通过基于几何的网格自适应增强 CFD 网格划分

CFD 仿真中的网格质量问题

在 CFD 仿真中,网格质量直接影响分析精度和效率。结构良好的网格可以准确地捕捉物理现象,确保可靠的结果,而质量差会导致错误和代价高昂的设计缺陷。高质量的网格在复杂的几何体中至关重要,因为流体行为对边界变化很敏感。在关键区域细化网格可以平衡计算成本和求解精度,这使得网格质量对于有效仿真至关重要。

 

使用 Ansys Fluent 中的网格自适应改进网格划分

在 CFD 分析中,在自适应网格细化 (AMR) 和静态手动网格细化之间进行选择会极大地影响仿真精度和效率。AMR 根据求解特征动态调整网格密度,从而在关键区域实现更精细的分辨率,而在其他区域实现更粗的网格。这种方法通过在梯度最小的情况下降低网格密度来提高 CFD 运行速度。

Ansys Fluent 的自适应网格划分过程从粗略网格开始,并使用各种标准(包括误差估计、求解梯度、曲率和用户定义函数)细化具有高梯度的区域。此外,可以通过手动或自动网格适应,根据单元寄存器对其进行细化或粗化来修改网格。此外,Ansys Fluent 还提供针对空气动力学、燃烧和多相流应用量身定制的预定义标准。有效应用这些标准对于提高 CFD 仿真的准确性和准确捕获关键仿真特征至关重要。

设置合适的适应阈值对于避免过度细化和相关的计算费用至关重要。使用 Ansys Fluent 控件在细节捕获和计算效率之间保持平衡。

 

高级网格自适应:基于几何的重建

对于网格适应,从高质量的网格开始至关重要,尤其是在复杂区域中,以确保有效适应。粗略的初始网格可能无法捕获流动特性,从而在适应后使网格恶化。如果几何结构包括带有粗网格的弯曲轮廓和尖角,则调整后的网格可能无法在几何结构的周边完全恢复这些特征,如下所示的球形几何结构。在网格适应过程中,横截面积保持不变,导致默认自适应函数增加单元数,而边界仍然表现出尖角。但是,通过基于几何结构的适应,新生成的节点的定位方式会创建一个更精细的网格,更接近原始几何结构,如下所示。

63734d1420074136b6d7fcb45a259535.png

Ansys Fluent 中基于几何的网格自适应可围绕边缘、拐角和曲面等复杂特征细化网格。这种先进的技术专注于关键区域,提高了网格分辨率,从而实现了更精确的仿真。如果基于几何的自适应不与网格自适应一起使用,则细化可以增加单元数,但弯曲域的边界会保持其初始形状和初始网格创建的角。

基于几何的适应通过重建或优化细节使精密工业受益。在航空航天领域,它增强了涡轮机仿真,在汽车领域,它优化了发动机设计,提高了效率并减少了排放。这些示例展示了高级网格自适应如何提高 CFD 仿真精度和可靠性。

 

设置基于几何体的网格自适应

要实现基于几何的网格自适应,请遵循以下基本步骤。以下是该过程的概述:

  • 定义辅助几何结构:最初使用 Fluent Meshing 从同一几何结构生成精细表面网格,并在 Ansys Fluent 的辅助几何结构定义中将其读取为背景表面网格。c0a00a4b4e8b4739bac785cbadbfa08f.png

  • 为每个墙壁区域创建不同的辅助几何图形。有效地划分域的外部边界至关重要,尤其是在具有几何特征的关键区域(如弯曲边界)周围,并为每个区域分配单独的墙区域。
  • 通过 General Adaptation Control 使用辅助几何结构进行网格自适应。

8e35d666eba441f797ac48008e36f245.png

  

  • 使用诸如流动特征梯度或边界等标准建立额外的网格适应,以便在壁上的关键区域和边界层中进行网格细化。在求解过程中,基于几何的网格自适应将与这些自适应一起工作。随后,初始粗化网格将在指定区域中选择性地细化,并恢复其形状以匹配原始几何体。

