第三十八篇：对流换热基础

摘要

对流换热是流体与固体表面之间的热量传递过程，是工业换热设备中最常见的传热方式。本文系统分析了对流换热的基本理论，推导了边界层方程和相似解。详细讨论了层流与湍流、强制对流与自然对流、内部流动与外部流动等关键概念。采用有限差分法和边界层理论建立数值模型，求解了平板、圆管等典型几何的流场和温度场。通过Python仿真，计算了不同流动条件下的换热系数和Nusselt数，分析了Reynolds数、Prandtl数、Grashof数等无量纲参数对换热性能的影响，为换热器设计提供理论指导。

关键词

对流换热，边界层，Nusselt数，Reynolds数，Prandtl数，强制对流，自然对流，相似解

---

1. 引言

1.1 对流换热的分类

• 强制对流 vs 自然对流
• 层流 vs 湍流
• 内部流动 vs 外部流动
• 单相 vs 相变换热

1.2 工程应用

• 换热器设计
• 电子冷却
• 建筑暖通
• 航空航天

---

2. 理论分析

2.1 边界层理论

速度边界层厚度：
$$\delta \approx \frac{5x}{\sqrt{R{e}_x}}$$

热边界层厚度（层流）：
$${\delta }_t\approx \frac{\delta }{P{r}^{1/3}}$$

2.2 无量纲参数

Reynolds数：
$$Re=\frac{\rho uL}{\mu }=\frac{uL}{\nu }$$

Prandtl数：
$$Pr=\frac{\nu }{\alpha }=\frac{\mu c_p}{k}$$

Nusselt数：
$$Nu=\frac{hL}{k}$$

Grashof数（自然对流）：
$$Gr=\frac{g\beta \Delta T{L}^3}{{\nu }^2}$$

Rayleigh数：
$$Ra=Gr\cdot Pr$$

2.3 平板层流换热

局部Nusselt数：
$$N{u}_x=0.332R{e}_x^{1/2}P{r}^{1/3}$$

平均Nusselt数：
$${\overline{Nu}}_L=0.664R{e}_L^{1/2}P{r}^{1/3}$$

2.4 平板湍流换热

局部Nusselt数：
$$N{u}_x=0.0296R{e}_x^{4/5}P{r}^{1/3}$$

2.5 圆管内部流动

层流（充分发展）：
$$N{u}_D=3.66$$

湍流（Dittus-Boelter）：
$$N{u}_D=0.023R{e}_D^{4/5}P{r}^n$$

其中 $n=0.4$（加热）或 $0.3$（冷却）

2.6 自然对流

垂直平板层流：
$$N{u}_L=0.59R{a}_L^{1/4}$$

垂直平板湍流：
$$N{u}_L=0.10R{a}_L^{1/3}$$

---

3. Python仿真实现

import numpy as np
import matplotlib.pyplot as plt
import os

output_dir = r'd:\文档\500仿真领域\工程仿真\传热学仿真\主题038'
os.makedirs(output_dir, exist_ok=True)

print("="*60)
print("仿真1：平板边界层发展")
print("="*60)

# 流体参数（空气，300K）
nu = 1.5e-5  # 运动粘度，m²/s
Pr = 0.71    # Prandtl数

# 来流速度
u_inf = 1.0  # m/s

# 平板长度
L = 1.0  # m
Nx = 100
x = np.linspace(0.01, L, Nx)

# Reynolds数
Re_x = u_inf * x / nu

# 临界转捩位置
Re_crit = 5e5
x_crit = Re_crit * nu / u_inf
print(f"临界转捩位置: {x_crit:.3f} m (Re = {Re_crit:.0e})")

# 边界层厚度
delta_lam = 5 * x / np.sqrt(Re_x)
delta_turb = 0.37 * x / (Re_x**0.2)

# 热边界层
delta_t_lam = delta_lam / (Pr**(1/3))
delta_t_turb = delta_turb / (Pr**(1/3))

fig, axes = plt.subplots(1, 2, figsize=(14, 5))

