = -\rho \overline{u'v'}\)
物理解释：想象一群在电梯里随机跳动的人
雷诺应力与分子粘性应力的比较：
层流（分子输运）:
高速层 → · · · · · → 低速层
分子碰撞
τ = μ du/dy
湍流（涡输运）:
高速层 → ○○○○○ → 低速层
涡团混合
τ = -ρu'v'
典型的雷诺应力分布（边界层）：
y/δ
1.0 |
0.8 | ╱╲ 自由流：雷诺应力→0
0.6 | ╱ ╲
0.4 | ╱ ╲ 最大值在 y/δ ≈ 0.3
0.2 | ╱ ╲
0.0 | ╱________________╲ 壁面：雷诺应力→0
0 τ_Reynolds/τ_wall
湍动能定义为脉动速度的均方： \(k = \frac{1}{2}(\overline{u'^2} + \overline{v'^2} + \overline{w'^2})\)
能量级联过程遵循Richardson的诗意描述（1922）：
“Big whorls have little whorls, Which feed on their velocity, And little whorls have lesser whorls, And so on to viscosity.”
级联过程的示意：
大涡（能量注入） L ~ δ
↓ 破碎
中等涡 L ~ δ/10
↓ 破碎
小涡 L ~ δ/100
↓ 破碎
Kolmogorov尺度 L ~ η
↓
粘性耗散（热能）
能量传递率可以估算为： \(\varepsilon \sim \frac{u'^3}{L}\)
其中$u’$是特征脉动速度，$L$是涡的特征尺度。
湍流并非处处均匀，而是呈现间歇性。在边界层外缘，湍流和非湍流区域交替出现：
探针信号（边界层外缘）：
湍流 非湍流 湍流 非湍流
∿∿∿∿∿∿∿ ──────── ∿∿∿∿∿∿∿∿∿ ──────
30% 40% 20% 10%
间歇因子$\gamma$定义为湍流出现的时间比例：
这种间歇性在实际应用中很重要：
湍流速度的概率分布通常接近高斯分布，但有重要偏差：
PDF(u')
▲
│ ╱╲
│ ╱ ╲ 高斯分布
│ ╱ ╲ (虚线)
│ ╱ ╲
│ ╱ ██ ╲ 实际湍流
│╱ ██ ╲ (有偏斜和厚尾)
└────────────→ u'
-3σ 0 +3σ
偏斜度（Skewness）： \(S = \frac{\overline{u'^3}}{(\overline{u'^2})^{3/2}}\)
峰度（Kurtosis）： \(K = \frac{\overline{u'^4}}{(\overline{u'^2})^2}\)
实际测量显示，湍流的峰度通常在3.5-5之间，意味着极端事件（如强烈的速度脉冲）比高斯分布预测的更频繁。这对疲劳分析特别重要——结构可能经受比正态分布预测更多的高应力循环。
湍流中存在各种尺度的涡旋，从与边界层厚度相当的大涡，到毫米甚至微米级的小涡。理解这些尺度的层次结构，对于噪声预测、传热计算、阻力估算都至关重要。更重要的是，这些尺度关系为我们提供了强大的估算工具——只需知道几个基本参数，就能推断出整个湍流场的特征。
湍流强度是最基本的湍流统计量，定义为脉动速度的均方根与平均速度之比：
\[Tu = \frac{\sqrt{\frac{1}{3}(\overline{u'^2} + \overline{v'^2} + \overline{w'^2})}}{U} \approx \frac{\sqrt{\overline{u'^2}}}{U}\]实际测量中，常用单分量（流向）湍流强度，因为热线风速仪最容易测量流向脉动。
不同流动中的典型湍流强度：
管道中心线: Tu ≈ 3-5%
边界层（y/δ=0.5）: Tu ≈ 10-15%
近壁区（y+=30）: Tu ≈ 25-30%
尾流中心: Tu ≈ 20-40%
混合层: Tu ≈ 15-25%
大气边界层: Tu ≈ 10-30%（取决于稳定度）
湍流强度的实际意义：
测量湍流强度的简易方法：
层流（Tu<1%）: ═══════════ 笔直
弱湍流（Tu≈5%）: ≈≈≈≈≈≈≈≈≈≈ 轻微波动
强湍流（Tu>20%）: ∿∿∿∿∿∿∿∿∿∿ 剧烈摆动
