CFD压力-速度求解方案的PISO算法_OpenFOAM

CFD压力-速度求解方案的PISO算法

1月前浏览790

PISO算法（Pressure-Implicit with Splitting of Operators）是一种广泛应用于计算流体动力学（CFD）中的压力-速度耦合求解算法，特别适用于解决纳维-斯托克斯（Navier-Stokes）方程组中的压力-速度迭代问题。在模拟流体流动时，由于方程组是高度非线性的，且动量方程（包含速度）和连续性方程（关联到压力）相互耦合，直接求解非常困难。PISO算法采用预测-校正策略来分步解耦这两部分。

以下是PISO算法的一般步骤：

1.预测阶段

在此阶段，基于上一时刻或者前一次迭代得到的压力场作为初始猜测，该算法首先尝试隐式求解动量方程。这意味着在计算过程中，速度场的改变会受到当前压力分布的影响，由此得到一个初步预测的速度场U*。这一阶段允许我们从已知的压力出发，逐步逼近实际的速度分布。

2.压强修正阶段

随后，在拥有初步预测速度场的基础上，PISO算法进一步聚焦于压力场的更新。利用预测速度场U*，计算出压力修正项，随后通过求解连续性方程（即压力方程）以获取新的压力估计值p。这一过程往往涉及到对压力离散方程的求解，以便更好地反映出速度变化对压力分布的反馈影响。

3.速度校正阶段

接下来，利用刚刚更新得到的压力场p，算法回归至速度场的优化。通过将新压力值反向引入到动量方程中，对速度场进行二次修正，从而得到更为精确的速度场估计U。这样便实现了压力场与速度场之间的双向交互和动态调整。

4.残差评估与迭代

为了确保求解结果达到预定的精度要求，PISO算法会在上述三个基本步骤完成后，对压力和速度场的残差进行评估。若未达到预设的收敛标准，则继续按照上述流程迭代直至满足收敛条件。这种迭代机制赋予了PISO算法强大的自适应能力和稳健的收敛性能。

PISO算法的优势在于

- 不需完全迭代，即不需要像SIMPLE算法那样多次交替更新压力和速度。

- 能够处理非定常流动问题，并且对于多网格结构有较好的适应性。

- 相比于完全迭代算法，PISO算法通常能够提供更快的收敛速度。

总的来说，PISO算法因其在处理非定常流动问题上的高效性和稳定性，以及对复杂网格结构的良好适应能力而备受青睐。

然而，PISO算法的具体实现可能会因不同的CFD软件包而有所差异，在诸如OpenFOAM等主流CFD软件包中，PISO算法得到了广泛应用并不断优化升级，使其在面对各类工程实际问题时展现出了强大的实用性与灵活性。

来源：CFD饭圈

CFD仿真指导mRNA疫苗的生产

脂质纳米粒子（LNPs）在药物传递领域的应用日益广泛，尤其在病毒疫苗、癌症治疗、镇痛药和光动力疗法等方面。近年来，LNPs因在mRNA疫苗中的应用而受到广泛关注。mRNA疫苗的传递效率与LNPs的大小和剂量密切相关：较小的LNPs能更有效地穿透组织，但由于传递产量低，需要较高剂量。传统的迭代实验方法虽然能够满足这些要求，但成本高昂且耗时。因此，Veryst Engineering的研究团队提出了一种模拟引导的设计过程，以补充实验工作，节省成本和时间，并有助于找到更创新的解决方案。 mRNA疫苗的生产涉及将有机相与水相混合，其中水相含有负电荷的mRNA，而有机相含有用于包裹mRNA的脂质。通过足够的混合和停留时间，这些组分会自发组装成聚集体，即LNPs。生产过程中，混合时间是影响LNPs大小的关键因素，而LNPs的大小直接影响疫苗的效力。较长的混合时间会导致更大的聚集体和更异质的尺寸分布，而较短的混合时间则产生更小的纳米粒子，但产量较低。研究团队介绍了三种微流体装置设计的混合预测，这些设计在现实世界实验中已被报道可以产生LNPs。这些设计包括蛇形混合器、错位鱼骨混合器和环形混合器。设计1：蛇形混合器蛇形混合器通过蛇形通道产生的涡旋实现有效的混沌混合，但需要较高的流速。设计2：错位鱼骨混合器错位鱼骨混合器通过交替方向的鱼骨形凹槽促进流线的膛线化，提供广泛的有效混合。这种类型的混合器在广泛的流速和雷诺数范围内都是有效的，这个模型的预测意味着，一旦制造出来，鱼骨混合器应该能够有效地生产LNPs和mRNA疫苗。设计3：环形混合器环形混合器则利用Dean流动在更高的流速和雷诺数下实现混合。通过模拟，研究团队能够测试不同微流体混沌混合器设计的效力，并优化微流体混合过程。模拟有助于调整设计参数，在制造和测试之前优化性能。理想情况下，模拟和设计优化应在制造实验混合器原型之前进行，以增加原型表现良好的可能性，并减少需要构建的原型数量，从而节省时间和成本。总结来说，多物理场模拟技术在提高对LNP形成流动和动力学限制的理解、将关键结果与系统参数相关联、提供有意义的中间和最终数量的定量估计、减少昂贵的实验室实验的数量以及指导设计迭代路径等方面发挥了重要作用。这些模拟技术的应用有望为LNPs和mRNA疫苗的生产带来更高效、成本效益更高的解决方案。来源：CFD饭圈