ax1 = axes[0]
ax1.plot(x, delta_lam*1000, 'b-', linewidth=2, label='Velocity BL (Laminar)')
ax1.plot(x, delta_t_lam*1000, 'r--', linewidth=2, label='Thermal BL (Laminar)')
ax1.axvline(x=x_crit, color='g', linestyle=':', alpha=0.7, label=f'Re_crit={Re_crit:.0e}')
ax1.set_xlabel('Distance from Leading Edge (m)', fontsize=11)
ax1.set_ylabel('Boundary Layer Thickness (mm)', fontsize=11)
ax1.set_title('Boundary Layer Development on Flat Plate', fontsize=12, fontweight='bold')
ax1.legend(fontsize=9)
ax1.grid(True, alpha=0.3)
ax1.set_xlim([0, L])

print("边界层图已生成")

print("\n" + "="*60)
print("仿真2：平板换热系数分布")
print("="*60)

# 流体导热系数
k = 0.026  # W/(m·K)，空气

# 局部Nusselt数
Nu_x_lam = 0.332 * np.sqrt(Re_x) * Pr**(1/3)
Nu_x_turb = 0.0296 * Re_x**0.8 * Pr**(1/3)

# 局部换热系数
h_x_lam = Nu_x_lam * k / x
h_x_turb = Nu_x_turb * k / x

# 组合（层流到湍流）
h_x = np.where(Re_x < Re_crit, h_x_lam, h_x_turb)

ax2 = axes[1]
ax2.semilogy(x, h_x_lam, 'b--', linewidth=2, label='Laminar')
ax2.semilogy(x, h_x_turb, 'r--', linewidth=2, label='Turbulent')
ax2.semilogy(x, h_x, 'g-', linewidth=2, label='Combined')
ax2.axvline(x=x_crit, color='k', linestyle=':', alpha=0.5)
ax2.set_xlabel('Distance from Leading Edge (m)', fontsize=11)
ax2.set_ylabel('Local Heat Transfer Coefficient (W/(m²·K))', fontsize=11)
ax2.set_title('Local Heat Transfer Coefficient', fontsize=12, fontweight='bold')
ax2.legend(fontsize=10)
ax2.grid(True, alpha=0.3)

plt.tight_layout()
plt.savefig(f'{output_dir}/boundary_layer.png', dpi=150, bbox_inches='tight')
plt.close()

print("图1：边界层发展已保存")

print("\n" + "="*60)
print("仿真3：圆管内流动换热")
print("="*60)

# 圆管参数
D = 0.02  # 直径，m
L_tube = 2.0  # 管长，m

# 流速范围
u_range = np.linspace(0.01, 10, 100)  # m/s

# Reynolds数
Re_D = u_range * D / nu

# Nusselt数
Nu_lam = np.full_like(Re_D, 3.66)
Nu_turb = 0.023 * Re_D**0.8 * Pr**0.4

# 过渡区插值
Nu_D = np.where(Re_D < 2300, Nu_lam, 
                np.where(Re_D > 10000, Nu_turb, 
                         Nu_lam + (Nu_turb - Nu_lam) * (Re_D - 2300) / 7700))

# 换热系数
h_D = Nu_D * k / D

fig, ax = plt.subplots(figsize=(10, 5))
ax.semilogy(Re_D, Nu_D, 'b-', linewidth=2)
ax.axvline(x=2300, color='r', linestyle='--', alpha=0.7, label='Re=2300 (Transition)')
ax.axvline(x=10000, color='g', linestyle='--', alpha=0.7, label='Re=10000 (Fully Turbulent)')
ax.set_xlabel('Reynolds Number Re_D', fontsize=11)
ax.set_ylabel('Nusselt Number Nu_D', fontsize=11)
ax.set_title('Nusselt Number for Flow in Circular Tube', fontsize=12, fontweight='bold')
ax.legend(fontsize=10)
ax.grid(True, alpha=0.3)

plt.tight_layout()
plt.savefig(f'{output_dir}/tube_flow.png', dpi=150, bbox_inches='tight')
plt.close()

print("图2：圆管流动换热已保存")

print("\n" + "="*60)
print("仿真4：自然对流")
print("="*60)

