1. Fluent质量和能量守恒

Fluent收敛性的判断有时候很让人头疼,我们在三十二、Fluent收敛判断标准及方法中概括的讲述过几种收敛标准。

深度学习曲线收敛图 收敛曲线怎么看_迭代

通常我们判断是否收敛最直接的就是看残差曲线,但是很多时候,残差曲线(尤其连续性曲线)一直是平的,连下降的趋势都没有。这时候最正确的做法应该是监测比较重要的物理量,查看其是否稳定。

深度学习曲线收敛图 收敛曲线怎么看_深度学习曲线收敛图_02

如果监测的几个物理量都很稳定,那可以忽略残差曲线而认为计算已经达到收敛。

但是我们计算过程中更多的是遇到不稳定的情况,或者我们根本就不确定计算是否收敛了,那应该怎么办呢??本文提供一点思路来帮助理解计算发散的原因。

任何流动或传热问题的计算都比较质量守恒、能量守恒和动量守恒。当计算发散时,或者我们不确定它是否收敛的时候,就可以查看Fluent是否满足三大守恒,如果不满足,那肯定不收敛。基于此我们可以找到发散的原因。

深度学习曲线收敛图 收敛曲线怎么看_CFD_03

注:
1. Fluent满足三大守恒也不一定收敛,还要辅助监测物理量来判断收敛性

2. 强推文章四十三、Fluent增强收敛性-伪瞬态计算,能够大大加快收敛速度,尝试了一下,使用SIMPLEC算法10000迭代步可以收敛,使用伪瞬态算法只需要1000步,收敛速度加快了10倍


2. Fluent Flux通量

如何查看Fluent是否满足质量守恒、能量守恒呢??在Fluent后处理中Results-Reports-Fluxes可以查看

深度学习曲线收敛图 收敛曲线怎么看_Fluent_04

深度学习曲线收敛图 收敛曲线怎么看_迭代_05

但是有几点需要注意:

2.1 Options包含三个选项:

Mass Flow Rate、Total Heat Transfer Rate和Radiation Heat Transfer Rate,其他的以后补充。通过这三个选项可判断计算是否满足质量守恒和能量守恒。

2.2 不涉及源项问题

mass flow rate:所有进出口质量流率之和应该为0,其中进口为正,出口为负。Net Results表示进出口质量流率之和。壁面wall显示为0,计算域内的质量流量显示不为0,但计算Net Results时,内部区域会被跳过,只计算进出口区域。

Net Results:只计算模型进出口的质量流量

深度学习曲线收敛图 收敛曲线怎么看_深度学习曲线收敛图_06

Total Heat Transfer Rate:所有进出口及壁面的总传热率之和应该为0,即Net Results=0。计算域内的总传热率显示为0。

Net Results:只计算模型进、出口和壁面的的总传热率;如下图不涉及能源源项,Net Results应该等于0,而图中等于-4.46,说明收敛性不好,应该继续计算或者修改部分参数后计算。

深度学习曲线收敛图 收敛曲线怎么看_迭代_07

内部边界:如果涉及到内部边界(边界类型 interior),上述三个Fluxes可能会不准确。需要先将内部边界类型更改为wall(用于定位面积向量),不用进行任何操作,然后再更改为interior,计算Fluxes


如果不涉及质量源项,那么模型进出口的mass flow rate应该相等,净值Net Results应该等于0;
如果不涉及能量源项,模型进出口及壁面处的Total Heat Transfer Rate的净值Net Results应该等于0

2.3 涉及源项问题

如果在Cell Zone Conditions---Fluid中设置了质量源项(kg/(m3*s)),则Net results显示的为添加质量源项计算域的积分值。即每个网格的质量源项与计算域网格体积相乘之和,单位恰好为kg/s。

深度学习曲线收敛图 收敛曲线怎么看_CFD_08

同理如果在Cell Zone Conditions---Fluid中设置了能量源项(W/m3),则Net results显示的为添加能量源项计算域的积分值。


2.4 涉及多相流问题

使用多相流模型,上述三个Fluxes可以对单独相也可对mixture进行计算。如果没有源项,那么每一相的net results=0;

深度学习曲线收敛图 收敛曲线怎么看_Source_09

如果对某一相设置了质量或能量源项,那么对这一相的net results就是添加源项计算域的积分值。

如果涉及到相间的传热和传质,那么对于单独相,则mass flow rate和total heat transfer rate的Net Results不为0;

但是对于mixture相,mass flow rate和total heat transfer rate的Net Results=0。比如蒸发冷凝模型、PBM模型。
 

2.5 涉及到颗粒流动

如果使用离散相模型(DPM),则会单独报告粒子注入的质量流量和传热率,并且Net Results结果会将粒子注入的质量流量和传热率也包含进去。

深度学习曲线收敛图 收敛曲线怎么看_深度学习曲线收敛图_10

比如上图,Net Results等于Results中各个质量流量之和,再加上DPM Mass Source。Net Results=-1.770709+0.876162 +0.876162+0.01839178=6.367223e-6

也就是说,涉及DPM模型,不涉及源项时,Net result应该也为0。

深度学习曲线收敛图 收敛曲线怎么看_迭代_11

3. Flux通量总结

单相流且不涉及源项,质量和能量的Net results=0;

多相流不涉及源项,且没有相间传热传质则单独相的Net results=0;
若涉及相间传热传质,则单独相的Net results不等于0,但mixture相的质量和能量的Net results=0;

颗粒流不涉及源项时,Net result也为0。