湍流建模在计算流体力学 (CFD) 中起着至关重要的作用，其目的是预测湍流的行为。 这些模型对于创建高效和安全的工程应用程序至关重要，例如风荷载-结构相互作用的分析和设计。 湍流建模有很多种，其中广泛使用的三种模型是雷诺平均纳维-Stokes 模拟（RANS）、非定常雷诺-平均纳维-Stokes 模拟（URANS）和延迟超前低到位低湍流模拟（DDES）。 这些模型中的每一个都具有明显的特征和特定的应用。
RWIND 采用 URANS 和 DDES 湍流模型作为结构工程领域适用的瞬态湍流模型。 选择这些模型是因为它们在计算效率和准确性之间取得了平衡，可用于广泛的结构工程中。 URANS 以适中的计算成本就可以解决大尺度瞬态现象，而 DDES 结合了 RANS 和大湍流模拟（LES）的优点，可以对复杂湍流结构进行详细分析。 通过集成这些模型，RWIND增强了其对风-结构相互作用行为的模拟能力，从而确保了分析的效率和精度。
URANS（非定常雷诺平均纳维- Stokes 惯性矩）
URANS 在 RANS 方法的基础上增加了流场中的随时间变化，从而可以捕捉风荷载的非定常影响。 这使 URANS 可以模拟大尺度的瞬态流特征和震荡行为，例如建筑物拐角处的旋涡。 虽然 URANS 在捕捉不稳定性方面比 RANS 有所改进，但它仍然使用涡粘性模型，这可能不足以解决更精细的湍流结构。
DDES（延迟独立湍流模拟）
DDES 是一种将 RANS 方法与大低阶数值模拟（LES）技术相集成的混合分析方法。 对于有边界层的区域，DDES 与 RANS 模型相似，可以提高计算的效率。 在存在流动分离和较大湍流结构的区域内，DDES 会切换到 LES 模式以获得更精确的结果。 对于涉及建筑物边缘和拐角等区域的分离、再附着和尾流区域，该方法特别有效。 DDES 在计算成本和精度之间取得了很好的平衡，使其适用于模拟具有显着非定常和分离区域的高雷诺数流动。
URANS 和 DDES 的优缺点
URANS 的优势
- 时变能力： URANS 可以捕捉到非定常现象和瞬态流特征，例如 RANS 所不能的。
- 中等计算成本： 虽然 URANS 比 RANS 计算量更大，但与 LES 或 DDES 等更复杂的模型相比仍然相对有效。
- 实用的工程应用： URANS 适用于许多实际的工程体系，在这些工程体系中捕捉大尺度非定常行为非常重要。
URANS 的缺点
- 复杂流的有限精度： URANS 可能无法准确预测更精细的湍流结构，因为它依赖于涡粘性模型。
- 仍按时间平均： URANS 虽然不像 RANS 那样严格，但仍然会计算流随时间的平均值，这样可以消除一些重要的瞬态细节。
- 对于强分离流，不太有效： URANS 可能难以处理具有显着分离和重新附着作用的流，因为在这些情况下它不像 LES 或混合方法那样精细。
DDES的优点
- 混合方法： DDES 结合了 RANS 和 LES 的优点，可以对附加边界层和分离的湍流区域进行有效的模拟。
- 复杂流中的精度： DDES 可以更准确地解决大型湍流结构和分离、再附着、尾流等复杂流动行为，为高雷诺数流动提供更好的预测。
- 计算效率： DDES 通过在 RANS 和 LES 模式之间切换，在计算成本和模拟精度之间保持平衡，使其比完整的 LES 更有效。
DDES 的缺点
- 计算成本高于 URANS： 因为在某些流动区域需要进行 LES 计算，所以 DDES 比 URANS 的计算量更大。
- 实现复杂： DDES 的混合性质需要仔细的实施和标定，以确保模型在 RANS 和 LES 区域之间平滑过渡。
- 对栅格分辨率的灵敏度： DDES 的性能在很大程度上取决于计算网格的质量和分辨率，特别是在模型从 RANS 切换到 LES 的区域中。
概述总结
综上所述，URANS 有利于以适中的计算成本捕捉大规模的非定常现象，但在捕捉复杂湍流的精度方面可能有些不足。 DDES 通过结合 RANS 和 LES 方法可以更准确地表示此类流，但是它具有更高的计算要求和复杂性。