# 自然对流参数
g = 9.81  # m/s²
beta = 1/300  # 热膨胀系数，1/K（空气近似）
Delta_T = 20  # K，温差

# 特征长度范围
L_char = np.logspace(-3, 1, 100)  # 1mm 到 10m

# Grashof数
Gr = g * beta * Delta_T * L_char**3 / nu**2

# Rayleigh数
Ra = Gr * Pr

# Nusselt数
Nu_lam_nat = 0.59 * Ra**0.25
Nu_turb_nat = 0.10 * Ra**(1/3)

# 过渡Ra ~ 10^9
Nu_nat = np.where(Ra < 1e9, Nu_lam_nat, Nu_turb_nat)

# 换热系数
h_nat = Nu_nat * k / L_char

fig, ax = plt.subplots(figsize=(10, 5))
ax.loglog(Ra, Nu_nat, 'b-', linewidth=2)
ax.axvline(x=1e9, color='r', linestyle='--', alpha=0.7, label='Ra=10⁹ (Transition)')
ax.set_xlabel('Rayleigh Number Ra', fontsize=11)
ax.set_ylabel('Nusselt Number Nu', fontsize=11)
ax.set_title('Natural Convection on Vertical Plate', fontsize=12, fontweight='bold')
ax.legend(fontsize=10)
ax.grid(True, alpha=0.3)

plt.tight_layout()
plt.savefig(f'{output_dir}/natural_convection.png', dpi=150, bbox_inches='tight')
plt.close()

print("图3：自然对流已保存")

print("\n" + "="*60)
print("仿真5：强制对流 vs 自然对流")
print("="*60)

# 比较不同条件下的换热系数
L_compare = 0.1  # m

# 强制对流（不同流速）
u_forced = np.linspace(0.1, 5, 50)
Re_forced = u_forced * L_compare / nu
Nu_forced = 0.664 * np.sqrt(Re_forced) * Pr**(1/3)
h_forced = Nu_forced * k / L_compare

# 自然对流（不同温差）
Delta_T_nat = np.linspace(1, 100, 50)
Gr_nat = g * beta * Delta_T_nat * L_compare**3 / nu**2
Ra_nat = Gr_nat * Pr
Nu_nat_compare = 0.59 * Ra_nat**0.25
h_nat_compare = Nu_nat_compare * k / L_compare

fig, ax = plt.subplots(figsize=(10, 5))
ax.semilogy(u_forced, h_forced, 'b-', linewidth=2, label='Forced Convection')
ax2 = ax.twiny()
ax2.semilogy(Delta_T_nat, h_nat_compare, 'r--', linewidth=2, label='Natural Convection')

ax.set_xlabel('Flow Velocity (m/s)', fontsize=11, color='blue')
ax.set_ylabel('Heat Transfer Coefficient (W/(m²·K))', fontsize=11)
ax2.set_xlabel('Temperature Difference ΔT (K)', fontsize=11, color='red')
ax.set_title('Forced vs Natural Convection', fontsize=12, fontweight='bold')

# 合并图例
lines1, labels1 = ax.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax.legend(lines1 + lines2, labels1 + labels2, loc='upper left', fontsize=10)

ax.grid(True, alpha=0.3)

plt.tight_layout()
plt.savefig(f'{output_dir}/forced_vs_natural.png', dpi=150, bbox_inches='tight')
plt.close()

print("图4：强制对流 vs 自然对流已保存")

print("\n" + "="*60)
print("仿真6：对流换热关联式对比")
print("="*60)

# 对比不同关联式
Re_test = np.linspace(1000, 100000, 100)
Pr_test = 0.7  # 空气

# Dittus-Boelter
Nu_DB = 0.023 * Re_test**0.8 * Pr_test**0.4

# Gnielinski
f_G = (0.79 * np.log(Re_test) - 1.64)**(-2)
Nu_G = (f_G/8) * (Re_test - 1000) * Pr_test / (1 + 12.7 * (f_G/8)**0.5 * (Pr_test**(2/3) - 1))

