MOOSE框架中热传递无量纲数计算功能的实现
2025-07-06 01:54:13作者:何举烈Damon
概述
在MOOSE框架的热水力学模块(THM)开发过程中,需要实现一个能够计算热传递相关无量纲数的功能模块。这些无量纲数包括雷诺数(Re)、普朗特数(Pr)、格拉晓夫数(Gr)和佩克莱数(Pe)等,它们是建立热传递系数关联式的基础参数。
背景与需求
在热结构表面传热系数的计算中,通常需要使用各种无量纲数来建立传热关联式。这些无量纲数需要基于以下参数进行计算:
- 压力
- 流速
- 特征长度
- 流体温度
- 表面温度
- 流体物性参数
虽然Navier-Stokes模块中已经存在GeneralFunctorFluidProps功能,可以计算Re和Pr,但它缺少对表面温度的处理能力,且无法计算Gr等其他重要无量纲数。
设计方案
新设计的HSHeatTransferQuantitiesFunctorMaterial将作为THM模块的一部分,专门用于计算热传递相关的无量纲数。该材料属性计算器将具备以下特点:
- 功能完整性:能够计算Re、Pr、Gr和Pe四个关键无量纲数
- 输入参数:接受压力、流速、特征长度、流体温度、表面温度和流体物性对象作为输入
- 模块定位:放置在THM模块中,因为需要直接使用流体物性对象
技术实现要点
- 与现有功能的协调:对于Re和Pr的计算,当孔隙率设为1时,可以使用现有的GeneralFunctorFluidProps功能
- 扩展功能:新增对Gr和Pe的计算能力,特别是处理需要表面温度作为输入的工况
- 模块依赖关系:考虑到THM已经依赖于NS模块,而NS不依赖THM,将新功能放在THM中可以保持模块依赖关系的清晰性
应用场景
该功能特别适用于以下传热关联式的计算:
- 圆柱体自然对流换热中的Churchill-Chu关联式
- 其他需要上述无量纲数的传热关联式
总结
通过在THM模块中实现HSHeatTransferQuantitiesFunctorMaterial,MOOSE框架完善了热传递计算的关键基础功能。这一实现不仅满足了当前Churchill-Chu关联式的计算需求,还为未来可能引入的其他传热关联式提供了统一的解决方案。该设计保持了模块间的清晰边界,同时确保了功能的完整性和可扩展性。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
309
Ascend Extension for PyTorch
Python
221
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.86 K
React Native鸿蒙化仓库
JavaScript
260
322