柱坐标系下的流体力学控制方程组的微分形式的推导

直角坐标系下描述

我们以NS方程(Navier-Stokes Equation)为例,来推导控制方程的柱坐标表示。我这里考虑不可压的,密度和粘性系数都为常数的情况。

此时,直角坐标系下的NS方程的表达形式为,
ρDV⃗Dt=−∇p+ρg⃗+μ∇2V⃗∇⋅V⃗=0\begin{array}{c}{\rho \frac{D \vec{V}}{D t}=-\nabla p+\rho \vec{g}+\mu \nabla^{2} \vec{V}} \\ {\nabla \cdot \vec{V}=0}\end{array} ρDtDV​=−∇p+ρg​+μ∇2V∇⋅V=0​

按分量的形式可以写为:

ρ(∂u∂t+u∂u∂x+v∂u∂y+w∂u∂z)=−∂P∂x+ρgx+μ(∂2u∂x2+∂2u∂y2+∂2u∂z2)\rho\left(\frac{\partial u}{\partial t}+u \frac{\partial u}{\partial x}+v \frac{\partial u}{\partial y}+w \frac{\partial u}{\partial z}\right)=-\frac{\partial P}{\partial x}+\rho g_{x}+\mu\left(\frac{\partial^{2} u}{\partial x^{2}}+\frac{\partial^{2} u}{\partial y^{2}}+\frac{\partial^{2} u}{\partial z^{2}}\right) ρ(∂t∂u​+u∂x∂u​+v∂y∂u​+w∂z∂u​)=−∂x∂P​+ρgx​+μ(∂x2∂2u​+∂y2∂2u​+∂z2∂2u​)
ρ(∂v∂t+u∂v∂x+v∂v∂y+w∂v∂z)=−∂P∂y+ρgy+μ(∂2v∂x2+∂2v∂y2+∂2v∂z2)\rho\left(\frac{\partial v}{\partial t}+u \frac{\partial v}{\partial x}+v \frac{\partial v}{\partial y}+w \frac{\partial v}{\partial z}\right)=-\frac{\partial P}{\partial y}+\rho g_{y}+\mu\left(\frac{\partial^{2} v}{\partial x^{2}}+\frac{\partial^{2} v}{\partial y^{2}}+\frac{\partial^{2} v}{\partial z^{2}}\right) ρ(∂t∂v​+u∂x∂v​+v∂y∂v​+w∂z∂v​)=−∂y∂P​+ρgy​+μ(∂x2∂2v​+∂y2∂2v​+∂z2∂2v​)
ρ(∂w∂t+u∂w∂x+v∂w∂y+w∂w∂z)=−∂P∂z+ρgz+μ(∂2w∂x2+∂2w∂y2+∂2w∂z2)\rho\left(\frac{\partial w}{\partial t}+u \frac{\partial w}{\partial x}+v \frac{\partial w}{\partial y}+w \frac{\partial w}{\partial z}\right)=-\frac{\partial P}{\partial z}+\rho g_{z}+\mu\left(\frac{\partial^{2} w}{\partial x^{2}}+\frac{\partial^{2} w}{\partial y^{2}}+\frac{\partial^{2} w}{\partial z^{2}}\right) ρ(∂t∂w​+u∂x∂w​+v∂y∂w​+w∂z∂w​)=−∂z∂P​+ρgz​+μ(∂x2∂2w​+∂y2∂2w​+∂z2∂2w​)

直角坐标系到柱坐标系

如图所示,我们建立直角坐标系和柱坐标系。

由柱坐标系的定义,我们知道,直角坐标系和柱坐标系满足这样一个关系:

[rθz]=[x2+y2arctan⁡(y/x)z],0≤θ<2π\left[ \begin{array}{l}{r} \\ {\theta} \\ {z}\end{array}\right]=\left[ \begin{array}{c}{\sqrt{x^{2}+y^{2}}} \\ {\arctan (y / x)} \\ {z}\end{array}\right], \quad 0 \leq \theta<2 \pi ⎣⎡​rθz​⎦⎤​=⎣⎡​x2+y2​arctan(y/x)z​⎦⎤​,0≤θ<2π

[xyz]=[rcos⁡θrsin⁡θz]\left[ \begin{array}{l}{x} \\ {y} \\ {z}\end{array}\right]=\left[ \begin{array}{c}{r \cos \theta} \\ {r \sin \theta} \\ {z}\end{array}\right] ⎣⎡​xyz​⎦⎤​=⎣⎡​rcosθrsinθz​⎦⎤​

假设在直角坐标系中,三个坐标轴方向的单位向量分别表示为i、j、k\mathbf{i、j、k}i、j、k,在柱坐标系中,三个轴向的单位向量表示为er,eθ,ez\mathbf{e_r,e_\theta,e_z}er​,eθ​,ez​,那么,如图所示,我们将i、j、k\mathbf{i、j、k}i、j、k分解到柱坐标系中,将er,eθ,ez\mathbf{e_r,e_\theta,e_z}er​,eθ​,ez​分解到直角坐标系中,可以得到二者之间的一个关系。


[ereθez]=[cos⁡θsin⁡θ0−sin⁡θcos⁡θ0001][ijk]\left[ \begin{array}{c}{\mathbf{e_r}} \\ {\mathbf{e_\theta}} \\ {\mathbf{e_z}}\end{array}\right]=\left[ \begin{array}{ccc}{\cos \theta} & {\operatorname{sin} \theta} & {0} \\ {-\sin \theta} & {\cos \theta} & {0} \\ {0} & {0} & {1}\end{array}\right] \left[ \begin{array}{l}{\mathbf{i}} \\ {\mathbf{j}} \\ {\mathbf{k}}\end{array}\right] ⎣⎡​er​eθ​ez​​⎦⎤​=⎣⎡​cosθ−sinθ0​sinθcosθ0​001​⎦⎤​⎣⎡​ijk​⎦⎤​

[ijk]=[cos⁡θ-sin⁡θ0sin⁡θcos⁡θ0001][ereθez]\left[ \begin{array}{l}{\mathbf{i}} \\ {\mathbf{j}} \\ {\mathbf{k}}\end{array}\right]=\left[ \begin{array}{ccc}{\cos \theta} & {\operatorname{-sin} \theta} & {0} \\ {\sin \theta} & {\cos \theta} & {0} \\ {0} & {0} & {1}\end{array}\right] \left[ \begin{array}{c}{\mathbf{e_r}} \\ {\mathbf{e_\theta}} \\ {\mathbf{e_z}}\end{array}\right] ⎣⎡​ijk​⎦⎤​=⎣⎡​cosθsinθ0​-sinθcosθ0​001​⎦⎤​⎣⎡​er​eθ​ez​​⎦⎤​

坐标系变换的雅克比矩阵体现了两个坐标系中变量的偏导关系,表示如下:

柱坐标系下常用算子表示

为了推导不可压NS方程在柱坐标下的表示形式,我们先推导一些常用算子的柱坐标表示(重要但后面不一定全会用到),即:
∇f=∂f∂rer+1r∂f∂θeθ+∂f∂zez∇⋅f=1r∂∂r(rfr)+1r∂fθ∂θ+∂fz∂z∇×f=(1r∂fz∂θ−∂fθ∂z)er+(∂fr∂z−∂fz∂r)eθ+1r(∂∂r(rfθ)−∂fr∂θ)ez∇2f=1r∂∂r(r∂f∂r)+1r2∂2f∂θ2+∂2f∂z2\begin{aligned} \nabla f &=\frac{\partial f}{\partial r} \mathbf{e_r}+\frac{1}{r} \frac{\partial f}{\partial \theta} \mathbf{e_\theta}+\frac{\partial f}{\partial z} \mathbf{e_z}\\ \nabla \cdot \boldsymbol{f} &=\frac{1}{r} \frac{\partial}{\partial r}\left(r f_{r}\right)+\frac{1}{r} \frac{\partial f_{\theta}}{\partial \theta}+\frac{\partial f_{z}}{\partial z} \\ \nabla \times \boldsymbol{f} &=\left(\frac{1}{r} \frac{\partial f_{z}}{\partial \theta}-\frac{\partial f_{\theta}}{\partial z}\right) \mathbf{e_r}+\left(\frac{\partial f_{r}}{\partial z}-\frac{\partial f_{z}}{\partial r}\right) \mathbf{e_\theta}+\frac{1}{r}\left(\frac{\partial}{\partial r}\left(r f_{\theta}\right)-\frac{\partial f_{r}}{\partial \theta}\right) \mathbf{e_z}\\ \nabla^{2} f &=\frac{1}{r} \frac{\partial}{\partial r}\left(r \frac{\partial f}{\partial r}\right)+\frac{1}{r^{2}} \frac{\partial^{2} f}{\partial \theta^{2}}+\frac{\partial^{2} f}{\partial z^{2}} \end{aligned} ∇f∇⋅f∇×f∇2f​=∂r∂f​er​+r1​∂θ∂f​eθ​+∂z∂f​ez​=r1​∂r∂​(rfr​)+r1​∂θ∂fθ​​+∂z∂fz​​=(r1​∂θ∂fz​​−∂z∂fθ​​)er​+(∂z∂fr​​−∂r∂fz​​)eθ​+r1​(∂r∂​(rfθ​)−∂θ∂fr​​)ez​=r1​∂r∂​(r∂r∂f​)+r21​∂θ2∂2f​+∂z2∂2f​​

重要PS: 注意到,这里散度和旋度的定义用到的是的fff在柱坐标系下的分量来表示(右边),而一阶和二阶梯度中的fff是一个函数,这个函数既可以在直角坐标系下,也可以在柱坐标系下。如果f=V⃗\mathbf{f} = \vec Vf=V,每个分量表示速度沿三个方向的分量。

因为Tex公式敲起来挺费事的,我这里只证明一下第一个,其他类似。使用坐标系单位向量之间的关系和链式法则。
∇f=fx+fy+fz=[(frcosθ−fθ1rsinθ)cosθ+(frsinθ+fθ1rcosθ)sinθ]er+[(fr1rcosθ−fθ1rsinθ)−sinθ+(frsinθ+fθ1rcosθ)cosθ]eθ+fzez=frer+1rfθeθ+fzez\nabla f = f_x+f_y+f_z=[(f_r\mathrm{cos \theta-f_\theta\frac{1}{r}\mathrm{sin\theta}})\mathrm{cos \theta}+(f_r\mathrm{sin\theta+f_\theta\frac{1}{r}\mathrm{cos\theta}})\mathrm{sin\theta}]\mathbf{e_r}\\+[(f_r\frac{1}{r}\mathrm{cos \theta-f_\theta\frac{1}{r}\mathrm{sin\theta}})\mathrm{-sin\theta}+(f_r\mathrm{sin\theta+f_\theta\frac{1}{r}\mathrm{cos\theta}})\mathrm{cos\theta}]\mathbf{e_\theta}+f_z\mathbf{e_z}\\=f_r\mathbf{e_r}+\frac{1}{r}f_\theta \mathbf{e_\theta}+f_z\mathbf{e_z}∇f=fx​+fy​+fz​=[(fr​cosθ−fθ​r1​sinθ)cosθ+(fr​sinθ+fθ​r1​cosθ)sinθ]er​+[(fr​r1​cosθ−fθ​r1​sinθ)−sinθ+(fr​sinθ+fθ​r1​cosθ)cosθ]eθ​+fz​ez​=fr​er​+r1​fθ​eθ​+fz​ez​

不可压NS方程柱坐标形式推导

有了上述的工具,我们下一步要做的将Navier-Stokes方程直角坐标表达中的各种算子替换成上述的极坐标表示,整理合并即可。
对于NS方程,对左端求物质导数,NS方程表达为:
ρ∂V⃗∂t+ρV⃗⋅∇V⃗=−∇p+ρg⃗+μ∇2V⃗{\rho \frac{\partial \vec{V}}{\partial t}+\rho\vec V \cdot \nabla \vec V=-\nabla p+\rho \vec{g}+\mu \nabla^{2} \vec{V}} ρ∂t∂V​+ρV⋅∇V=−∇p+ρg​+μ∇2V

外力项不涉及求导,不发生变换,只要替换相应的变量即可。所以我们只要计算时间导数项,对流项,压强项和粘性项,以及连续性方程。

主要思路

我们想做的事情是,在NS方程的分量表达式

ρ(∂u∂t+u∂u∂x+v∂u∂y+w∂u∂z)=−∂P∂x+ρgx+μ(∂2u∂x2+∂2u∂y2+∂2u∂z2)\rho\left(\frac{\partial u}{\partial t}+u \frac{\partial u}{\partial x}+v \frac{\partial u}{\partial y}+w \frac{\partial u}{\partial z}\right)=-\frac{\partial P}{\partial x}+\rho g_{x}+\mu\left(\frac{\partial^{2} u}{\partial x^{2}}+\frac{\partial^{2} u}{\partial y^{2}}+\frac{\partial^{2} u}{\partial z^{2}}\right) ρ(∂t∂u​+u∂x∂u​+v∂y∂u​+w∂z∂u​)=−∂x∂P​+ρgx​+μ(∂x2∂2u​+∂y2∂2u​+∂z2∂2u​)
ρ(∂v∂t+u∂v∂x+v∂v∂y+w∂v∂z)=−∂P∂y+ρgy+μ(∂2v∂x2+∂2v∂y2+∂2v∂z2)\rho\left(\frac{\partial v}{\partial t}+u \frac{\partial v}{\partial x}+v \frac{\partial v}{\partial y}+w \frac{\partial v}{\partial z}\right)=-\frac{\partial P}{\partial y}+\rho g_{y}+\mu\left(\frac{\partial^{2} v}{\partial x^{2}}+\frac{\partial^{2} v}{\partial y^{2}}+\frac{\partial^{2} v}{\partial z^{2}}\right) ρ(∂t∂v​+u∂x∂v​+v∂y∂v​+w∂z∂v​)=−∂y∂P​+ρgy​+μ(∂x2∂2v​+∂y2∂2v​+∂z2∂2v​)
ρ(∂w∂t+u∂w∂x+v∂w∂y+w∂w∂z)=−∂P∂z+ρgz+μ(∂2w∂x2+∂2w∂y2+∂2w∂z2)\rho\left(\frac{\partial w}{\partial t}+u \frac{\partial w}{\partial x}+v \frac{\partial w}{\partial y}+w \frac{\partial w}{\partial z}\right)=-\frac{\partial P}{\partial z}+\rho g_{z}+\mu\left(\frac{\partial^{2} w}{\partial x^{2}}+\frac{\partial^{2} w}{\partial y^{2}}+\frac{\partial^{2} w}{\partial z^{2}}\right) ρ(∂t∂w​+u∂x∂w​+v∂y∂w​+w∂z∂w​)=−∂z∂P​+ρgz​+μ(∂x2∂2w​+∂y2∂2w​+∂z2∂2w​)

当中,将u,v,wu,v,wu,v,w换成ur,uθ,uzu_r,u_\theta,u_zur​,uθ​,uz​,并且我柱坐标系下的三个式子是关于er,eθ,ez\mathbf{e_r,e_\theta,e_z}er​,eθ​,ez​三个方向的分量,即考虑将三个式子做线性组合,左边对左边,右边多右边:
[柱式1柱式2柱式3]=[cos⁡θsin⁡θ0−sin⁡θcos⁡θ0001][直式1直式2直式3]\left[ \begin{array}{c}{柱式1} \\ {柱式2} \\ {柱式3}\end{array}\right]=\left[ \begin{array}{ccc}{\cos \theta} & {\operatorname{sin} \theta} & {0} \\ {-\sin \theta} & {\cos \theta} & {0} \\ {0} & {0} & {1}\end{array}\right] \left[ \begin{array}{l}{直式1} \\ {直式2} \\ {直式3}\end{array}\right] ⎣⎡​柱式1柱式2柱式3​⎦⎤​=⎣⎡​cosθ−sinθ0​sinθcosθ0​001​⎦⎤​⎣⎡​直式1直式2直式3​⎦⎤​

考虑直角坐标系向量到柱坐标系的替换:
V⃗=[uvw]=[cos⁡θ-sin⁡θ0sin⁡θcos⁡θ0001][uruθuz]\vec V = \left[ \begin{array}{l}{u} \\ {v} \\ {w}\end{array}\right]=\left[ \begin{array}{ccc}{\cos \theta} & {\operatorname{-sin} \theta} & {0} \\ {\sin \theta} & {\cos \theta} & {0} \\ {0} & {0} & {1}\end{array}\right] \left[ \begin{array}{c}{{u_r}} \\ {{u_\theta}} \\ {{u_z}}\end{array}\right] V=⎣⎡​uvw​⎦⎤​=⎣⎡​cosθsinθ0​-sinθcosθ0​001​⎦⎤​⎣⎡​ur​uθ​uz​​⎦⎤​

将其代入,并利用梯度和拉普拉斯算子在柱坐标下的表示公式(不全用到):

