高保真CFD的一个关键因素是稳定性条件。这个条件被称为Courant-Friedrichs-Lewy比率,或简称为CFL。
这个基本概念植根于高级应用数学。事实上,CFL管理着诸如时间步长、网格间距和入口处的速度等参数。
在实践中,确保解决方案的更新与流动的物理约束同步,CFL条件允许CFD仿真人员为各种工程应用提供可靠的模拟。本文将探索CFL对CFD的意义,而不会过多地涉及数学细节。
1-CFL核心概念
Courant-Friedrichs-Lewy条件的核心是线性对流方程,它描述了流体流动中标量量的传输。这个方程是CFD模拟的基石。该方程突出了流动的特征速度在确定数值方法稳定性中的重要作用。
CFL条件定义如下:
时间步长 δt 必须选择便于信息以因果方式传播,一个时间步长内传播的距离小于或等于网格间距 δx。(“The time step size δt must be chosen such that the information propagates causally, with the distance traveled in one time step being less than or equal to the grid spacing δx.”)
作为一个稳定性准则,CFL确保解决方案保持有界,并避免非物理的振荡或不稳定性。
这个条件防止解决方案“跳过”网格点,与整个模拟问题的域保持一致。违反CFL条件可能导致结果不准确或不正确,以及数值不稳定,使模拟不可靠。
这个条件最初由Richard Courant、Kurt Friedrichs和Hans Lewy在1928年描述;他们的重要论文的1967年英文版可用(这篇论文在数学上非常复杂,涉及诸如双曲型偏微分方程等主题)。
2-CFL的数学(简单版)
在本文中,我们将尽量少用数学。
在CFD模拟中,我们有一个物理域,即模拟的对象,比如一个带有汽车的风洞。
该域被离散化为一个网格,网格间距用δx表示。δx的值越小,我们说的是模拟的空间分辨率更细。
现在,许多物理情况是静态的,但实际上,大多数情况应该是时变的,即除了三个维度xyz(合并成一个向量x),我们还必须考虑时间变量“t”。
因此,时间依赖性域也被离散化为时间步长δt,它表示连续时间水平之间的持续时间。δt的值越小,时间增量越小,解决方案的时间积分越准确。
CFL条件来源于这样一个要求,即信息的传播不应超过模拟中物理波速。
我们定义库朗数Courant number(Cou)为“C δt / δx”,其中
C是波速,
δt是时间步长,
δx是空间网格间距
因此,"C δt"项的物理意义是流体元素在单个时间步长δt内相对于网格间距δx可以传播的距离。
数学上,CFL条件表示为:
Cou = C × δt / δx ≤ CFL_max
其中CFL_max是允许的最大库朗数。CFL_max的值取决于用于计算模拟中的数值方案和偏微分方程的稳定性准则。
Cou > CFL_max会发生什么?如果库朗数超过允许的最大值(即,CFL > CFL_max),模拟可能会变得不稳定,导致数值振荡或解决方案的爆炸性增长。
Cou < CFL_max会发生什么?另一方面,如果库朗数保持在允许的最大值以下(即,库朗数 ≤ CFL_max),模拟保持稳定,解决方案保持准确。
总结 - δx和δt之间的关系是什么?
Courant Friedrichs Lewy条件中δx和δt之间的关系意味着减小网格间距(即,较小的δx)需要更小的时间步长(即,较小的δt)以保持稳定性。这是因为较小的网格间距允许在更短的距离内传播更多的信息,需要更小的时间步长以确保信息不会传播得比物理波速更快。因此,CFL条件对δx和δt的选择施加了约束,这两个参数是相互关联的。
总之,CFL条件建立了网格间距(δx)和时间步长(δt)之间的关系,并对其值施加了限制,以限制和防止信息传播得比物理波速更快。
3-实际示例
我们已经看到,空间网格间距,表示为δx,是CFD分析中的一个关键参数,因为它直接影响解决方案的准 确性和效率。现在,让我们探索一些实际示例,了解空间网格间距δx如何影响CFD模拟中的CFL条件。
考虑使用有限差分方法对平板上的不可压缩流进行CFD模拟。选择大的网格间距δx,导致粗网格。在这种情况下,CFL条件要求小的时间步长δt以保持稳定性,因为信息需要在大距离上传播,由于粗网格。这可能会显著增加模拟的计算成本,因为可能需要小的时间步长以保持稳定性,导致更长的模拟时间。
在模拟可压缩流,例如超声速流过翼型时,通常需要更细的网格间距δx以准确捕获复杂的激波和其他流动特征。在这种情况下,CFL条件可能允许比不可压缩流案例更大的时间步长δt,因为更细的网格允许信息在更短的距离上传播。这可以导致更有效率的模拟,计算时间更短。
