fluent问题总结比较好.docx
《fluent问题总结比较好.docx》由会员分享，可在线阅读，更多相关《fluent问题总结比较好.docx（22页珍藏版）》请在冰豆网上搜索。
fluent问题总结比较好
1、流场数值计算的目的是什么？
主要方法有哪些？
其基本思路是什么？
各自的适用范围是什么？
答：
这个问题的范畴好大啊。
简要的说一下个人的理解吧：
流场数值求解的目的就是为了得到某个流动状态下的相关参数，这样可以节省实验经费，节约实验时间，并且可以模拟一些不可能做实验的流动状态。
主要方法有有限差分，有限元和有限体积法，好像最近还有无网格法和波尔兹曼法（格子法）。
基本思路都是将复杂的非线性差分/积分方程简化成简单的代数方程。
相对来说，有限差分法对网格的要求较高，而其他的方法就要灵活的多。
2、可压缩流动和不可压缩流动，在数值解法上各有何特点？
为何不可压缩流动在求解时反而比可压缩流动有更多的困难？
答：
注：
这个问题不是一句两句话就能说清楚的，大家还是看下面的两篇小文章吧，摘自《计算流体力学应用》，读完之后自有体会。
3、可压缩Euler及Navier-Stokes方程数值解
描述无粘流动的基本方程组是Euler方程组，描述粘性流动的基本方程组是Navier-Stokes方程组。
用数值方法通过求解Euler方程和Navier-Stokes方程模拟流场是计算流体动力学的重要内容之一。
由于飞行器设计实际问题中的绝大多数流态都具有较高的雷诺数，这些流动粘性区域很小，由对流作用主控，因此针对Euler方程发展的计算方法，在大多数情况下对Navier-Stokes方程也是有效的，只需针对粘性项用中心差分离散。
用数值方法求解无粘Euler方程组的历史可追溯到20世纪50年代，具有代表性的方法是1952年Courant等人以及1954年Lax和Friedrichs提出的一阶方法。
从那时开始，人们发展了大量的差分格式。
Lax和Wendroff的开创性工作是非定常Euler（可压缩Navier-Stokes）方程组数值求解方法发展的里程碑。
二阶精度Lax-Wendroff格式应用于非线性方程组派生出了一类格式，其共同特点是格式空间对称，即在空间上对一维问题是三点中心格式，在时间上是显式格式，并且该类格式是从时间空间混合离散中导出的。
该类格式中最流行的是MacCormack格式。
采用时空混合离散方法，其数值解趋近于定常时依赖于计算中采用的时间步长。
尽管由时间步长项引起的误差与截断误差在数量级上相同，但这却体现了一个概念上的缺陷，因为在计算得到的定常解中引进了一个数值参数。
将时间积分从空间离散中分离出来就避免了上述缺陷。
常用的时空分别离散格式有中心型格式和迎风型格式。
空间二阶精度的中心型格式（一维问题是三点格式）就属于上述范畴。
该类格式最具代表性的是Beam-Warming隐式格式和Jameson等人采用的Runge-Kutta时间积分方法发展的显式格式。
迎风型差分格式共同特点是所建立起的特征传播特性与差分空间离散方向选择的关系是与无粘流动的物理特性一致的。
第一个显式迎风差分格式是由Courant等人构造的，并推广为二阶精度和隐式时间积分方法。
基于通量方向性离散的Steger-Warming和VanLeer矢通量分裂方法可以认为是这类格式的一种。
该类格式的第二个分支是Godunov方法，该方法在每个网格步求解描述相邻间断（Riemann问题）的当地一维Euler方程。
根据这一方法Engquist、Osher和Roe等人构造了一系列引入近似Riemann算子的格式，这就是著名的通量差分方法。
对于没有大梯度的定常光滑流动，所有求解Euler方程格式的计算结果都是令人满意的，但当出现诸如激波这样的间断时，其表现确有很大差异。
绝大多数最初发展起来的格式，如Lax-Wendroff格式中心型格式，在激波附近会产生波动。
人们通过引入人工粘性构造了各种方法来控制和限制这些波动。
在一个时期里，这类格式在复杂流场计算中得到了应用。
然而，由于格式中含有自由参数，对不同问题要进行调整，不仅给使用上带来了诸多不便，而且格式对激波分辨率受到影响，因而其在复杂流动计算中的应用受到了一定限制。
