MATLAB实现二维Navier-Stokes方程求解器-代码聚汇网

MATLAB实现二维Navier-Stokes方程求解器

易行男·龙大崇

1. 项目概述与背景

在计算流体力学(CFD)领域，Navier-Stokes(NS)方程的数值求解一直被视为"皇冠上的明珠"。许多工程师习惯依赖商业软件如Fluent或OpenFOAM，却鲜少了解底层算法的实现细节。本文将完整展示如何从零开始用MATLAB构建二维NS方程求解器，实现速度场和压力场的同步计算。

这个自研求解器的核心价值在于：

完全透明可控：每行代码都对应明确的物理意义和数学操作
教学科研两用：既适合CFD初学者理解基本原理，也可作为科研快速原型工具
灵活定制：网格尺寸、边界条件、物性参数均可自由调整

注意：本文代码适用于层流模拟(Re<1000)，如需处理湍流需额外添加模型

2. 理论基础与算法设计

2.1 控制方程体系

二维不可压缩流动的控制方程包括：

质量守恒方程：
∇·u = 0

动量守恒方程：
∂u/∂t + (u·∇)u = -∇p/ρ + ν∇²u + f

其中关键参数：

u = (u,v)：速度矢量(m/s)
p：压力(Pa)
ρ：密度(kg/m³)，本文取常数
ν：运动粘度(m²/s)

2.2 数值方法选型

采用SIMPLE算法族中的SIMPLER变种，主要优势：

压力-速度耦合求解稳定性好
适合结构化网格实现
收敛性可通过松弛因子调节

离散方案对比：

项	格式	原因
时间项	显式欧拉	实现简单，适合教学
对流项	迎风格式	保持有界性
扩散项	中心差分	二阶精度
压力梯度	中心差分	保证动量守恒

2.3 交错网格技术

关键创新点：将标量(p)和矢量(u,v)存储在不同位置

压力p：存储在网格中心(●)
速度u：存储在垂直面中心(→)
速度v：存储在水平面中心(↑)

这种布置有效避免了著名的"棋盘式压力震荡"问题。

3. 代码实现详解

3.1 计算域初始化

matlab复制% 几何参数
Lx = 2; Ly = 1;       % 域尺寸(m)
Nx = 51; Ny = 26;     % 网格数
dx = Lx/(Nx-1); dy = Ly/(Ny-1);

% 生成交错网格坐标
x = linspace(0, Lx, Nx);
y = linspace(0, Ly, Ny);
[X, Y] = meshgrid(x, y);

% 场变量初始化
u = zeros(Ny, Nx);    % x-velocity
v = zeros(Ny, Nx);    % y-velocity
p = zeros(Ny, Nx);    % pressure

3.2 边界条件设置

入口采用抛物线速度分布：

matlab复制% 入口边界 (左边界)
u_inlet = 1.5 * (1 - (Y(:,1)/Ly - 0.5).^2);
u(:,1) = u_inlet;

% 壁面边界 (无滑移)
u(1,:) = 0; u(end,:) = 0;
v(1,:) = 0; v(end,:) = 0;

% 出口边界 (右边界, 充分发展)
u(:,end) = u(:,end-1);
v(:,end) = v(:,end-1);
p(:,end) = 0;  % 参考压力

3.3 动量方程求解

x方向动量方程离散示例：

matlab复制for i = 2:Nx-1
    for j = 2:Ny-1
        % 对流项 (迎风)
        ue = 0.5*(u(j,i+1) + u(j,i));
        uw = 0.5*(u(j,i) + u(j,i-1));
        un = 0.5*(u(j+1,i) + u(j,i));
        us = 0.5*(u(j,i) + u(j-1,i));
        
        conv_u = (ue^2 - uw^2)/dx + (un*v(j,i) - us*v(j-1,i))/dy;
        
        % 扩散项 (中心差分)
        diff_u = nu*( (u(j,i+1)-2*u(j,i)+u(j,i-1))/dx^2 ...
                    + (u(j+1,i)-2*u(j,i)+u(j-1,i))/dy^2 );
        
        % 压力梯度
        dpdx = (p(j,i+1) - p(j,i))/dx;
        