积分尺度$L$表征含能大涡的尺寸，可通过自相关函数计算：
\[L = \int_0^{\infty} R_{uu}(\xi) d\xi\]其中$R_{uu}$是速度自相关函数。
物理意义：积分尺度代表”记忆长度”——流体质点记得其上游历史的距离。
不同流动的典型积分尺度：
边界层: L ≈ 0.1δ - 0.2δ
管道: L ≈ 0.1D - 0.2D
尾流: L ≈ 0.5b（b为物体宽度）
射流: L ≈ 0.1x（x为下游距离）
大气边界层: L ≈ 100m - 500m
积分尺度的工程意义：
估算积分尺度的经验法则： \(L \approx 0.07 \times \text{特征几何尺度}\)
例如：
泰勒微尺度$\lambda$是中间尺度，定义为：
\[\lambda = \sqrt{\frac{\overline{u'^2}}{\overline{(\partial u'/\partial x)^2}}}\]物理意义：$\lambda$表征速度场开始感受到粘性影响的尺度。
泰勒微尺度雷诺数： \(Re_\lambda = \frac{u' \lambda}{\nu}\)
这是湍流研究中最常用的雷诺数，因为它直接关联湍流强度：
\[Re_\lambda \approx \sqrt{15} \cdot Re_L^{1/2}\]典型值：
实验室湍流: Re_λ ≈ 50-500
大气边界层: Re_λ ≈ 10^3-10^4
海洋湍流: Re_λ ≈ 10^4-10^5
泰勒尺度的实际应用：
柯尔莫哥洛夫（1941）提出，最小涡的尺度由粘性耗散决定：
\[\eta = \left(\frac{\nu^3}{\varepsilon}\right)^{1/4}\]其中$\varepsilon$是湍动能耗散率。
相应的速度和时间尺度： \(u_\eta = (\nu \varepsilon)^{1/4}\) \(\tau_\eta = \left(\frac{\nu}{\varepsilon}\right)^{1/2}\)
尺度分离： \(\frac{L}{\eta} \approx Re_L^{3/4}\)
这意味着：
实际例子的Kolmogorov尺度：
水管（D=10cm, V=1m/s）:
η ≈ 0.03mm（头发丝粗细）
风洞（δ=10cm, U=10m/s）:
η ≈ 0.1mm（细沙粒大小）
大气边界层（z=100m）:
η ≈ 1mm（针尖大小）
海洋（深度1000m）:
η ≈ 1cm（豌豆大小）
工程意义：
能谱$E(k)$描述湍动能在不同尺度（波数k）上的分布。Kolmogorov的-5/3定律：
\[E(k) = C_K \varepsilon^{2/3} k^{-5/3}\]其中$C_K \approx 1.5$是Kolmogorov常数。
能谱的三个区域：
log E(k)
▲
│╲ 含能区
│ ╲ (大涡)
│ ╲ E ~ k^0
│ ╲
│ ╲ 惯性子区
│ ╲ E ~ k^{-5/3}
│ ╲
│ ╲ 耗散区
│ ╲E ~ exp(-k)
└──────────────────→ log k
1/L 1/λ 1/η
实用的能谱估算：
从能谱可以估算：
噪声预测应用： 声功率谱与速度谱的关系（Lighthill）： \(P_s(f) \propto U^8 \left(\frac{f}{U/L}\right)^{-2}\)
这解释了为什么：
安德雷·尼古拉耶维奇·柯尔莫哥洛夫（Andrey Nikolaevich Kolmogorov, 1903-1987）是20世纪最伟大的数学家之一。他的研究横跨概率论、拓扑学、逻辑学、信息论等多个领域，但他对湍流理论的贡献或许是最具物理洞察力的。
1941年，正值二战最激烈的时期，柯尔莫哥洛夫在被围困的苏联发表了三篇开创性论文，奠定了湍流统计理论的基础。这些仅有几页的论文，用极其简洁的论述，揭示了湍流中能量级联的普适规律。
柯尔莫哥洛夫1941年理论（简称K41）基于两个革命性假设：
第一相似假设：在高雷诺数下，小尺度湍流运动具有统计上的各向同性，其统计特性仅由耗散率$\varepsilon$和运动粘度$\nu$决定。