另外一种方法是力图阻止数值波动的产生，而不是在其产生后再进行抑制。
这种方法是建立在非线性限制器的概念上，这一概念最初由Boris和Book及VanLeer提出，并且通过Harten发展的总变差减小（TVD,TotalVariationDiminishing）的重要概念得以实现。
通过这一途径，数值解的变化以非线性的方式得以控制。
这一类格式的研究和应用，在20世纪80年代形成了一股发展浪潮。
1988年，张涵信和庄逢甘利用热力学熵增原理，通过对差分格式修正方程式的分析，构造了满足熵增条件能够捕捉激波的无波动、无自由参数的耗散格式（NND格式）。
该类格式在航空航天飞行器气动数值模拟方面得到了广泛应用。
1987年，Harten和Osher指出，TVD格式最多能达到二阶精度。
为了突破这一精度上的限制引入了实质上无波动（ENO）格式的概念。
该类格式“几乎是TVD”的，Harten因此推断这些格式产生的数值解是一致有界的。
继Harten和Osher之后，Shu和Osher将ENO格式从一维推广到多维。
J.Y.Yang在三阶精度ENO差分格式上也做了不少工作。
1992年，张涵信另辟蹊径，在NND格式的基础上，发展了一种能捕捉激波的实质上无波动、无自由参数的三阶精度差分格式（简称ENN格式）。
1994年，Liu、Osher和Chan发展了WENO（WeightedEssentiallyNon-Oscillatory）格式。
WENO格式是基于ENO格式构造的高阶混合格式，它在保持了ENO格式优点的同时，计算流场中虚假波动明显减少。
此后，Jiang提出了一种新的网格模板光滑程度的度量方法。
目前高阶精度格式的研究与应用是计算流体力学的热点问题之一。
不可压缩Navier-Stokes方程求解
不可压缩流体力学数值解法有非常广泛的需求。
从求解低速空气动力学问题，推进器内部流动，到水动力相关的液体流动以及生物流体力学等。
满足这么广泛问题的研究，要求有与之相应的较好的物理问题的数学模型以及鲁棒的数值算法。
相对于可压缩流动，不可压缩流动的数值求解困难在于，不可压缩流体介质的密度保持常数，而状态方程不再成立，连续方程退化为速度的散度为零的方程。
由此，在可压缩流动的计算中可用于求解密度和压力的连续方程在不可压缩流动求解中仅是动量方程的一个约束条件，由此求解不可压缩流动的压力称为一个困难。
求解不可压缩流动的各种方法主要在于求解不同的压力过程。
目前，主要有两类求解不可压缩流体力学的方法，原始变量方法和非原始变量方法。
求解不可压缩流动的原始变量方法是将Navier-Stokes方程写成压力和速度的形式，进行直接求解，这种形式已被广为应用。
非原始变量方法主要有Fasel提出的流函数-涡函数法、Aziz和Hellums提出的势函数-涡函数方法。
在求解三维流动问题时，上述每一个方法都需要反复求解三个Possion方程，非常耗时。
原始变量方法可以分为三类：
第一种方法是Harlow和Welch首先提出的压力Possion方程方法。
该方法首先将动量方程推进求得速度场，然后利用Possion方程求解压力，这一种方法由于每一时间步上需要求解Possion方程，求解非常耗时。
第二种方法是Patanker和Spalding的SIMPLE（Semi-ImplicitMethodforPressure-LinkedEquation）法，它是通过动量方程求得压力修正项对速度的影响，使其满足速度散度等于零的条件作为压力控制方程。
第三种方法是虚拟压缩方法，这一方法是Chorin于1967年提出的。
该方法的核心就是通过在连续方程中引入一个虚拟压缩因子，再附加一项压力的虚拟时间导数，使压力显式地与速度联系起来，同时方程也变成了双曲型方程。
这样，方程的形式就与求解可压缩流动的方程相似，因此，许多求解可压缩流动的成熟方法都可用于不可压缩流动的求解。
目前，由于基于求解压力Possion方程的方法非常复杂及耗时，难于求解具体的工程实际问题，因此用此方法解决工程问题的工作越来越少。
工程上常用的主要是SIMPLE方法和虚拟压缩方法。
4、什么叫边界条件？
有何物理意义？
它与初始条件有什么关系？
边界条件与初始条件是控制方程有确定解的前提。