# Sieder-Tate（考虑粘度修正）
Nu_ST = 0.027 * Re_test**0.8 * Pr_test**(1/3)

fig, ax = plt.subplots(figsize=(10, 5))
ax.loglog(Re_test, Nu_DB, 'b-', linewidth=2, label='Dittus-Boelter')
ax.loglog(Re_test, Nu_G, 'r--', linewidth=2, label='Gnielinski')
ax.loglog(Re_test, Nu_ST, 'g:', linewidth=2, label='Sieder-Tate')
ax.set_xlabel('Reynolds Number Re', fontsize=11)
ax.set_ylabel('Nusselt Number Nu', fontsize=11)
ax.set_title('Comparison of Convective Heat Transfer Correlations', fontsize=12, fontweight='bold')
ax.legend(fontsize=10)
ax.grid(True, alpha=0.3)

plt.tight_layout()
plt.savefig(f'{output_dir}/correlation_comparison.png', dpi=150, bbox_inches='tight')
plt.close()

print("图5：对流换热关联式对比已保存")

print("\n" + "="*60)
print("仿真7：翅片管换热器设计")
print("="*60)

# 翅片管换热器设计计算
# 圆形翅片管

# 管参数
D_tube = 0.025  # m，管外径
d_fin = 0.05  # m，翅片外径
t_fin = 0.001  # m，翅片厚度
N_fins = 200  # 每米翅片数

# 材料参数
k_fin = 200  # W/(m·K)，铝翅片

# 空气参数
h_air = 50  # W/(m²·K)，对流换热系数
T_air = 25  # °C
T_base = 80  # °C，管壁温度

# 翅片效率计算
r1 = D_tube / 2
r2 = d_fin / 2
L_fin = r2 - r1

# 修正长度
Lc = L_fin + t_fin/2

# 特征参数
m_fin = np.sqrt(2 * h_air / (k_fin * t_fin))

# 翅片效率
eta_fin = np.tanh(m_fin * Lc) / (m_fin * Lc)

print(f"翅片长度: {L_fin*1000:.1f} mm")
print(f"特征参数 m: {m_fin:.2f} 1/m")
print(f"翅片效率: {eta_fin:.3f}")

# 表面积计算
A_prime = np.pi * D_tube * (1 - N_fins * t_fin)  # 管基表面积
A_fins = N_fins * 2 * np.pi * (r2**2 - r1**2)  # 翅片表面积
A_total_fin = A_prime + A_fins

# 总效率
eta_total = (A_prime + eta_fin * A_fins) / A_total_fin

print(f"总表面积: {A_total_fin:.4f} m²/m")
print(f"总效率: {eta_total:.3f}")

# 换热量
Q_fin = h_air * A_total_fin * eta_total * (T_base - T_air)
print(f"单位管长换热量: {Q_fin:.1f} W/m")

# 不同翅片间距的影响
N_fins_range = np.linspace(50, 400, 50)
eta_total_range = []
Q_total_range = []

for N_f in N_fins_range:
    A_p = np.pi * D_tube * max(0, (1 - N_f * t_fin))
    A_f = N_f * 2 * np.pi * (r2**2 - r1**2)
    A_t = A_p + A_f
    eta_t = (A_p + eta_fin * A_f) / A_t
    Q_t = h_air * A_t * eta_t * (T_base - T_air)
    eta_total_range.append(eta_t)
    Q_total_range.append(Q_t)