由此导出Kolmogorov尺度： \(\eta = (\nu^3/\varepsilon)^{1/4}, \quad u_\eta = (\nu\varepsilon)^{1/4}, \quad \tau_\eta = (\nu/\varepsilon)^{1/2}\)
第二相似假设：在惯性子区（$\eta \ll \ell \ll L$），湍流统计特性与粘性无关，仅由$\varepsilon$决定。
由此导出著名的-5/3定律： \(E(k) = C_K \varepsilon^{2/3} k^{-5/3}\)
这个理论的美妙之处在于其普适性——无论是大气湍流、海洋湍流还是实验室湍流，都遵循同样的规律。
柯尔莫哥洛夫的推导展示了量纲分析的强大威力。考虑结构函数： \(S_2(r) = \overline{[u(x+r) - u(x)]^2}\)
在惯性子区，$S_2$只能依赖于$\varepsilon$和$r$：
唯一的组合是： \(S_2(r) = C_2 (\varepsilon r)^{2/3}\)
这就是著名的2/3定律，实验验证精度达到1%！
柯尔莫哥洛夫的洞察是：尽管大尺度运动可能高度各向异性（如边界层中的条带结构），但经过多次涡破碎后，小尺度运动会”忘记”其起源的方向性。
这就像揉面团：
初始状态（各向异性）:
████░░░░ 条纹状
████░░░░
████░░░░
第一次折叠:
██░░██░░ 开始混合
░░██░░██
██░░██░░
多次折叠后（各向同性）:
▓▓▓▓▓▓▓▓ 完全均匀
▓▓▓▓▓▓▓▓
▓▓▓▓▓▓▓▓
这个”信息丢失”过程大约需要经过$\ln(L/\eta)$次级联步骤。
1962年，柯尔莫哥洛夫认识到K41理论的不足——它忽略了湍流的间歇性。实际上，耗散率$\varepsilon$在空间上是不均匀的：
\[\varepsilon_{local} = \varepsilon_{mean} \times \text{间歇因子}\]这导致结构函数的标度指数偏离K41预测： \(S_p(r) \propto r^{\zeta_p}\)
其中$\zeta_p \neq p/3$（K41预测），而是呈现非线性关系。
实验测得的标度指数：
p K41预测 实测值 偏差
2 0.667 0.70 +5%
3 1.000 0.95 -5%
4 1.333 1.28 -4%
6 2.000 1.78 -11%
这个偏差虽小但系统性，反映了湍流中极端事件的重要性。
柯尔莫哥洛夫的湍流理论影响深远：
柯尔莫哥洛夫曾说：”湍流是经典物理学最后的未解之谜。”他的理论虽未完全解决这个谜题，但为我们提供了理解湍流的强大框架。今天，从天气预报到飞机设计，从海洋环流到星系形成，K41理论的影响无处不在。
直接数值模拟（DNS）需要解析所有尺度，网格数$N \sim Re^{9/4}$。这意味着：
大涡模拟（LES）的策略是：只解析大涡（含能涡），模化小涡（耗散涡）的影响。这基于柯尔莫哥洛夫理论：小涡具有普适性，可以用简单模型描述。
LES通过空间滤波分离大尺度和小尺度： \(\bar{u}(x) = \int G(x-x') u(x') dx'\)
其中$G$是滤波函数，常用的有：
| 盒式滤波：$G = 1/\Delta$（若$ | x-x’ | < \Delta/2$） |
| 高斯滤波：$G \propto \exp(-6 | x-x’ | ^2/\Delta^2)$ |
滤波尺度$\Delta$的选择原则： \(\eta \ll \Delta \ll L\)
典型选择：$\Delta \approx (10-100)\eta$，这样可以减少99%的计算量。
滤波后的N-S方程出现未封闭项——亚格子应力： \(\tau_{ij}^{SGS} = \overline{u_i u_j} - \bar{u}_i \bar{u}_j\)
这代表小尺度对大尺度的影响，需要模型封闭。
物理意义的类比：
完整照片（DNS）:
████████████████ 所有细节
模糊照片（LES解析部分）:
▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓ 大致轮廓
丢失的细节（SGS）:
░░░░░░░░░░░░░░░░ 需要模型补充