边界条件是在求解区域的边界上所求解的变量或其导数随时间和地点的变化规律。
对于任何问题，都需要给定边界条件。
初始条件是所研究对象在过程开始时刻各个求解变量的空间分布情况，对于瞬态问题，必须给定初始条件，稳态问题，则不用给定。
对于边界条件与初始条件的处理，直接影响计算结果的精度。
在瞬态问题中，给定初始条件时要注意的是：
要针对所有计算变量，给定整个计算域内各单元的初始条件；初始条件一定是物理上合理的，要靠经验或实测结果。
5、在数值计算中，偏微分方程的双曲型方程、椭圆型方程、抛物型方程有什么区别？
我们知道很多描述物理问题的控制方程最终就可以归结为偏微分方程，描述流动的控制方程也不例外。
从数学角度，一般将偏微分方程分为椭圆型（影响域是椭圆的，与时间无关，且是空间内的闭区域，故又称为边值问题），双曲型（步进问题，但依赖域仅在两条特征区域之间），抛物型（影响域以特征线为分界线，与主流方向垂直；具体来说，解的分布与瞬时以前的情况和边界条件相关，下游的变化仅与上游的变化相关；也称为初边值问题）；
从物理角度，一般将方程分为平衡问题（或稳态问题），时间步进问题。
两种角度，有这样的关系：
椭圆型方程描述的一般是平衡问题（或稳态问题），双曲型和抛物型方程描述的一般是步进问题。
至于具体的分类方法，大家可以参考一般的偏微分方程专著，里面都有介绍。
关于各种不同近似水平的流体控制方程的分类，大家可以参考张涵信院士编写《计算流体力学—差分方法的原理与应用》里面讲的相当详细。
三种类型偏微分方程的基本差别如下：
1）三种类型偏微分方程解的适定性（即解存在且唯一，并且解稳定）要求对定解条件有不同的提法；
2）三种类型偏微分方程解的光滑性不同，对定解条件的光滑性要求也不同；
椭圆型和抛物型方程的解是充分光滑的，因此对定解条件的光滑性要求不高。
而双曲型方程允许有所谓的弱解存在（如流场中的激波），即解的一阶导数可以不连续，所以对定解条件的光滑性要求很高，这也正是采用有限元法求解双曲型方程困难较多的原因之一。
3）三种类型偏微分方程的影响区域和依赖区域不一样。
在双曲型和抛物型方程所控制的流场中，某一点的影响区域是有界的，可采用步进求解。
如对双曲型方程求解时，为了与影响区域的特征一致，采用上风格式比较适宜。
而椭圆型方程的影响范围遍及全场，必须全场求解，所采用的差分格式也要采用相应的中心格式。
6、在网格生成技术中，什么叫贴体坐标系？
什么叫网格独立解？
数值计算的与实验值之间的误差来源只要有这几个：
物理模型近似误差（无粘或有粘，定常与非定常，二维或三维等等），差分方程的截断误差及求解区域的离散误差（这两种误差通常统称为离散误差），迭代误差（离散后的代数方程组的求解方法以及迭代次数所产生的误差），舍入误差（计算机只能用有限位存储计算物理量所产生的误差）等等。
在通常的计算中，离散误差随网格变细而减小，但由于网格变细时，离散点数增多，舍入误差也随之加大。
由此可见，网格数量并不是越多越好的。
再说说网格无关性的问题，由上面的介绍，我们知道网格数太密或者太疏都可能产生误差过大的计算结果，网格数在一定的范围内的结果才与实验值比较接近，这样在划分网格时就要求我们首先依据已有的经验大致划分一个网格进行计算，将计算结果（当然这个计算结果必须是收敛的）与实验值进行比较（如果没有实验值，则不需要比较，后面的比较与此类型相同），再酌情加密或减少网格，再进行计算，再与实验值进行比较，并与前一次计算结果比较，如果两次的计算结果相差较小（例如在2%），说明这一范围的网格的计算结果是可信的，说明计算结果是网格无关的。
再加密网格已经没有什么意义（除非你要求的计算精度较高）。
但是，如果你用粗网格也能得到相差很小的计算结果，从计算效率上讲，你就可以完全使用粗网格去完成你的计算。
加密或者减少网格数量，你可以以一倍的量级进行。
7、在GAMBIT中显示的“check”主要通过哪几种来判断其网格的质量？
及其在做网格时大致注意到哪些细节？
判断网格质量的方面有：
Area单元面积，适用于2D单元，较为基本的单元质量特征。
AspectRatio长宽比，不同的网格单元有不同的计算方法，等于1是最好的单元，如正三角形，正四边形，正四面体，正六面体等；一般情况下不要超过5：
1.
