计算流体力学仿真

CFD 用于仿真液体、气体及其混合物（如悬浮颗粒）的动态行为。这些行为由 Navier-Stokes 方程、格子玻尔兹曼法等模型描述，涉及压强、密度、体积粘度、动力粘度、速度和加速度等变量由于流体力学方程（尤其是湍流）通常没有解析解，因此需要通过CFD仿真来解决。

求解流体流动方程并非易事 - Navier-Stokes方程没有已知的通用解析解，这意味着必须使用数值求解法。早期最常见的CFD仿真方法包括边界元法、有限元法和有限差分法，但在过去的20年中，有限体积法逐渐成为了业界标准方法。近年来，硬件性能的提升使格子玻尔兹曼法 (LBM) 逐渐成为可行的选择。

由于尚不存在适用于所有应用的最佳 CFD 仿真方法，工程师必须为不同的行业工作流程选择适当的工具。

欧拉-拉格朗日耦合法和光滑粒子流体动力学法 (SPH) 非常适合解决高度耦合的流体结构相互作用 (FSI) 问题，例如不可压缩的液压模拟。这些方法在 SIMULIA Abaqus/Explicit 中均有实现。

有限体积求解器更适用于稳态或适中瞬态流，如管道流动、热交换器、泵和 HVAC 应用。这种方法用于 SIMULIA Fluid Dynamics Engineer（FMK）。

作为一种瞬态技术，格子玻尔兹曼法 (LBM) 更适用于高度瞬态流动，例如空气动力学和气动声学。它能够处理对几何复杂性和细节要求较高的模型。LBM技术还适用于多相流应用，能够处理包括任意移动部件在内的复杂模型。达索系统 SIMULIA 提供了两种 LBM 产品。SIMULIA PowerFLOW 非常适合航空航天和汽车行业中常见的空气动力学、气动声学和污染仿真。而SIMULIA XFlow 通常用于解决复杂的移动、多相流问题，如润滑、液体晃动和一些生命科学领域的应用。

这两种方法都是功能强大的 CFD 求解器，但求解方法不同，优点也各异。Navier-Stokes 方法将流体视为连续体，而格子玻尔兹曼方法则将其视为离散粒子。

为了数值求解Navier-Stokes方程，仿真的物理空间将划分为许多小的子域，称为控制体积或单元。这些方程被离散到各个单元中，对由此产生的代数方程组进行迭代求解，以获得每个单元中稳态流或非稳态的压强、速度、温度（以及其他物理量）。其他离散输运方程也可以用同样的方法求解，以表示湍流和化学物质等其他物理现象。

CFD 仿真的格子玻尔兹曼方法通过跟踪流体粒子在离散空间和时间中的微观运动，仿真气体和液体的流动。流体空间自动离散为立方体单元 (voxels)，边界自动离散为表面单元 (surfels)，因此无需生成传统的表面和体网格。非常大涡尺度 (VLES) 的湍流建模方法可确保以高保真度捕捉各向异性的流体结构，这对于空气动力学和气动声学工作流程至关重要。

是的，一些高性能计算 (HPC) 技术可以加速 CFD 仿真分析。GPU 加速可加快仿真流程，并支持在单个工作站上仿真更大、更复杂的模型。一块 GPU 的性能相当于 1000 多个 CPU 核心，因此采用 GPU 可降低硬件成本，实现桌面超级计算。多 GPU 加速可提供更快的速度，解决无法以其他方式仿真的超大型或复杂场景。GPU 可支持各类 CFD 代码，对于格子玻尔兹曼法 (LBM) 仿真尤其有效。

集群计算可以仿真更大规模的场景。云计算可提供更灵活的批量仿真流程控制。包括本地云和在线云两种方式。本地云使用用户企业运营的硬件，而在线云将数据发送到安全的服务器进行处理。对于有不定期或周期性仿真需求的用户来说，在线云是一个不错的选择，避免了投资硬件利用率低下的浪费。