对于涉及高速流的模拟,如高超声速流,CFL条件可能会对空间网格间距δx施加更严格的约束。高速流中的激波和其他流动特征可能有非常陡的梯度,需要非常细的网格以准确捕获流动物理。这可能导致显著更小的δx,进而可能需要更小的δt以满足CFL条件,导致计算成本增加。
通常,在瞬态模拟中,流动随时间变化,CFL条件需要在每个时间步长上满足以保持数值稳定性。如果选择的网格间距δx太大,可能导致CFL条件被违反,导致数值不稳定和不准确的结果。另一方面,更细的网格间距δx可能允许更大的时间步长δt,从而实现更有效率的模拟。
4-数值方案和CFL
由于其简单性和易于实施,显式方案在CFD模拟中被广泛使用。在显式方案中,下一个时间步长的解决方案明确地从当前时间步长的解决方案计算得出。通常根据CFL条件选择时间步长δt以确保数值稳定性。
显式方案在计算上是高效的,因为它们允许更大的时间步长,但它们可能受到CFL条件的限制,后者对可以用来解决它们的最大时间步长施加了约束。如果选择的时间步长太大,解决方案可能变得不稳定并产生不准确的结果。
另一方面,隐式方案以其稳定性和处理刚性或高度瞬态问题的能力而闻名。在隐式方案中,下一个时间步长的解决方案是通过求解一组方程得到的,其中系数基于当前和/或下一个时间步长的解决方案隐式计算。隐式方案对时间步长没有严格的约束,因为它们不完全依赖于CFL条件来保持稳定性。然而,隐式方法在计算上比显式方案更昂贵,因为它们通常需要求解大型方程组,这可能会增加计算成本。
当涉及到库朗数的CFL准则时,隐式方案比显式方案的限制性要小。隐式方案的CFL条件取决于数值方案的特征和正在解决的问题。在某些情况下,隐式方案可能允许与显式方案相比更大的时间步长,从而实现更有效率的模拟。
5-CFL的实际意义
为了说明CFL条件的实际意义,考虑一个一维波现象的CFD模拟。CFL条件决定了适当的时间步长大小,以准确捕获波的传播,确保解决方案与波动方程的物理行为一致。这对于涉及快速变化流动特征的模拟尤其重要,其中流动的特征速度可以显著影响结果的稳定性和准确性。
CFL条件还涉及到初始条件和入口速度。数值方法的稳定性取决于初始条件和流动入口速度之间的一致性。如果速度过高,库朗数上的CFL准则可能要求更小的时间步长,以确保信息因果传播且数值解保持稳定。同样,如果初始条件没有得到适当考虑,可能需要调整CFL条件以确保准确结果。
CFL条件常被误认为是线性稳定性条件或非线性稳定性条件。然而,必须强调的是,CFL条件并不足以确定数值方案的稳定性。实际上,其他稳定性条件通常比CFL条件更为严格。
必须理解,CFL条件是某些数值方法稳定性的必要条件,特别是那些基于显式时间积分的方法。这个条件决定了可以使用的最大允许时间步长,以确保数值解的稳定性。
另一方面,线性和非线性稳定性条件是更一般的稳定性准则,可以应用于包括基于隐式时间积分的方法在内的广泛数值方法。这些条件对时间步长、空间分辨率和数值参数施加了额外的约束,必须满足这些约束以保证解决方案的稳定性和准确性。
因此,虽然CFL条件是确定显式时间积分方法中时间步长的重要工具,但它不应被视为唯一的稳定性条件。其他稳定性准则,如线性和非线性稳定性条件,同样重要,必须在设计和分析解决偏微分方程的数值方案时予以考虑。
6-在AI的可能作用
CFL条件的含义不仅限于CFD模拟中数值方法的稳定性和准确性。
近年来,利用人工智能(AI)在CFD模拟中以增强模拟的预测能力和效率的兴趣日益增长。这已经在帮助多个组织加速设计周期。
CFL条件可以在指导CFD模拟的AI算法开发中发挥非常重要的作用,通过影响训练数据和预测步骤中使用的时间步长和网格间距的选择。训练后的AI预测器将受到高保真CFD的启发,并可供设计师使用。
通过将CFL条件隐式集成到基于AI的CFD模拟中,可能可以提高AI预测的准确性和效率。
7-工程应用
在工程应用中,CFL条件对选择适当的空间和时间分辨率至关重要。例如,在汽车设计、航空航天、能源生产和环境工程等领域,CFD模拟被广泛用于优化设计和预测性能。在这些应用中,CFL条件确保了模拟的稳定性和准确性,这对于实现工程目标至关重要。
总结
CFL条件是CFD模拟中一个基本但至关重要的概念。它确保了解决方案的稳定性,防止了数值振荡和不稳定性,从而保证了模拟结果的可靠性。通过理解CFL条件,CFD专家可以为各种工程应用提供准确的模拟,从而为设计优化和性能预测提供支持。
CFL条件对于确保CFD模拟的准确性和可靠性至关重要。通过适当选择时间步长和网格间距,可以确保模拟结果的稳定性和准确性,从而为工程应用提供支持。
--- END ---