# 可视化
fig, axes = plt.subplots(1, 2, figsize=(14, 5))

ax1 = axes[0]
ax1.plot(N_fins_range, eta_total_range, 'b-', linewidth=2)
ax1.set_xlabel('Fins per Meter', fontsize=11)
ax1.set_ylabel('Overall Efficiency', fontsize=11)
ax1.set_title('Finned Tube Efficiency', fontsize=12, fontweight='bold')
ax1.grid(True, alpha=0.3)

ax2 = axes[1]
ax2.plot(N_fins_range, Q_total_range, 'r-', linewidth=2)
ax2.set_xlabel('Fins per Meter', fontsize=11)
ax2.set_ylabel('Heat Transfer Rate (W/m)', fontsize=11)
ax2.set_title('Finned Tube Heat Transfer', fontsize=12, fontweight='bold')
ax2.grid(True, alpha=0.3)

plt.tight_layout()
plt.savefig(f'{output_dir}/finned_tube_design.png', dpi=150, bbox_inches='tight')
plt.close()

print("图6：翅片管换热器设计已保存")

print("\n" + "="*60)
print("仿真8：电子器件风冷散热")
print("="*60)

# 电子芯片风冷散热分析
# 散热器设计

# 芯片参数
P_chip = 100  # W，芯片功耗
A_chip = 0.02 * 0.02  # m²，芯片面积

# 散热器参数
H_hs = 0.05  # m，散热器高度
W_hs = 0.06  # m，散热器宽度
L_hs = 0.06  # m，散热器长度
N_fins_hs = 20  # 翅片数
t_fin_hs = 0.002  # m，翅片厚度

# 空气参数
T_ambient = 35  # °C
u_air_hs = 3  # m/s，风速

# 物性参数
rho_air_hs = 1.165  # kg/m³
cp_air_hs = 1005  # J/(kg·K)
nu_air_hs = 1.6e-5  # m²/s
k_air_hs = 0.0267  # W/(m·K)
Pr_air = 0.71

# 计算Reynolds数
S_channel = (W_hs - N_fins_hs * t_fin_hs) / (N_fins_hs - 1)  # 通道间距
Re_hs = u_air_hs * S_channel / nu_air_hs
print(f"通道Reynolds数: {Re_hs:.1f}")

# 换热系数（层流发展）
if Re_hs < 2300:
    Nu_hs = 7.54  # 恒热流，充分发展层流
else:
    Nu_hs = 0.023 * Re_hs**0.8 * Pr_air**0.4

h_hs = Nu_hs * k_air_hs / S_channel
print(f"对流换热系数: {h_hs:.2f} W/(m²·K)")

# 散热器热阻
A_surface_hs = 2 * N_fins_hs * L_hs * H_hs + W_hs * L_hs  # 总表面积
R_conv_hs = 1 / (h_hs * A_surface_hs)
R_cond_hs = H_hs / (200 * W_hs * L_hs)  # 铝导热系数200

R_total_hs = R_cond_hs + R_conv_hs
T_chip = T_ambient + P_chip * R_total_hs

print(f"对流热阻: {R_conv_hs:.4f} K/W")
print(f"导热热阻: {R_cond_hs:.6f} K/W")
print(f"总热阻: {R_total_hs:.4f} K/W")
print(f"芯片温度: {T_chip:.1f}°C")

# 不同风速下的芯片温度
u_air_range = np.linspace(1, 10, 50)
T_chip_range = []

for u_a in u_air_range:
    Re_a = u_a * S_channel / nu_air_hs
    if Re_a < 2300:
        Nu_a = 7.54
    else:
        Nu_a = 0.023 * Re_a**0.8 * Pr_air**0.4
    h_a = Nu_a * k_air_hs / S_channel
    R_conv_a = 1 / (h_a * A_surface_hs)
    R_total_a = R_cond_hs + R_conv_a
    T_c = T_ambient + P_chip * R_total_a
    T_chip_range.append(T_c)

# 可视化
fig, ax = plt.subplots(figsize=(10, 6))
ax.plot(u_air_range, T_chip_range, 'b-', linewidth=2)
ax.axhline(y=85, color='r', linestyle='--', alpha=0.7, label='Max allowable (85°C)')
ax.set_xlabel('Air Velocity (m/s)', fontsize=11)
ax.set_ylabel('Chip Temperature (°C)', fontsize=11)
ax.set_title('Electronic Cooling - Air Velocity Effect', fontsize=12, fontweight='bold')
ax.legend(fontsize=10)
ax.grid(True, alpha=0.3)

