首页/文章/ 详情

Fluent求解设置中的网格Gradient梯度离散方法选择

1月前浏览1825


Fluent求解设置中的网格Gradient梯度离散方法选择
最近在仿真的时候,看到有些案例采用不是默认的梯度离散方法,于是网上搜索一番,发现这方面的资料都很老旧,依然停留在Fluent6.2/6.3版本的讲解。于是参考了新版本的参考资料整理如下一份关于这方面的资料。
          

一、Gradient梯度离散方法

在Fluent的求解离散方案中,对于梯度Gradient 的离散方法有三种:
Green-Gauss Cell-Based
Green-Gauss Node-Based
Least Squares Cell-Based
软件默认的是Least Squares Cell-Based方法,而且相信很多人在仿真时候,对于Gradient的离散方法都是采用默认的。    
Gradients梯度需要离散的必要性不单单是为了在网格表面构建标量值,而且还是为了计算二次扩散项和速度导数的需要。
          
1. Green-Gauss Cell-Based
Green-Gauss Cell-Based,顾明思议,基于网格中心(Cell-Based)计算。对于网格面的物理量,是对此面两个相邻网格中心物理量求解算数平均值(对于一个面来说,在垂直面的方向,只有前和后两个网格)。下图是来自Fluent 15.0帮助文档的解释。
          
2. Green-Gauss Node-Based
Green-Gauss Node-Based,顾明思议,基于网格点(Node-Based)计算。对于网格面的物理量,是对此面的网格点的物理量进行求解算数平均值。下图是来自Fluent 15.0帮助文档的解释。    
从面网格物理量的计算公式看,对于非结构网格Node-Based梯度方案比Cell-based梯度方案得到的仿真值更加精准,同时,会消耗更多的电脑计算资源。
此离散方法对于多面体网格,在网上的版本说是不适合用的,应该是对于Fluent6.3版本吧。但是对于现在的Fluent版本,可以应用的,只不过是消耗更多的计算内存。下面这段话是来自Fluent15.0帮助文档的证据:Since polyhedral meshes can have a much higher ratio of nodes to cells then tet or hex meshes, the use of the node-based gradient method may result in a significant increase in memory consumption compared with other gradient methods.    
          
3. Least Squares Cell-Based
是Fluent默认的梯度离散方案,在Fluent 6.3版本之后新增加的。
Least Squares Cell-Based,顾明思议,基于网格中心(Cell-Based)计算,。两个相邻网格中心量的变化等于两个中心量乘以方向。下图是来自Fluent 15.0帮助文档的解释。    
   
从计算方案可以看到,对于非结构网格,Least Squares Cell-Based方法的精确度比得上上面第二种方法。而且相对于上面第二种方法,占用的电脑计算资源低一点。在Fluent 15.0帮助文档中原文如下:On irregular (skewed and distorted) unstructured meshes, the accuracy of the least-squares gradient method is comparable to that of the node-based gradient (and both are much more superior compared to the cell-based gradient). However, it is less expensive to compute the least-squares gradient than the node-based gradient. Therefore, it has been selected as the default gradient method in the ANSYS Fluent solver.
          

二、总结(划重点)

1. Green-Gauss Cell-Based
相邻网格中心点的代数平均
计算量较小,准确度可以接受
2. Green-Gauss Node-Based
求解面上各节点值得代数平均
而节点值取周围网格单元值得代数加权平均
对于非结构网格,比Green-Gauss Cell-Based更准确
特别适合三角形和四面体网格和尺寸变化比较大的网格
3. Least Squares Cell-Based
假设变量在网格单元之间线性变化
适用于多面体网格
也能用于三角形或者四面体非结构网格    
默认的梯度离散方法
所以,一般的情况下,采用默认梯度离散方案即可。但是对于尺寸变化比较大或者网格质量不是很好的网格,建议采用Green-Gauss Node-Based尝试下。
  

来源:CFD饭圈
FluentUMANSYS
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2024-09-08
最近编辑:1月前
CFD饭圈
硕士 分享CFD文章,感谢关注
获赞 22粉丝 21文章 376课程 0
点赞
收藏
作者推荐