∇f=∂f∂rer+1r∂f∂θeθ+∂f∂zez∇⋅f=1r∂∂r(rfr)+1r∂fθ∂θ+∂fz∂z∇×f=(1r∂fz∂θ−∂fθ∂z)er+(∂fr∂z−∂fz∂r)eθ+1r(∂∂r(rfθ)−∂fr∂θ)ez∇2f=1r∂∂r(r∂f∂r)+1r2∂2f∂θ2+∂2f∂z2\begin{aligned} \nabla f &=\frac{\partial f}{\partial r} \mathbf{e_r}+\frac{1}{r} \frac{\partial f}{\partial \theta} \mathbf{e_\theta}+\frac{\partial f}{\partial z} \mathbf{e_z}\\ \nabla \cdot \boldsymbol{f} &=\frac{1}{r} \frac{\partial}{\partial r}\left(r f_{r}\right)+\frac{1}{r} \frac{\partial f_{\theta}}{\partial \theta}+\frac{\partial f_{z}}{\partial z} \\ \nabla \times \boldsymbol{f} &=\left(\frac{1}{r} \frac{\partial f_{z}}{\partial \theta}-\frac{\partial f_{\theta}}{\partial z}\right) \mathbf{e_r}+\left(\frac{\partial f_{r}}{\partial z}-\frac{\partial f_{z}}{\partial r}\right) \mathbf{e_\theta}+\frac{1}{r}\left(\frac{\partial}{\partial r}\left(r f_{\theta}\right)-\frac{\partial f_{r}}{\partial \theta}\right) \mathbf{e_z}\\ \nabla^{2} f &=\frac{1}{r} \frac{\partial}{\partial r}\left(r \frac{\partial f}{\partial r}\right)+\frac{1}{r^{2}} \frac{\partial^{2} f}{\partial \theta^{2}}+\frac{\partial^{2} f}{\partial z^{2}} \end{aligned} ∇f∇⋅f∇×f∇2f​=∂r∂f​er​+r1​∂θ∂f​eθ​+∂z∂f​ez​=r1​∂r∂​(rfr​)+r1​∂θ∂fθ​​+∂z∂fz​​=(r1​∂θ∂fz​​−∂z∂fθ​​)er​+(∂z∂fr​​−∂r∂fz​​)eθ​+r1​(∂r∂​(rfθ​)−∂θ∂fr​​)ez​=r1​∂r∂​(r∂r∂f​)+r21​∂θ2∂2f​+∂z2∂2f​​

另外链式法则需要用到两个坐标系变换的求导关系:

综上进行合并整理,即可。

连续性方程(质量守恒)

由柱坐标下的散度公式,可知不可压连续性条件为:
1r∂(rur)∂r+1r∂(uθ)∂θ+∂uz∂z=0\frac{1}{r} \frac{\partial\left(r u_{r}\right)}{\partial r}+\frac{1}{r} \frac{\partial\left(u_{\theta}\right)}{\partial \theta}+\frac{\partial u_{z}}{\partial z}=0 r1​∂r∂(rur​)​+r1​∂θ∂(uθ​)​+∂z∂uz​​=0

时间导数项

因为柱坐标变换是对空间的变换,不涉及时间变量,所以时间导数项在直角坐标系下不发生变化,做一个式分量的线性组合即可。
[∂ur∂t∂uθ∂t∂uz∂t]=[cos⁡θsin⁡θ0−sin⁡θcos⁡θ0001][∂u∂t∂v∂t∂w∂t]\left[ \begin{array}{c}{\frac{\partial u_r}{\partial t}} \\ {\frac{\partial u_\theta}{\partial t}} \\ {\frac{\partial u_z}{\partial t}}\end{array}\right]=\left[ \begin{array}{ccc}{\cos \theta} & {\operatorname{sin} \theta} & {0} \\ {-\sin \theta} & {\cos \theta} & {0} \\ {0} & {0} & {1}\end{array}\right] \left[ \begin{array}{l}{\frac{\partial u}{\partial t}} \\ {\frac{\partial v}{\partial t}} \\ {\frac{\partial w}{\partial t}}\end{array}\right] ⎣⎡​∂t∂ur​​∂t∂uθ​​∂t∂uz​​​⎦⎤​=⎣⎡​cosθ−sinθ0​sinθcosθ0​001​⎦⎤​⎣⎡​∂t∂u​∂t∂v​∂t∂w​​⎦⎤​

对流项

因为V⃗\vec VV是一个向量,我们可以分别考虑它的每一个分量:

ρV⃗⋅∇f=ρ(∂f∂ru+1r∂f∂θv+∂f∂zw)\rho\vec{V}\cdot \nabla f =\rho(\frac{\partial f}{\partial r} {u}+\frac{1}{r} \frac{\partial f}{\partial \theta} {v}+\frac{\partial f}{\partial z} {w})ρV⋅∇f=ρ(∂r∂f​u+r1​∂θ∂f​v+∂z∂f​w)