DiagonalRatio对角线之比，仅适用于四边形和六面体单元，默认是大于或等于1的，该值越高，说明单元越不规则，最好等于1，也就是正四边形或正六面体。
EdgeRatio长边与最短边长度之比，大于或等于1，最好等于1，解释同上。
EquiAngleSkew通过单元夹角计算的歪斜度，在0到1之间，0为质量最好，1为质量最差。
最好是要控制在0到0.4之间。
EquiSizeSkew通过单元大小计算的歪斜度，在0到1之间，0为质量最好，1为质量最差。
2D质量好的单元该值最好在0.1以内，3D单元在0.4以内。
MidAngleSkew通过单元边中点连线夹角计算的歪斜度，仅适用于四边形和六面体单元，在0到1之间，0为质量最好，1为质量最差。
SizeChange相邻单元大小之比，仅适用于3D单元，最好控制在2以内。
Stretch伸展度。
通过单元的对角线长度与边长计算出来的，仅适用于四边形和六面体单元，在0到1之间，0为质量最好，1为质量最差。
Taper锥度。
仅适用于四边形和六面体单元，在0到1之间，0为质量最好，1为质量最差。
Volume单元体积，仅适用于3D单元，划分网格时应避免出现负体积。
Warpage翘曲。
仅适用于四边形和六面体单元，在0到1之间，0为质量最好，1为质量最差。
以上只是针对Gambit帮助文件的简单归纳，不同的软件有不同的评价单元质量的指标，使用时最好仔细阅读帮助文件。
另外，在Fluent中的窗口键入：
gridquality然后回车，Fluent能检查网格的质量，主要有以下三个指标：
1.Maxiumcellsquish:
如果该值等于1，表示得到了很坏的单元；
2.Maxiumcellskewness:
该值在0到1之间，0表示最好，1表示最坏；
3.Maxium'aspect-ratio':
1表示最好。
8、在两个面的交界线上如果出现网格间距不同的情况时，即两块网格不连续时，怎么样克服这种情况呢？
这个问题就是非连续性网格的设置，一般来说就是把两个交接面设置为一对interface。
另外，作此操作可能出现的问题及可供参考的解决方法为：
问题：
把两个面（其中一个实际是由若干小面组成，将若干小面定义为了group了）拼接在一起，也就是说两者之间有流体通过，两个面个属不同的体，网格导入到fluent时，使用interface时出现网格check的错误，将interface的边界条件删除，就不会发生网格检查的错误，如何将两个面的网格相连？
原因：
interface后的两个体的交接面，fluent以将其作为内部流体处理（非重叠部分默认为wall，合并后网格会在某些地方发生畸变，导致合并失败，也可能准备合并的两个面几何位置有误差,应该准确的在同一几何位置（合并的面大小相等时）,在合并之前要合理分块。
解决方法：
为了避免网格发生畸变（可能一个面上的网格跑到另外的面上了），可以一面网格粗,一面网格细避免；再者就是通过将一个面的网格直接映射到另一面上的，两个面默认为interior.也可以将网格拼接一起.
