大多数Fluent不收敛问题的通用解决办法

       广谱抗生素是常见的消炎药，如阿奇霉素、头孢等。当感染是由多种细菌引起的，或者不清楚是哪种细菌引起的时候，就会考虑尽量用广谱的抗生素，因为能够覆盖更多可能的病原。

       与之对应的就是“窄谱抗生素”，它是专门杀灭某一种或一类细菌的药物；当然，此类药物的应用场景就比较小了，我们通常需要对感染部位进行一系列的细菌培养，才能确定细菌的种类，再对症下药。

       如果我们将Fluent的算例比喻成正常的人体，那么出现的问题（比如计算不收敛、发散等情况）就可以看作是一种病症，需要有针对性的进行处理。当然，对于特定的错误，产生问题的原因是非常多的：比如网格问题、物理模型选择、边界条件设定、求解设置等。每个案例情况不一样，解决的方法也各不相同，大多数情况都需要“窄谱抗生素”来进行具体问题的具体分析。

       显然，解决这些个性化的问题，需要工程师具备有相当丰富的软件操作能力和行业使用经验，才能够顺利完成任务，这些并不是在短时间内能够快速掌握的技巧。因此，本文尝试推荐一种“广谱抗生素”来应对Fluent案例常见的“不收敛”问题，而且经过实践证明，这一方法对于大多数的情况还是有一定效果的。

本次局部“广谱抗生素”的药方就是：局部加密网格。

       我们都知道，Fluent网格的要求通常要满足两个条件，一是效率、二是准确。如果所有位置的网格都非常密，那么计算效率一定很低；相反，如果所有位置的网格都很稀疏，那么求解的准确性就会收到影响。

       所以，最为优质的网格就是：该密的位置密，该稀疏的位置稀疏。

       那么哪些位置需要密的网格呢？两个位置，一是精细几何细节的位置（曲边、狭缝等），二是有大梯度变量的位置。除此之外的区域，都要求使用粗网格，从而提高计算效率。

        根据“广谱抗生素”的药方，我们需要加密大梯度变量区域的网格。目前的Fluent仿真经验告诉我们，有相当一部分的仿真计算不收敛问题，都是由于网格不够密所导致的。

       那么如何加密具有大梯度的区域呢？通常有两种方法，一是使用Fluent软件自带的网格自适应技术；二是通过ANSYS网格技术来重构流体网格。

Fluent中的网格自适应方法

       该方法首先需要在原始（粗）网格上进行相应的仿真求解，得到（或者接近）收敛的结果后，通过标记的方式来获取大梯度变量的位置。之后可以自动进行该位置的体网格加密，而且支持多次体网格反复加密，无需开启前处理器进行网格划分，所有的流程都在Fluent求解器中完成。

     当然，这种自适应网格加密还可以动态进行，即根据大梯度变量在不同计算步中存在的情况进行加密，当梯度变小之后，网格又恢复回原始大小（粗网格状态）。

ANSYS网格中的网格加密方法

       WorkbenchMeshing是最为常用的网格划分工具，具有上手快，易学易用的特点，是很多流体工程师的首选。那么当我们确定了具备有大梯度变量的位置之后，我们需要回到SCDM中建立能够包含大梯度变量区域的CAD模型（立方体、圆柱或任意形状均可），随后连同流体计算区域一并导入到WorkbenchMeshing中。需要注意的是，这一部分加密的影响体（bodyof influence）并不会实际的划分网格，只会加密与其重叠的流体计算区域。

       ICEMCFD在进行四面体网格划分的过程中，采用密度盒子对某些固定的区域进行局部网格加密，只需要我们了解加密位置大致的几何坐标，即可进行网格的加密操作，（两点法即为圆柱型加密区域）。

       有了局部加密的网格，我们的残差通常就会有针对性的降下来了，“广谱抗生素”对于一些问题的适用性还是显而易见的，最明显的局部网格加密，就是边界层网格，只加密大梯度的近壁面位置，从而加速仿真的收敛效率。

       结语：对于成熟的Fluent案例，出现计算不收敛的情况是非常正常的，此时，有针对性的加密大梯度变量区域的网格，能够有效减少数值振荡，从而加速收敛。可以认为是一剂非常可靠的“广谱抗生素”。

本文来源：互联网   版权归原作者所有，转载仅供学习交流，如有不适请联系我们，谢谢。

标签： 点击： 评论: