前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >综述:CFD的未来之路

综述:CFD的未来之路

原创
作者头像
CAE之家
发布2022-04-21 16:49:03
1.5K0
发布2022-04-21 16:49:03
举报
文章被收录于专栏:CAE学习CAE学习

1970年代

计算流体动力学(CFD)于近50年来兴起,是一门相对年轻的学科。但远不如上个世纪80年代,过去的15年里,计算流体力学(CFD)的发展一直停滞不前。

1970年代面临的主要问题,是跨音速流的计算。

这是因为商用飞机最有效的巡航速度,是在跨音速范围内、在冲击波形成的阻力上升开始时。而战斗机也在跨音速范围内飞行。

跨音速流动的计算,是一个很有数学意义的问题。跨音速流动本质上是非线性的。线性化势流模型,虽然能够成功应用于低速亚音速流动、甚至高速超音速流动中,却不适用于跨音速流动。

因当时计算机内存不足,难以求解完整的三维气体动力学欧拉方程,因此有必要诉诸非线性势流模型。而相应的方程的数学特征是混合型的,不能用现有的偏微分方程数值方法求解。

跨音速小扰动方程求解,是早期的一个重要突破。随后几年内,便找到了求解整个跨音速流动方程的方法。

1980年代

到了80年代,随着超级计算机的出现,cfd模拟计算二维和三维欧拉方程的解成为可能。第一台超算Cray 1,其计算速度达到了每秒100兆次,但早期计算机的内存容量非常有限,只有32兆或64兆。

借鉴了Godunov、Lax和MacCormack等先驱的经典理论,数值激波捕捉算法取得了迅速的进展。Van Leer、Roe、Harten、Osher、Engquist和许多其他人都做出了重要贡献。

三维欧拉方程的计算普遍采用有限差分,或有限体积法。

1990年代

在90年代,计算机速度和存储容量的进一步提升,使得使用雷诺平均Navier-Stokes(RANS)方程与各种湍流模型进行模拟成为可能。 一般情况下,无粘势流或欧拉解,虽然仍继续用于初步设计中,但在一般情况下,已经被边界层修正所取代。基于控制理论的气动形状优化方法,也成为初步设计的有用工具。

下图显示了在1970年至2000年间,CFD朝着更精确度、和更复杂的几何结构方向发展的总体轨迹。

然而,在过去的15年里,CFD的航空应用仍然停留在RANS。正如下一节所讨论的,这是因为LES或DNS的进一步发展,仍然需要计算机速度和内存的数量级提升。

以下引用了2014年发布的NASA CFD Vision 2030研究报告,来总结目前的情况:

尽管在CFD的应用中,我们已经取得了相当大的成功,但由于现有方法无法准确地预测湍流分离流,CFD的应用仍然受到很大的局限,仅在操作设计空间重要的微小区域中

目前也有不少其他棘手的问题需要处理,例如高升力系统、旋翼机气流、涡轮机械内部流动和机身和起落架噪音。

随着进展可以发现,cfd post RANS方法不能充分模拟所有相关的流动现象,因此最终需要LES来进行更可靠的预测,极有可能与高阶数值方法结合使用,以减少数值耗散。

在过去的三十年里,人们对LES的计算成本作出了各种推算。即使是最基本的LES,也在不断地突破现有硬件所能达到的极限。因此,为了了解LES的未来前景,有必要考虑当前计算机硬件发展对CFD软件设计的影响。

图片
图片

除了航空航天,CFD也被普遍应用于其他工程领域,从从汽车到船舶再到风能,都能看到CFD的影子。CFD的发展最直接地影响了汽车、海洋和风能产业。

例如一级方程式赛车,也能见到它的踪影,其使用的网格可能超过10亿个单元。

在一些科学分支中,如流体运动物理学、天体物理学等,CFD是关键的研究工具。

此外,CFD在其50年的发展史中,持续推进着了数值算法的制定和发展,而这又推动了计算物理其他分支的极大进步。

图片
图片

除了航空航天,在海洋,风能、以及汽车领域,这些应用涉及到低马赫数不可压缩流。许多问题与钝体周围的流动有关,这是现有RANS方法难以准确预测的。

LES和混合RANS/LES方法的进步,将有助于更准确地预测汽车和卡车的流动,来实现主动流动控制以减少阻力这一长期目标。这样的发展也将有助于改进风力涡轮机和风力发电场的设计。

海洋应用面临着更多的挑战,包括自由表面、波浪破碎和空化。

生物医学相关的领域,也可能从CFD的进展中收益。其中涉及到了低雷诺数不可压缩流,也十分具有挑战性。

CFD还能应用于建筑领域的节能采暖、通风和空调系统的设计。

除了工程学科,CFD的进步还将直接影响地球物理学和天体物理学。在这两个领域中,不连续高阶方法愈发受到重视。

因此有很大可能,CFD将继续作为数值算法和计算实现的孵化器。对于计算物理学的所有分支,这都是至关重要的。

图片
图片

目前,CFD高阶方法的广泛应用需要进一步的研究,其受到的阻碍包括:

(1)隐式算法的高内存要求;

(2)高度复杂的网格生成;

(3)缺少高精度壁面函数模型;

(4)如何让普通的研究生可以非常容易的植入这些算法;

无论是就其本身而言,还是作为数值分析的渠道,CFD都是一门振奋人心的学科。通过解决上述挑战,多个高科技领域都有可能发生阶段性的变革。

算法、植入、应用三者相结合,CFD必将对工程设计进行一次革命。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档