        % 时间推进
        u_new(j,i) = u(j,i) + dt*(-conv_u + diff_u - dpdx);
    end
end

3.4 压力修正算法

SIMPLER核心迭代流程：

matlab复制while max_divergence > 1e-5
    % 1. 求解压力泊松方程
    for iter = 1:max_p_iter
        p_old = p;
        for i = 2:Nx-1
            for j = 2:Ny-1
                p(j,i) = ( (p(j,i+1)+p(j,i-1))/dx^2 + (p(j+1,i)+p(j-1,i))/dy^2 ...
                         - divergence(j,i) ) * dx^2*dy^2 / (2*(dx^2+dy^2));
            end
        end
        p = p_old + omega*(p - p_old);  % 亚松弛
    end
    
    % 2. 速度修正
    u(2:end-1,2:end-1) = u_star(2:end-1,2:end-1) - dt*diff(p(:,2:end),1,2)/dx;
    v(2:end-1,2:end-1) = v_star(2:end-1,2:end-1) - dt*diff(p(2:end,:),1,1)/dy;
    
    % 3. 更新发散度
    divergence = compute_divergence(u,v,dx,dy);
    max_divergence = max(abs(divergence(:)));
end

4. 关键参数与优化技巧

4.1 稳定性条件

CFL条件：
dt ≤ min(dx/|u|max, dy/|v|max)

扩散限制：
dt ≤ 0.25*min(dx², dy²)/ν

建议采用自适应时间步长：

matlab复制umax = max(abs(u(:))); vmax = max(abs(v(:)));
dt_cfl = 0.5 * min(dx/umax, dy/vmax);
dt_diff = 0.25 * min(dx^2, dy^2)/nu;
dt = min(dt_cfl, dt_diff);

4.2 加速收敛技巧

亚松弛因子：
- 压力：ωp = 0.7~1.0
- 速度：ωu = ωv = 0.5~0.7
多重网格法：
在粗网格上快速消除低频误差，再在细网格修正
矢量化优化：
替换嵌套循环为矩阵运算

matlab复制% 传统循环
for i = 2:Nx-1
    for j = 2:Ny-1
        p(j,i) = ...;
    end
end

% 矢[量化版本](https://taotoken.net?utm_source=general)
i = 2:Nx-1; j = 2:Ny-1;
p(j,i) = ( (p(j,i+1)+p(j,i-1))/dx^2 + ... ) * dx^2*dy^2./(2*(dx^2+dy^2));

5. 后处理与可视化

5.1 流场绘制

matlab复制% 速度场 (quiver)
[Xc, Yc] = meshgrid(x(1:end-1)+dx/2, y(1:end-1)+dy/2); % 速度点位置
quiver(Xc, Yc, u(1:end-1,1:end-1), v(1:end-1,1:end-1), 2);
hold on;

% 压力场 (contourf)
contourf(X, Y, p, 20, 'LineColor', 'none');
colorbar;

5.2 收敛监测

matlab复制% 计算质量守恒残差
divergence = (u(:,2:end) - u(:,1:end-1))/dx + ...
             (v(2:end,:) - v(1:end-1,:))/dy;
residual = norm(divergence(:), 2);

semilogy(iter_history, residual_history, '-o');
xlabel('迭代次数'); ylabel('连续方程残差');

6. 典型问题排查

6.1 发散问题处理

现象	可能原因	解决方案
压力震荡	松弛因子过大	降低ωp至0.3-0.5
速度爆炸	时间步长过大	检查CFL条件，减小dt
残差不降	边界条件错误	验证入口/出口设置
不对称解	网格不均匀	检查dx/dy一致性

6.2 性能优化记录

预计算系数：
将重复使用的几何系数预先计算存储

matlab复制% 预先计算差分系数
dx2 = 1/dx^2; dy2 = 1/dy^2;
dxy = dx2*dy2/(2*(dx2+dy2));

稀疏矩阵：
对于大型网格，使用sparse矩阵求解压力方程
并行计算：
使用parfor加速动量方程计算

7. 扩展应用方向

当前求解器可进一步扩展：

湍流模型：
- 添加k-ε或LES模型
- 实现壁面函数处理
多相流：
- VOF法追踪自由表面
- 添加表面张力模型
传热耦合：
- 加入能量方程
- 处理自然对流

这个自研NS求解器就像一套乐高积木，每个模块都可以独立改进。当看到自己编写的代码成功再现流体运动的优美图案时，那种透过代码触摸物理规律的感觉，正是计算流体力学最迷人的地方。