最经典的亚格子模型是Smagorinsky模型（1963）： \(\tau_{ij}^{SGS} - \frac{1}{3}\tau_{kk}^{SGS}\delta_{ij} = -2\nu_{SGS}\bar{S}_{ij}\)
其中亚格子粘度： \(\nu_{SGS} = (C_s \Delta)^2 |\bar{S}|\)
| $C_s$是Smagorinsky常数，$ | \bar{S} | = \sqrt{2\bar{S}{ij}\bar{S}{ij}}$是应变率大小。 |
常数$C_s$的典型值：
Germano（1991）提出动态程序，自动调整模型系数：
基本思想：在两个滤波尺度（$\Delta$和$2\Delta$）上应用相同的模型，利用Germano恒等式： \(L_{ij} = T_{ij} - \hat{\tau}_{ij}\)
其中$L_{ij}$可从解析场计算，由此反推$C_s$： \(C_s^2 = \frac{\langle L_{ij}M_{ij} \rangle}{\langle M_{ij}M_{ij} \rangle}\)
动态模型的优势：
尺度相似模型： 假设未解析尺度与解析的最小尺度相似： \(\tau_{ij}^{SGS} = C \left(\widehat{\bar{u}_i \bar{u}_j} - \hat{\bar{u}}_i \hat{\bar{u}}_j\right)\)
WALE模型（Wall-Adapting Local Eddy-viscosity）： 基于速度梯度张量的不变量，自动适应壁面： \(\nu_{SGS} = (C_w \Delta)^2 \frac{(S_{ij}^d S_{ij}^d)^{3/2}}{(\bar{S}_{ij}\bar{S}_{ij})^{5/2} + (S_{ij}^d S_{ij}^d)^{5/4}}\)
Vreman模型： 计算成本低，壁面行为好： \(\nu_{SGS} = c \sqrt{\frac{B_\beta}{\alpha_{ij}\alpha_{ij}}}\)
LES在工程中的典型应用：
当前LES面临的挑战：
计算成本： 虽然比DNS便宜，但仍然昂贵： \(\text{CPU时间} \sim Re^{1.8}\)
对比：
未来发展方向：
本章深入探讨了从层流到湍流的转变过程及湍流的基本特性。关键要点包括：
理解转捩与湍流不仅是学术追求，更是工程实践的基础。从飞机机翼的层流设计到建筑物的风载评估，从管道输送的能耗优化到燃烧室的混合增强，这些知识指导着现代工程设计。
8.1 转捩位置估算 一架小型飞机以50 m/s速度巡航，机翼弦长1.5m。假设大气湍流度为0.5%，估算机翼上表面的转捩位置。
8.2 粗糙度影响判断 管道直径200mm，平均流速2 m/s，内壁粗糙度0.05mm。判断粗糙度对流动的影响程度。
8.3 湍流强度测量 热线风速仪测得某点速度：平均值10 m/s，均方根脉动0.8 m/s。计算湍流强度。
8.4 Kolmogorov尺度计算 边界层厚度10cm，自由流速度30 m/s，估算Kolmogorov尺度。
8.5 转捩控制策略 设计一个层流翼型的转捩控制策略，目标是在巡航状态（Ma=0.8，高度11km）维持50%弦长的层流。讨论需要考虑的因素和可能的措施。
8.6 湍流尺度分离 某风洞实验段1m×1m，最高风速100 m/s。若要进行LES模拟，滤波尺度选择为积分尺度的1/10，估算所需的网格数量。
8.7 能谱分析应用 测得湍流能谱在惯性子区满足-5/3定律，积分尺度10cm，耗散率0.1 $m^2/s^3$。估算： (a) Kolmogorov尺度 (b) 99%能量对应的最大波数 (c) 噪声峰值频率
8.8 LES网格设计 为某型汽车（长4.5m，高1.5m）的外流场设计LES网格。车速120 km/h，要求准确预测气动噪声（关注1-5 kHz频段）。
陷阱1：过度依赖经验公式
陷阱2：忽视三维效应
陷阱3：表面质量的低估
陷阱4：热线响应不足
陷阱5：采样时间过短
陷阱6：混淆不同的平均
陷阱7：网格分辨率不足
陷阱8：忽视亚格子模型适用性
陷阱9：入口条件过于简化
陷阱10：认为湍流完全随机
陷阱11：线性叠加湍流效应
陷阱12：忽视间歇性