 

该图说明了本例中尖角弯曲横截面处的自适应网格,包括基于几何的自适应和不基于几何的自适应。

51cf309c66cb49c7aae7d8105f83ddd8.png

有关网格自适应细化的更多信息,请参阅以下博客:

1- 如何使用自适应网格划分加速 Ansys Fluent 仿真:https://www.ansys.com/blog/how-to-accelerate-ansys-fluent-simulations-with-adaptive-meshing

 

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/492023.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Dockerfile文件编写

目录 Dockerfile文件编写 1.什么是Dockerfile 2. Dockerfile作用 3.dockerfile 的基本结构: 4.dockerfile指令: FROM 指定基础镜像,dockerfile构建镜像的第一个指令 LABEL 指定镜像维护人信息 ADD/COPY 复制本地文件/目录到镜像中 …

ARM学习(38)多进程多线程之间的通信方式

ARM学习(38)ARM学习(38)多进程多线程之间的通信方式 一、问题背景 笔者在调试模拟器的时候,碰到进程间通信的问题,一个进程在等另外一个进程ready的时候,迟迟等不到,然后通过调试发现,另外一个进程变量已经变化了,但是当前进程变量没变化,需要了解进程间通信的方式…

pytest -s执行的路径

pytest -s执行的路径: 直接写pytest -s,表示从当前路径下开始执行全部.py的文件。 执行具体指定文件:pytest -s .\testXdist\test_dandu.py 下面这样执行pytest -s 会报找不到文件或没权限访问, 必须要加上具体文件路径pytest -s…

XXE练习

pikachu-XXE靶场 1.POC:攻击测试 <?xml version"1.0"?> <!DOCTYPE foo [ <!ENTITY xxe "a">]> <foo>&xxe;</foo> 2.EXP:查看文件 <?xml version"1.0"?> <!DOCTYPE foo [ <!ENTITY xxe SY…

Numpy基本介绍

目录 1、Numpy的优势 1.1、ndarray介绍 1.2、ndarray与Python原生list运算效率对比 1.3、ndarray的优势 1.3.1、内存块风格 1.3.2、ndarray支持并行化运算(向量化运算) 1.3.3、效率远高于纯Python代码 2、N维数组-ndarray 2.1、ndarray的属性 2.2、ndarray的形状 2…

用前端html如何实现2024烟花效果

用HTML、CSS和JavaScript编写的网页&#xff0c;主要用于展示“2024新年快乐&#xff01;”的文字形式烟花效果。下面是对代码主要部分的分析&#xff1a; HTML结构 包含三个<canvas>元素&#xff0c;用于绘制动画。引入百度统计的脚本。 CSS样式 设置body的背景为黑…

makefile文件

简介&#xff1a; 自动化编译&#xff1a;只需要一个make命令&#xff0c;整个工程自动编译 提高编译效率&#xff1a;再次编译时&#xff0c;只编译修改的文件&#xff08;查看时间戳&#xff0c;根据修改文件的时间判断文件是否被修改&#xff09; 基本语法&#xff1a; …

ArKTS基础组件

一.AlphabetIndexer 可以与容器组件联动用于按逻辑结构快速定位容器显示区域的组件。 子组件 color:设置文字颜色。 参数名类型必填说明valueResourceColor是 文字颜色。 默认值&#xff1a;0x99182431。 selectedColor:设置选中项文字颜色。 参数名类型必填说明valueRes…

微积分复习笔记 Calculus Volume 2 - 4.3 Separable Equations

4.3 Separable Equations - Calculus Volume 2 | OpenStax

【爬虫一】python爬虫基础合集一

【爬虫一】python爬虫基础合集一 1. 网络请求了解1.1. 请求的类型1.2. 网络请求协议1.3. 网络请求过程简单图解1.4. 网络请求Headers(其中的关键字释义)&#xff1a;请求头、响应头 2. 网络爬虫的基本工作节点2.1. 了解简单网络请求获取响应数据的过程所涉及要点 1. 网络请求了…