9、在设置GAMBIT边界层类型时需要注意的几个问题：
a、没有定义的边界线如何处理？
b、计算域内的内部边界如何处理（2D）？
答：
gambit默认为wall，一般情况下可以到fluent再修改边界类型。
内部边界如果是split产生的，那么就不需再设定了，如果不是，那么就需要设定为interface或者是internal
10、为何在划分网格后，还要指定边界类型和区域类型？
常用的边界类型和区域类型有哪些？
答：
要得到一个问题的定解就需要有定解条件，而边界条件就属于定解条件。
也就是说边界条件确定了结果。
不同的流体介质有不同的物理属性，也就会得到不同的结果，所以必须指定区域类型。
对于gambit来说，默认的区域类型是fluid，所以一般情况下不需要再指定
20何为流体区域（fluidzone）和固体区域（solidzone）？
为什么要使用区域的概念？
FLUENT是怎样使用区域的？
FluidZone是一个单元组，是求解域内所有流体单元的综合。
所激活的方程都要在这些单元上进行求解。
向流体区域输入的信息只是流体介质（材料）的类型。
对于当前材料列表中没有的材料，需要用户自行定义。
注意，多孔介质也当作流体区域对待。
SolidZone也是一个单元组，只不过这组单元仅用来进行传热计算，不进行任何的流动计算。
作为固体处理的材料可能事实上是流体，但是假定其中没有对流发生，固体区域仅需要输入材料类型。
Fluent中使用Zone的概念，主要是为了区分分块网格生成，边界条件的定义等等；
21如何监视FLUENT的计算结果？
如何判断计算是否收敛？
在FLUENT中收敛准则是如何定义的？
分析计算收敛性的各控制参数，并说明如何选择和设置这些参数？
解决不收敛问题通常的几个解决方法是什么？
可以采用残差控制面板来显示；或者采用通过某面的流量控制；如监控出口上流量的变化；采用某点或者面上受力的监视；涡街中计算达到收敛时，绕流体的面上受的升力为周期交变，而阻力为平缓的直线。
怎样判断计算结果是否收敛？
1、观察点处的值不再随计算步骤的增加而变化；
2、各个参数的残差随计算步数的增加而降低，最后趋于平缓；
3、要满足质量守恒（计算中不牵涉到能量）或者是质量与能量守恒（计算中牵涉到能量）。
特别要指出的是，即使前两个判据都已经满足了，也并不表示已经得到合理的收敛解了，因为，如果松弛因子设置得太紧，各参数在每步计算的变化都不是太大，也会使前两个判据得到满足。
此时就要再看第三个判据了。
还需要说明的就是,一般我们都希望在收敛的情况下，残差越小越好，但是残差曲线是全场求平均的结果，有时其大小并不一定代表计算结果的好坏，有时即使计算的残差很大，但结果也许是好的，关键是要看计算结果是否符合物理事实，即残差的大小与模拟的物理现象本身的复杂性有关，必须从实际物理现象上看计算结果。
比如说一个全机模型，在大攻角情况下,解震荡得非常厉害，而且残差的量级也总下不去，但这仍然是正确的，为什么呢，因为大攻角下实际流动情形就是这样的，不断有涡的周期性脱落,流场本身就是非定常的，所以解也是波动的，处理的时候取平均就可以呢
22什么叫松弛因子？
松弛因子对计算结果有什么样的影响？
它对计算的收敛情况又有什么样的影响？
1、亚松驰（UnderRelaxation）：
所谓亚松驰就是将本层次计算结果与上一层次结果的差值作适当缩减，以避免由于差值过大而引起非线性迭代过程的发散。
用通用变量来写出时，为松驰因子（RelaxationFactors）。
《数值传热学-214》
2、FLUENT中的亚松驰：
由于FLUENT所解方程组的非线性，我们有必要控制的变化。
一般用亚松驰方法来实现控制，该方法在每一部迭代中减少了的变化量。
亚松驰最简单的形式为：
单元内变量等于原来的值 加上亚松驰因子a与 变化的积,分离解算器使用亚松驰来控制每一步迭代中的计算变量的更新。