将fff分别替换为u,v,wu,v,wu,v,w,并将其替换为ur,uθ,uzu_r,u_\theta,u_zur​,uθ​,uz​,合并化简,即可得到对流项。

ρ(ur∂ur∂r+uθr∂ur∂θ−uθ2r+uz∂ur∂z)\begin{array}{l}{\rho\left(u_{r} \frac{\partial u_{r}}{\partial r}+\frac{u_{\theta}}{r} \frac{\partial u_{r}}{\partial \theta}-\frac{u_{\theta}^{2}}{r}+u_{z} \frac{\partial u_{r}}{\partial z}\right)} \end{array} ρ(ur​∂r∂ur​​+ruθ​​∂θ∂ur​​−ruθ2​​+uz​∂z∂ur​​)​
ρ(ur∂uθ∂r+uθr∂uθ∂θ+uruθr+uz∂uθ∂z)\begin{array}{l}{\rho\left(u_{r} \frac{\partial u_{\theta}}{\partial r}+\frac{u_{\theta}}{r} \frac{\partial u_{\theta}}{\partial \theta}+\frac{u_{r} u_{\theta}}{r}+u_{z} \frac{\partial u_{\theta}}{\partial z}\right)} \end{array} ρ(ur​∂r∂uθ​​+ruθ​​∂θ∂uθ​​+rur​uθ​​+uz​∂z∂uθ​​)​
ρ(ur∂uz∂r+uθr∂uz∂θ+uz∂uz∂z)\begin{array}{l}{\rho\left(u_{r} \frac{\partial u_{z}}{\partial r}+\frac{u_{\theta}}{r} \frac{\partial u_{z}}{\partial \theta}+u_{z} \frac{\partial u_{z}}{\partial z}\right)} \end{array} ρ(ur​∂r∂uz​​+ruθ​​∂θ∂uz​​+uz​∂z∂uz​​)​

打tex比较麻烦,将手算稿纸黏贴如下,(ρ\rhoρ在外面,先不考虑,下同):

压强项

我们想要的其实就是直角坐标系中的各个分量在柱坐标系下的表达,由前提到的梯度公式,直接可得:

−∇p=−∂p∂rer−1r∂p∂θeθ−∂p∂zez-\nabla p =- \frac{\partial p}{\partial r} \mathbf{e_r}-\frac{1}{r} \frac{\partial p}{\partial \theta} \mathbf{e_\theta}-\frac{\partial p}{\partial z} \mathbf{e_z}−∇p=−∂r∂p​er​−r1​∂θ∂p​eθ​−∂z∂p​ez​

粘性项

∇2f=1r∂∂r(r∂f∂r)+1r2∂2f∂θ2+∂2f∂z2\nabla^{2} f =\frac{1}{r} \frac{\partial}{\partial r}\left(r \frac{\partial f}{\partial r}\right)+\frac{1}{r^{2}} \frac{\partial^{2} f}{\partial \theta^{2}}+\frac{\partial^{2} f}{\partial z^{2}}∇2f=r1​∂r∂​(r∂r∂f​)+r21​∂θ2∂2f​+∂z2∂2f​

将fff分别替换为u,v,wu,v,wu,v,w,做式分量的线性组合,并使用ur,uθ,uzu_r,u_\theta,u_zur​,uθ​,uz​线性表出替换后并整理,即可。
Tex打起来比较麻烦,手稿如下:

合并

因为等式两边貌似没有一个统一表示的方法,所以最后只能写成分量的形式,最后方程的形式可以写为:
ρ(∂ur∂t+ur∂ur∂r+uθr∂ur∂θ−uθ2r+uz∂ur∂z)=−∂P∂r+ρgr+μ[1r∂∂r(r∂ur∂r)−urr2+1r2∂2ur∂θ2−2r2∂uθ∂θ+∂2ur∂z2]\begin{array}{l}{\rho\left(\frac{\partial u_{r}}{\partial t}+u_{r} \frac{\partial u_{r}}{\partial r}+\frac{u_{\theta}}{r} \frac{\partial u_{r}}{\partial \theta}-\frac{u_{\theta}^{2}}{r}+u_{z} \frac{\partial u_{r}}{\partial z}\right)} \\ {=-\frac{\partial P}{\partial r}+\rho g_{r}+\mu\left[\frac{1}{r} \frac{\partial}{\partial r}\left(r \frac{\partial u_{r}}{\partial r}\right)-\frac{u_{r}}{r^{2}}+\frac{1}{r^{2}} \frac{\partial^{2} u_{r}}{\partial \theta^{2}}-\frac{2}{r^{2}} \frac{\partial u_{\theta}}{\partial \theta}+\frac{\partial^{2} u_{r}}{\partial z^{2}}\right]}\end{array} ρ(∂t∂ur​​+ur​∂r∂ur​​+ruθ​​∂θ∂ur​​−ruθ2​​+uz​∂z∂ur​​)=−∂r∂P​+ρgr​+μ[r1​∂r∂​(r∂r∂ur​​)−r2ur​​+r21​∂θ2∂2ur​​−r22​∂θ∂uθ​​+∂z2∂2ur​​]​