CFD无量纲数之1--韦伯数,背景、定义和工程应用

韦伯数(Weber Number, We)是流体力学中一个重要的无量纲参数,由德国物理学家威廉·韦伯(Wilhelm Eduard Weber)于19世纪提出。韦伯数最初是为了描述在液滴动态破碎或薄膜破裂现象中,惯性力与表面张力之间的相对重要性而引入的一个概念。在实际工程应用和科学研究中,尤其是在多相流领域,如液滴冲击、喷雾过程以及液膜破裂等复杂流动现象的研究中,韦伯数扮演着关键的角色。一、背景 在19世纪,科学家们开始深入研究液体在受到外部作用力时的行为,尤其是当液滴或液膜在快速运动过程中如何保持稳定或发生破裂的问题。在这种背景下,韦伯数作为一个量化两者力量对比关系的工具应运而生。通过定义韦伯数,研究者可以直观地评估惯性效应相对于表面张力的影响程度,并预测液滴是否会发生破碎或者液膜是否会破裂。这一参数对理解自然界的许多现象,比如雨滴形成、瀑布水花溅射、工业喷雾系统设计等方面提供了理论依据,极大地推动了相关领域的研究进展。二、定义韦伯数通常以公式表示为: 其中:-ρ 是液体的密度;-v 是代表液滴或液膜运动特征的速度,如撞击速度或自然传播速度;-L 是表征液滴大小或液膜厚度的特征长度;-σ 是液体的表面张力系数。韦伯数反映了在流动过程中,惯性力(由ρv2体现)与表面张力(由σ体现)之间的力量对比关系。当韦伯数较小时,表明表面张力起主导作用,有助于保持液滴稳定或液膜完整;而韦伯数较大时,则说明惯性力的作用超过了表面张力,可能导致液滴破碎或液膜破裂。 三、工程应用1.喷雾系统设计:在喷雾器的设计中,通过计算韦伯数可以预估喷出的液滴是否会破碎成更小的颗粒,从而优化喷雾设备性能和雾化效果。 2.石油工业:在油水分离设备中,韦伯数可用于判断油滴在水中是否容易聚结或分散,进而指导分离器的设计和操作条件的选择。3.环境科学:大气气溶胶粒子的研究中,韦伯数用于分析降雨过程中雨滴对云雾粒子的捕获效应以及其破碎的可能性。4.生物医学工程:在微流控芯片中模拟血液细胞或其他生物粒子的行为时,韦伯数可以帮助理解和控制粒子在微通道中的变形和破碎情况。5.化学工程:在蒸发和结晶过程中的液滴生长和破裂分析,以及在化工反应器内部液滴行为的研究中,韦伯数都是至关重要的参数之一。6.航空航天工程:在飞行器穿越大气层时,对机翼上的雨水或冰晶形成及其影响进行评估时,韦伯数也是一个关键的参考指标。7.燃烧科学:在研究液体燃料雾化与燃烧过程中,韦伯数用于预测液滴在进入高温燃气环境时的破碎行为,这直接影响到混合气形成的速度和质量,从而影响燃烧效率和排放性能。8.纺织工业:在喷丝板纺丝工艺中,通过控制韦伯数可以调节熔融聚合物从喷丝孔挤出后形成的纤维直径及其稳定性,优化纤维品质。9.食品加工:在喷雾干燥、冷冻干燥等食品加工技术中,利用韦伯数分析液滴蒸发速度以及可能发生的破裂情况,有助于调整工艺参数以改善产品口感和保质期。 10.微电子冷却技术:在微尺度热管理领域,尤其是对芯片表面微型液滴的形成与蒸发过程的研究中,韦伯数帮助设计人员了解液滴是否容易破裂或合并,从而提高散热效率。11.生物力学:在生物流体力学中,如血液流动研究中,计算红细胞或者白细胞等颗粒的韦伯数有助于理解它们在血管中的变形、破裂风险以及与血管壁的相互作用。12.农业灌溉技术:在精准农业和节水灌溉系统中,通过计算水滴在空气中的韦伯数来评估其降落至地面之前可能发生破裂的程度,进而优化喷灌设备的设计,减少水分损失并提高灌溉效率。来源:CFD饭圈

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