# 标记最小所需风速
for i, T_c in enumerate(T_chip_range):
    if T_c < 85:
        ax.axvline(x=u_air_range[i], color='g', linestyle=':', alpha=0.7)
        ax.text(u_air_range[i]+0.2, 60, f'Min velocity: {u_air_range[i]:.1f} m/s', fontsize=10)
        break

plt.tight_layout()
plt.savefig(f'{output_dir}/electronics_cooling.png', dpi=150, bbox_inches='tight')
plt.close()

print("图7：电子器件风冷散热已保存")
print("\n所有仿真完成！")

---

4. 工程应用

4.1 换热器设计

管壳式换热器：

• 管内强制对流
• 管外自然对流或强制对流
• 关联式选择

板式换热器：

• 复杂流道
• 强化传热
• 特殊关联式

翅片管换热器：

• 扩展传热面积
• 翅片效率
• 综合传热系数
• 板式换热器
• 翅片管换热器

4.2 电子冷却

强制风冷：

• 风扇散热
• 风道设计
• 噪音控制

液冷系统：

• 微通道冷板
• 射流冲击
• 相变冷却

热管散热：

• 高效相变传热
• 等温性好
• 无需外部动力

4.3 建筑节能

自然通风：

• 热压通风
• 风压通风
• 混合通风

幕墙设计：

• 双层幕墙
• 烟囱效应
• 夜间通风

---

5. 对流换热基础理论

5.1 边界层理论

速度边界层：
$${\delta }_v\sim \frac{x}{\sqrt{R{e}_x}}$$

热边界层：
$${\delta }_t=\frac{{\delta }_v}{P{r}^{1/3}}$$

局部换热系数：
$$h_x=\frac{k}{{\delta }_t}$$

5.2 相似准则

Reynolds数：
$$Re=\frac{\rho uL}{\mu }$$

Prandtl数：
$$Pr=\frac{\nu }{\alpha }=\frac{c_p\mu }{k}$$

Nusselt数：
$$Nu=\frac{hL}{k}$$

Grashof数：
$$Gr=\frac{g\beta \Delta T{L}^3}{{\nu }^2}$$

Rayleigh数：
$$Ra=Gr\cdot Pr$$

5.3 实验关联式

管流：

• 层流：$Nu=3.66$（充分发展）
• 湍流：Dittus-Boelter方程
• 过渡区：特殊处理

外掠平板：

• 层流：$N{u}_x=0.332R{e}_x^{1/2}P{r}^{1/3}$
• 湍流：$N{u}_x=0.0296R{e}_x^{4/5}P{r}^{1/3}$

自然对流：

• 竖板：$Nu=C\cdot R{a}^n$
• 水平板：不同系数
• 封闭腔：特殊关联式

5.4 对流换热强化

被动强化：

• 粗糙表面
• 扩展表面（翅片）
• 涡流发生器
• 纳米流体

主动强化：

• 机械搅拌
• 表面振动
• 射流冲击
• 电场/磁场

性能评价：
$$\eta =\frac{Nu/N{u}_0}{(f/f_0{)}^{1/3}}$$

---

6. 本章小结

对流换热是工程中最常见的传热方式，边界层理论是理解对流换热的基础，无量纲关联式是工程设计的重要工具。

核心内容

1. 边界层理论：

   • 速度边界层
   • 热边界层
   • 边界层发展

2. 相似准则：

   • Reynolds数
   • Prandtl数
   • Nusselt数
   • Grashof数

3. 实验关联式：

   • 管流
   • 外掠平板
   • 自然对流

工程价值

1. 换热器设计：管壳式、板式
2. 电子冷却：风冷、液冷
3. 建筑节能：自然通风
4. 能源系统：锅炉、冷凝器

对流换热分析是热工设计的基础，掌握其理论和关联式对于工程实践具有重要意义。