ρ(∂uθ∂t+ur∂uθ∂r+uθr∂uθ∂θ+uruθr+uz∂uθ∂z)=−1r∂P∂θ+ρgθ+μ[1r∂∂r(r∂uθ∂r)−uθr2+1r2∂2uθ∂θ2+2r2∂ur∂θ+∂2uθ∂z2]\begin{array}{l}{\rho\left(\frac{\partial u_{\theta}}{\partial t}+u_{r} \frac{\partial u_{\theta}}{\partial r}+\frac{u_{\theta}}{r} \frac{\partial u_{\theta}}{\partial \theta}+\frac{u_{r} u_{\theta}}{r}+u_{z} \frac{\partial u_{\theta}}{\partial z}\right)} \\ {=-\frac{1}{r} \frac{\partial P}{\partial \theta}+\rho g_{\theta}+\mu\left[\frac{1}{r} \frac{\partial}{\partial r}\left(r \frac{\partial u_{\theta}}{\partial r}\right)-\frac{u_{\theta}}{r^{2}}+\frac{1}{r^{2}} \frac{\partial^{2} u_{\theta}}{\partial \theta^{2}}+\frac{2}{r^{2}} \frac{\partial u_{r}}{\partial \theta}+\frac{\partial^{2} u_{\theta}}{\partial z^{2}}\right]}\end{array} ρ(∂t∂uθ​​+ur​∂r∂uθ​​+ruθ​​∂θ∂uθ​​+rur​uθ​​+uz​∂z∂uθ​​)=−r1​∂θ∂P​+ρgθ​+μ[r1​∂r∂​(r∂r∂uθ​​)−r2uθ​​+r21​∂θ2∂2uθ​​+r22​∂θ∂ur​​+∂z2∂2uθ​​]​

ρ(∂uz∂t+ur∂uz∂r+uθr∂uz∂θ+uz∂uz∂z)=−∂P∂z+ρgz+μ[1r∂∂r(r∂uz∂r)+1r2∂2uz∂θ2+∂2uz∂z2]\begin{array}{l}{\rho\left(\frac{\partial u_{z}}{\partial t}+u_{r} \frac{\partial u_{z}}{\partial r}+\frac{u_{\theta}}{r} \frac{\partial u_{z}}{\partial \theta}+u_{z} \frac{\partial u_{z}}{\partial z}\right)} \\ {=-\frac{\partial P}{\partial z}+\rho g_{z}+\mu\left[\frac{1}{r} \frac{\partial}{\partial r}\left(r \frac{\partial u_{z}}{\partial r}\right)+\frac{1}{r^{2}} \frac{\partial^{2} u_{z}}{\partial \theta^{2}}+\frac{\partial^{2} u_{z}}{\partial z^{2}}\right]}\end{array} ρ(∂t∂uz​​+ur​∂r∂uz​​+ruθ​​∂θ∂uz​​+uz​∂z∂uz​​)=−∂z∂P​+ρgz​+μ[r1​∂r∂​(r∂r∂uz​​)+r21​∂θ2∂2uz​​+∂z2∂2uz​​]​

不可压连续性条件为:
1r∂(rur)∂r+1r∂(uθ)∂θ+∂uz∂z=0\frac{1}{r} \frac{\partial\left(r u_{r}\right)}{\partial r}+\frac{1}{r} \frac{\partial\left(u_{\theta}\right)}{\partial \theta}+\frac{\partial u_{z}}{\partial z}=0 r1​∂r∂(rur​)​+r1​∂θ∂(uθ​)​+∂z∂uz​​=0

柱坐标系下的流体力学控制方程组的微分形式的推导相关推荐

  1. 18.0.高等数学四-柱坐标系下三重积分的计算

    柱坐标系下三重积分的计算 问题引入 空间上点的柱坐标表示 例题1 三重积分的柱坐标形式 例题2 例题3 例题4 问题引入 如何计算飞船返回舱的体积? 空间上点的柱坐标表示

  2. 柱坐标系下的ns方程_麦克斯韦方程组小结

    一.▽ 算子.点积.叉积 l▽ 算子叫"del"算子,即<< span="">∂/∂x,∂/∂y,∂/∂z>,可以理解为一个符号向量,向 ...

  3. Helmholtz方程在柱坐标系下的变量分离及Bessel方程的导出 | 特殊函数(二) |偏微分方程(二十四)

    在圆柱坐标曲面所围的区域上求解时,应采用柱坐标系(r,θ,z)(r,\theta,z)(r,θ,z),此时 Δ3=1r∂∂r(r∂∂r)+1r2∂2∂θ2+∂2∂z2\Delta_3=\frac{1} ...

  4. [流体力学] 推导柱坐标系下的连续性方程

  5. 柱坐标系下的ns方程_笛卡尔坐标系到底是什么?

    最近,我上传了一张名为"数学的深渊"的图片,大家颇感兴趣(可能被数学伤的很深吧^_^).接下来的日子,我会和大家一起,开启"十舍数学"号潜水艇,一层一层,前往数 ...

  6. 井壁稳定,comsol柱坐标系下井周应力

  7. 静止坐标系下,永磁同步电机PR控制,QPR控制。

    静止坐标系下,永磁同步电机PR控制,QPR控制. ID:2710649678673849

  8. mavros 基于体轴坐标系下的无人机行人跟踪

    该任务是为了实现无人机对于行人的跟踪,飞控采用的是px4,机载的板子是使用jetson nano.利用darknet_ros和自己训练的行人检测的yolov3 tiny模型,在jetson nano板 ...

  9. 【声辐射】——不同坐标系下的格林函数

    概述 本文整理了不同坐标系下Helmholtz方程对应的格林函数 (∇2+k2)G(x)=δ(x)(\nabla^2+k^2)G(x)=\delta (x)(∇2+k2)G(x)=δ(x) 直角坐标系 ...

  10. 柱坐标下多重网格法解泊松方程-python

    写了一个柱坐标下多重网格法解泊松方程的code,外边界采用的是第一类边界条件,直接用解析解赋值,内边界需要注意的是在x=0的转轴上面有奇点. 柱坐标下泊松方程形式为 当x趋向于0时, 将方程离散化,其 ...

最新文章

  1. 字符串匹配算法 -- AC自动机 基于Trie树的高效的敏感词过滤算法
  2. 人民搜索,该怎么说你才好
  3. 为什么delete表数据,磁盘空间却还是被占用
  4. python使用openCV图像加载(转化为灰度图像)、Canny边缘检测器检测图像的边缘(Detect Edges)
  5. [RHEL] RHEL7.0 下 Postfix + Dovecot 实现邮件发送
  6. MemoryStream的一些问题
  7. 【转】 Linux内核中读写文件数据的方法--不错
  8. 04.local_gateway和network相关设置
  9. ASP.NET Core中的Http缓存
  10. opencv+python视频实时质心显示
  11. 华为鸿蒙3799跟4799有啥区别,华为鸿蒙智慧屏出世!3799元高价,是增智慧还是智商税?...
  12. [ES6] 细化ES6之 -- 前端模块化
  13. 关于AVOD, 你需要知道的事
  14. CCA分析图如何解读_欧易/鹿明生物云平台:点点鼠标,轻松完成RDA/CCA分析
  15. 前端使用cesium加载地球
  16. 【深入理解Java原理】Java类加载机制
  17. 你是否也陷入了《能力陷阱》?
  18. 好玩有趣的Workerman小蝌蚪匿名聊天室HTML源码
  19. H264中4x4、8x8和16x16尺寸对应场景
  20. lol1月24服务器维护,《lol》1月24日停机到几点 1月24日停机维护内容一览

热门文章

  1. 程序设计语言的基本概念
  2. ActiveX控件概述
  3. autocad2007二维图画法_AutoCAD2007教程(二)二维基本绘图命令
  4. html grid插件,grid.html
  5. 开机需要手动启动无线
  6. 四、登录注册页功能实现《iVX低代码/无代码个人博客制作》
  7. 从零开始学电脑知识,一步一步到成为电脑知识高手
  8. 视频综合平台系统架构分析-1
  9. 怎么自己制作一个U盘
  10. JAVA课设日记本,java课程设计(日记本)