信威Sim V&Ver--CFD仿真模型验模的基本工作流程如下图所示：
图 3 流体力学仿真模型验模流程
信威流体力学模型验模软件应具备如下的功能：
网格收敛性分析:
网格是流体力学仿真分析的基础，在一项仿真任务中网格质量的好坏会直接影响到仿真结果的精度。一套高质量的计算网格，既能保证结果的精度，也能提高计算的速度。流体力学性能样机模型验证软件应该具有网格收敛性分析的功能。
通过对不同网格量、网格尺寸进行批处理，得到网格收敛曲线，从而确定特定仿真任务的网格参数。在网格收敛性分析模块中，基于理查德森外推法，提供了两种方法：GCI最小二乘法和GCI直接求解。分析时需要采用多套网格，基于仿真结果随网格变化的趋势确定网格的收敛性。
图 4 网格收敛性分析
仿真和试验的一致性对比分析：
对于某个特定的仿真任务，需要通过较少的算例尽可能准确地确定这些参数之间关系，这就需要采用科学的采样方法，确定合理的样本空间，通过对样本结果进行分析，从而确定输入变量之间以及输入变量与输出结果之间的关系。在该模块中，提供了三种误差类型：曲线误差、特征误差和特征分析，每一种误差类型又提供了多种算法。
图 5 一致性曲线及误差类型
图 6 曲线误差的算法
DOE试验设计分析：根据仿真的特点，通过多种采样算法，在确定的设计空间内获取适量的能够代表设计空间特点的样本库，基于样本库分析设计空间内输入参数/仿真结果之间的参数相关性，同时为后续的分析提供样本数据。
图 7 试验设计DOE采样算法
图 8 参数相关性图
参数敏感性分析：建立仿真模型的不同参数之间的相互关系，但是需要分析这些参数是如何影响仿真结果的，比如哪些参数些许的波动会明显的改变仿真结果，又是哪些参数变化较大，但是对仿真结果的改变微不足道。
参数敏感性分析首先需要确定变量的取值范围，然后根据变量在取值范围内的分布情况设置合理的样本空间，通过对样本进行敏感性分析确定变量对流体力学仿真模型精确性的影响程度。基于特定采样算法的敏感性分析方法及参数敏感性排序图，可以直观地看出输入参数的波动对仿真结果影响的强弱。
图 9 敏感性分析设置
图 10 参数敏感性排序图
参数修正技术：确定了参数对仿真结果的敏感性后，这些参数的取值在很大程度上依赖于仿真经验。流体力学性能仿真模型验证软件需具备自动修正的功能，根据选定的高敏参数及设定的取值范围，采用多种参数修正算法，对高敏参数进行多工况批处理，并自动实现仿真结果与试验结果的一致性对比，通过最小误差指标确定仿真修正结果。根据算例的特点，选择任意一种算法，基于高灵敏参数开展参数修正，实现提高仿真精度的目的。
图 11 模型修正算法列表
图 12 参数修正结果显示
代理模型技术：无论是参数相关性分析、参数敏感性分析还是参数优化，都是基于多工况进行分析的结果，如果工况的数量越多，分析也越准确。但是在实际仿真过程中，可能会遇到网格量非常庞大的情况或者仿真过程复杂，需要进行长时间迭代才能收敛的情况。在这种情况下，大批量的工况计算无论从计算时间、计算资源或者计算周期来说都是难以实现的。
为此可通过少量的仿真结果建立输入与输出之间的关系构建数学模型，用已有的试验结果对构建的数学模型进行检验，当该数学模型的精度满足要求后，就可通过该数学模型进行快速仿真预测和仿真分析。
图所示为代理模型的算法，该模块提供了目前行业内广泛使用的代理模型算法：插值代理、移动最小二乘法、人工神经网络、多项式代理、径向基函数核和高斯克里金代理，通过数据源自身对代理模型检测和独立数据对代理模型检测，以保证代理模型的精度。
图 13 代理模型理论
图 14 代理模型精度检查
不确定性分析技术：流体力学的仿真结果不可能与试验结果完全吻合，仿真模型的准确性置信度却是可以通过科学的方法确定的。经过上述步骤的检验与验证，得到了与试验结果的吻合较好的仿真结果，但是这个仿真结果的概率分布是怎样的，在多大的置信度范围内可以接受并指导后续的工作。针对这个问题，需要进行量化分析，从科学的角度出发，以一定的算法对仿真结果进行不确定性分析。
图 15 不确定分析算法
图 16 仿真结果的概率分布图