这就意味着使用分离解算器解的方程，包括耦合解算器所解的非耦合方程（湍流和其他标量）都会有一个相关的亚松驰因子。
在FLUENT中，所有变量的默认亚松驰因子都是对大多数问题的最优值。
这个值适合于很多问题，但是对于一些特殊的非线性问题（如：
某些湍流或者高Rayleigh数自然对流问题），在计算开始时要慎重减小亚松驰因子。
使用默认的亚松驰因子开始计算是很好的习惯。
如果经过4到5步的迭代残差仍然增长，你就需要减小亚松驰因子。
有时候，如果发现残差开始增加，你可以改变亚松驰因子重新计算。
在亚松驰因子过大时通常会出现这种情况。
最为安全的方法就是在对亚松驰因子做任何修改之前先保存数据文件，并对解的算法做几步迭代以调节到新的参数。
最典型的情况是，亚松驰因子的增加会使残差有少量的增加，但是随着解的进行残差的增加又消失了。
如果残差变化有几个量级你就需要考虑停止计算并回到最后保存的较好的数据文件。
注意：
粘性和密度的亚松驰是在每一次迭代之间的。
而且，如果直接解焓方程而不是温度方程（即：
对PDF计算），基于焓的温度的更新是要进行亚松驰的。
要查看默认的亚松弛因子的值，你可以在解控制面板点击默认按钮。
对于大多数流动，不需要修改默认亚松弛因子。
但是，如果出现不稳定或者发散你就需要减小默认的亚松弛因子了，其中压力、动量、k和e的亚松弛因子默认值分别为0.2，0.5，0.5和0.5。
对于SIMPLEC格式一般不需要减小压力的亚松弛因子。
在密度和温度强烈耦合的问题中，如相当高的Rayleigh数的自然或混合对流流动，应该对温度和/或密度（所用的亚松弛因子小于1.0）进行亚松弛。
相反，当温度和动量方程没有耦合或者耦合较弱时，流动密度是常数，温度的亚松弛因子可以设为1.0。
对于其它的标量方程，如漩涡，组分，PDF变量，对于某些问题默认的亚松弛可能过大，尤其是对于初始计算。
你可以将松弛因子设为0.8以使得收敛更容易。
SIMPLE与SIMPLEC比较
在FLUENT中，可以使用标准SIMPLE算法和SIMPLEC（SIMPLE-Consistent）算法，默认是SIMPLE算法，但是对于许多问题如果使用SIMPLEC可能会得到更好的结果，尤其是可以应用增加的亚松驰迭代时，具体介绍如下:
对于相对简单的问题（如：
没有附加模型激活的层流流动），其收敛性已经被压力速度耦合所限制，你通常可以用SIMPLEC算法很快得到收敛解。
在SIMPLEC中，压力校正亚松驰因子通常设为1.0，它有助于收敛。
但是，在有些问题中，将压力校正松弛因子增加到1.0可能会导致不稳定。
对于所有的过渡流动计算，强烈推荐使用PISO算法邻近校正。
它允许你使用大的时间步，而且对于动量和压力都可以使用亚松驰因子1.0。
对于定常状态问题，具有邻近校正的PISO并不会比具有较好的亚松驰因子的SIMPLE或SIMPLEC好。
对于具有较大扭曲网格上的定常状态和过渡计算推荐使用PISO倾斜校正。
当你使用PISO邻近校正时，对所有方程都推荐使用亚松驰因子为1.0或者接近1.0。
如果你只对高度扭曲的网格使用PISO倾斜校正，请设定动量和压力的亚松驰因子之和为1.0比如：
压力亚松驰因子0.3，动量亚松驰因子0.7）。
如果你同时使用PISO的两种校正方法，推荐参阅PISO邻近校正中所用的方法
23 在FLUENT运行过程中，经常会出现“turbulenceviscousrate”超过了极限值，此时如何解决？
而这里的极限值指的是什么值？
修正后它对计算结果有何影响
Let'stakecareofthewarning"turbulentviscositylimitedtoviscosityratio****"whichisnotphysical.Thisproblemismainlyduetooneofth
升级会员 