Abstract Development of computationally efficient modeling techniques for thermally driven buoyant flows remains an ongoing challenge for the computational fluid dynamics (CFD) community due to the complex interactions of buoyancy, heat transfer, and turbulence. Although several “best practice” guides are available for certain scenarios, comprehensive validation studies against benchmark-quality data must occur to ensure the accuracy and suitability of these computational models. To this end, the present study provides a robust assessment of 16 different turbulence treatments − 13 Reynolds-averaged Navier-Stokes (RANS) formulations and 3 large-eddy simulation (LES) sub-grid scale models – and their ability to predict various first- and second-order system response quantities (SRQs) in a differentially heated enclosure at a Rayleigh number of 1.58 × 109. Current ASME standards are used to quantify the latent discretization errors in the RANS predictions while a sub-grid activity parameter is used to justify the spatial resolution of the LES models. In general, most RANS models suitably replicate surface heat transfer and first-order SRQs; however, certain low-Reynolds-number formulations markedly mischaracterize the same parameters. Following a thorough comparison of turbulent statistics and turbulence kinetic energy budgets, these modeling errors are traced back to a misprediction of turbulent viscosity and direct production of turbulence from buoyancy. The LES predictions from all three sub-grid scale models are in good agreement with the corresponding experimental measurements with only minor disparities in the horizontal and vertical components of the turbulent heat flux.

中文翻译：

---

评估差热方腔中自然对流的 RANS 和 LES 湍流模型

摘要 由于浮力、传热和湍流的复杂相互作用，开发热驱动浮力流的计算高效建模技术仍然是计算流体动力学 (CFD) 社区的持续挑战。尽管针对某些场景提供了多个“最佳实践”指南，但必须针对基准质量数据进行全面的验证研究，以确保这些计算模型的准确性和适用性。为此，本研究提供了对 16 种不同湍流处理的稳健评估——13 种雷诺平均纳维-斯托克斯 (RANS) 公式和 3 种大涡模拟 (LES) 子网格尺度模型——以及它们预测各种第一的能力- 以及瑞利数为 1 的差分加热外壳中的二阶系统响应量 (SRQ)。58 × 109。当前的 ASME 标准用于量化 RANS 预测中的潜在离散化误差，而子网格活动参数用于证明 LES 模型的空间分辨率。一般来说，大多数 RANS 模型都适当地复制了表面传热和一阶 SRQ；然而，某些低雷诺数公式明显错误地描述了相同的参数。在对湍流统计数据和湍流动能预算进行彻底比较之后，这些建模错误可以追溯到湍流粘度的错误预测和浮力直接产生湍流。来自所有三个子网格比例模型的 LES 预测与相应的实验测量结果非常一致，在湍流热通量的水平和垂直分量上只有很小的差异。当前的 ASME 标准用于量化 RANS 预测中的潜在离散化误差，而子网格活动参数用于证明 LES 模型的空间分辨率。一般来说，大多数 RANS 模型都适当地复制了表面传热和一阶 SRQ；然而，某些低雷诺数公式明显错误地描述了相同的参数。在对湍流统计数据和湍流动能预算进行彻底比较之后，这些建模错误可以追溯到湍流粘度的错误预测和浮力直接产生湍流。来自所有三个子网格比例模型的 LES 预测与相应的实验测量结果非常一致，在湍流热通量的水平和垂直分量上只有很小的差异。当前的 ASME 标准用于量化 RANS 预测中的潜在离散化误差，而子网格活动参数用于证明 LES 模型的空间分辨率。一般来说，大多数 RANS 模型都适当地复制了表面传热和一阶 SRQ；然而，某些低雷诺数公式明显错误地描述了相同的参数。在对湍流统计数据和湍流动能预算进行彻底比较之后，这些建模错误可以追溯到湍流粘度的错误预测和浮力直接产生湍流。来自所有三个子网格比例模型的 LES 预测与相应的实验测量结果非常一致，在湍流热通量的水平和垂直分量上只有很小的差异。