WPF DataTemplate 数据模板

DataTemplate 顾名思义&#xff0c;数据模板&#xff0c;在 wpf 中使用非常频繁。 它一般用在带有 DataTemplate 依赖属性的控件中&#xff0c;如 ContentControl、集合控件 ListBox、ItemsControl 、TabControls 等。 1. 非集合控件中使用 <UserControl.Resources>&l…

LM芯片学习

1、LM7805稳压器 https://zhuanlan.zhihu.com/p/626577102?utm_campaignshareopn&utm_mediumsocial&utm_psn1852815231102873600&utm_sourcewechat_sessionhttps://zhuanlan.zhihu.com/p/626577102?utm_campaignshareopn&utm_mediumsocial&utm_psn18528…

OCR多模态大模型:视觉模型与LLM的结合之路

原文&#xff1a;https://zhuanlan.zhihu.com/p/7783443583 在使用多模态大模型(Visual Language Model, VLM)做视觉信息抽取时&#xff0c;常常出现错字的问题。为了解决这一问题&#xff0c;本文提出了一种名为Guidance OCR的方法。该方法在不额外训练模型的情况下&#xff…

【C++游记】string的使用和模拟实现

枫の个人主页 你不能改变过去&#xff0c;但你可以改变未来 算法/C/数据结构/C Hello&#xff0c;这里是小枫。C语言与数据结构和算法初阶两个板块都更新完毕&#xff0c;我们继续来学习C的内容呀。C是接近底层有比较经典的语言&#xff0c;因此学习起来注定枯燥无味&#xf…

飞牛 fnos 上用docker部署一款网页端办公系统

描述 一款高效的内网办公操作系统&#xff0c;内含word/excel/ppt/pdf/内网聊天/白板/思维导图等多个办公系统工具&#xff0c;支持原生文件存储。平台界面精仿windows风格&#xff0c;操作简便&#xff0c;同时保持低资源消耗和高性能运行。无需注册即可自动连接内网用户&…

【网络安全】网站常见安全漏洞—服务端漏洞介绍

文章目录 网站常见安全漏洞—服务端漏洞介绍引言1. 第三方组件漏洞什么是第三方组件漏洞&#xff1f;如何防范&#xff1f; 2. SQL 注入什么是SQL注入&#xff1f;如何防范&#xff1f; 3. 命令执行漏洞什么是命令执行漏洞&#xff1f;如何防范&#xff1f; 4. 越权漏洞什么是越…

单元测试-Unittest框架实践

文章目录 1.Unittest简介1.1 自动化测试用例编写步骤1.2 相关概念1.3 用例编写规则1.4 断言方法 2.示例2.1 业务代码2.2 编写测试用例2.3 生成报告2.3.1 方法12.3.2 方法2 1.Unittest简介 Unittest是Python自带的单元测试框架&#xff0c;适用于&#xff1a;单元测试、Web自动…

C++动态规划解决最长公共子序列

动规非常经典的一道题目&#xff0c;由于需要用到二维数组——姑且算为中等难度的题目&#xff0c;其实和01背包有着极高的相似度&#xff0c;无论是实现还是理论。 今天这篇博客不讲过多的DP理论&#xff0c;重在讲解题目本身。其实有一定经验的同志都清楚&#xff0c;DP的难点…

学习日志024--opencv中处理轮廓的函数

目录 前言​​​​​​​ 一、 梯度处理的sobel算子函数 功能 参数 返回值 代码演示 二、梯度处理拉普拉斯算子 功能 参数 返回值 代码演示 三、Canny算子 功能 参数 返回值 代码演示 四、findContours函数与drawContours函数 功能 参数 返回值 代码演示 …

《Modern CMake for C++》学习笔记

学习 Modern CMake for C - Second Edition 时的学习笔记&#xff0c;供大家参考。 相关资源&#xff1a; 原书链接&#xff1a; Modern CMake for C: Effortlessly build cutting-edge C code and deliver high-quality solutions , Second Edition 中文翻译链接&#xff1a…