超临界流体（SCF）由于其高比热和在临界点附近的连续转变特性，成为先进能源系统中的关键传热介质[1]、[2]、[3]、[4]、[5]。这种独特行为在图1中得到了直观展示，图中展示了不同压力下的热力学性质。接近伪临界点时发生的严重性质变化带来了高性能，但也引入了一个根本性挑战。这些变化引起了强烈的浮力和加速效应，导致传统的传热关联（如Dittus-Boelter关联）显著失效，误差超过30%，在高热流情况下甚至超过370%[6]。流动方向进一步复杂化了预测模型的开发。虽然大多数研究集中在垂直管道上[7]、[8]、[9]，但水平配置的研究较少[10]、[11]。在水平流动中，浮力驱动了次级运动，导致显著的壁温差异，这是轴对称垂直流动中不存在的现象。尽管在低质量流量比下方向效应最小化[12]、[13]、[14]，但在强烈加热下仍观察到壁温分布和恶化位置的显著差异[15]、[16]、[17]。
当前的建模方法在预测强性质变化条件下的传热方面面临公认的挑战。对现有关联进行经验性的性质比校正后，在强烈加热条件下误差可能超过25%[18]。尽管RANS模型对大多数工程应用仍然不可或缺，但其固有的公式化方法对某些复杂流动存在特定限制。例如，在性质变化剧烈的流动中，标准RANS方法必须应对湍流普朗特数（Pr_t）的振荡[19]、[20]以及由密度波动引起的热波动（类似于沸腾[21]）和传热恶化模式，这些仍需通过经验进行校正[22]、[23]、[24]。DNS在揭示潜在物理机制方面发挥了关键作用，阐明了如浮力驱动的条纹扩展[25]以及密度-速度协方差在湍流传输中的重要作用[26]。然而，现有的DNS研究通常局限于有限的参数范围和特定几何形状，这突显了需要一个更系统的数据库来覆盖更广泛的流动范围。尽管上述相关性总结得很全面，但仍存在三个关键缺口：
(i)对受限通道中低雷诺数范围的关注不足。尽管这对于芯片冷却等应用至关重要，但目前文献中对低Re超临界流动的特性描述不够充分。
(ii)对于强性质变化流动的预测偏差尚未量化。虽然已知RANS模型无法解析某些瞬态和相干的结构细节，但在强性质变化条件下，它们与DNS在预测关键参数（如努塞尔数（Nu）时的偏差幅度需要系统量化。
(iii)现有研究中压力变化的范围较窄。压力参数对流体性质有重要影响，特别是比热容峰值。现有的关联和数据库通常覆盖的压力范围有限，这突显了需要在更广泛的压力条件下验证模型的必要性。
为了解决这些缺口，本研究围绕以下目标展开：
(i)系统分析了RANS模型在强性质变化条件下的预测偏差。这是通过在标准流动配置下进行RANS模拟与高保真DNS数据之间的比较分析来实现的。重点在于量化关键参数的偏差，并阐明RANS框架内导致观察到的偏差的具体物理机制，并量化当相同的建模方法应用于现在对芯片冷却应用越来越重要的低Re、大密度比范围时，预测结果可能会偏离多少。
(ii)在以临界压力为基准的广泛压力范围内进行了一系列模拟，以系统地捕捉这一参数对超临界传热动态的影响，特别是在伪临界区域附近。
(iii)开发了一种通用的努塞尔数关联公式。通过纳入控制超临界流动的关键无量纲组，所提出的公式旨在超越特定工作流体关联的局限性，提高其在超出原始数据集条件下的预测适用性。
本文的其余部分组织如下。第2节总结了文献中可用的经验传热关联。第3节描述了DNS和RANS的数值设置以及所采用的评估指标。第4节分析了控制努塞尔数的机制，并记录了当前RANS模型无法准确再现它的情况。第5节讨论了壁面法向速度的起源和预测。第6节通过系统的尺寸分析推导出新的无量纲组，并提出了基于DNS的传热关联。第7节给出了主要结论。
