1980 年代初期，在謝菲爾德大學(xué)大樓的多位人士的貢獻(xiàn)下，Ansys Fluent成為第一個(gè)具有圖形用戶界面和工作流程而非命令行輸入的商業(yè)計(jì)算流體動(dòng)力學(xué) (CFD) 軟件。隨著它在行業(yè)中的采用，F(xiàn)luent 的受歡迎程度逐年增加。

2006 年 5 月，F(xiàn)luent Inc. 被 Ansys 收購(gòu)。自加入 Ansys 大家庭以來(lái)，我們不斷突破 Fluent 的性能、精度和生產(chǎn)力的極限，帶來(lái)了尖端創(chuàng)新，幫助工程師克服了在處理流體動(dòng)力學(xué)問(wèn)題時(shí)可以想象到的最具挑戰(zhàn)性的設(shè)計(jì)障礙。

您是新客戶，還不熟悉您可以使用的所有 Fluent 創(chuàng)新嗎？您是否選擇了不同的供應(yīng)商并想了解更多關(guān)于您遺漏的信息？讓我們通過(guò)一些最具創(chuàng)新性的 Fluent 功能回到過(guò)去。

2014 年：GPU 加速卸載和伴隨求解器

雖然圖形處理單元 (GPU) 技術(shù)如今備受關(guān)注，但在 2014 年的 Fluent 中引入了使用 GPU 作為 CFD 加速器的概念以及 NVIDIA AmgX 求解器。請(qǐng)耐心等待這個(gè)時(shí)間旅行場(chǎng)景，因?yàn)榈?2022 年，F(xiàn)luent 將成為第一個(gè)引入非結(jié)構(gòu)化有限體積、完全駐留的多 GPU 求解器的商業(yè) CFD 軟件，克服卸載限制并擾亂 CFD 模擬市場(chǎng)。

Adjoint求解器于 2014 年首次在 Fluent 中引入，通過(guò)使用伴隨靈敏度來(lái)驅(qū)動(dòng)設(shè)計(jì)師不直觀的智能設(shè)計(jì)更改，從而徹底改變 CFD 模擬的見解。自問(wèn)世以來(lái)，伴隨求解器的可靠性和可用性不斷發(fā)展成為一個(gè)全面的產(chǎn)品優(yōu)化框架。

使用 2014 年推出的 Adjoint 求解器通過(guò)自動(dòng)形狀優(yōu)化來(lái)優(yōu)化設(shè)計(jì)。

2016 年：Fluent 打破了 170,000 個(gè)核心的超級(jí)計(jì)算記錄

研究和開發(fā)高性能計(jì)算 (HPC) 以提高 Fluent 的并行可擴(kuò)展性一直是——而且仍然是——一個(gè)重點(diǎn)關(guān)注領(lǐng)域。2016 年，Cray Inc. 和斯圖加特大學(xué)的高性能計(jì)算中心 (HLRS) 將 Fluent 擴(kuò)展到超過(guò) 172,000 個(gè)計(jì)算機(jī)內(nèi)核，從而創(chuàng)造了新的超級(jí)計(jì)算世界紀(jì)錄，使組織能夠更快地為其產(chǎn)品創(chuàng)建創(chuàng)新和突破性的完整虛擬原型并且比以往任何時(shí)候都更有效率。

2017：PUMA 適應(yīng)和 SBES 湍流模型

商業(yè) CFD 軟件的另一項(xiàng)尖端創(chuàng)新是在 2017 年引入了獲得專利的多面體非結(jié)構(gòu)化網(wǎng)格自適應(yīng) (PUMA)。這種自適應(yīng)技術(shù)自動(dòng)動(dòng)態(tài)地細(xì)化網(wǎng)格以跟蹤流中的精細(xì)細(xì)節(jié)。因此，工程師可以在需要的地方獲得所需的精度來(lái)捕獲仿真細(xì)節(jié)，同時(shí)將較粗的網(wǎng)格留在其他地方以縮短求解時(shí)間。

通過(guò)自動(dòng)細(xì)化網(wǎng)格來(lái)解決精細(xì)細(xì)節(jié)，同時(shí)使用 2017 年推出的多面體非結(jié)構(gòu)化網(wǎng)格自適應(yīng) (PUMA) 保留較粗的網(wǎng)格，從而加快求解時(shí)間。

同年，應(yīng)力混合渦流模擬 (SBES) 湍流模型 克服了混合 RANS-LES 模擬的固有問(wèn)題。大渦模擬 (LES) 在近壁區(qū)域的成本高得不切實(shí)際，而雷諾平均納維-斯托克斯 (RANS) 模型非常適合壁邊界層。混合 RANS-LES 模型使用 RANS 湍流模型提供高效的近壁建模，并使用 LES 方法提供遠(yuǎn)離壁的高保真解決方案，但傳統(tǒng)上在這兩者之間切換會(huì)遇到網(wǎng)格依賴性和錯(cuò)誤的網(wǎng)格引起的流動(dòng)分離。Ansys 開發(fā)的 SBES 模型引入了獨(dú)特且專有的屏蔽功能來(lái)克服這些問(wèn)題，從而產(chǎn)生了工程師可以信賴的可靠且高效的尺度分辨湍流模型。

2018: Mosaic Meshing 和 Spray Break-up 模型

在保持網(wǎng)格質(zhì)量的同時(shí)，在復(fù)雜幾何體中的不同類型的網(wǎng)格元素之間進(jìn)行過(guò)渡一直是主要的網(wǎng)格劃分挑戰(zhàn)，尤其是在從邊界層棱柱過(guò)渡到遠(yuǎn)離壁的六角形元素時(shí)。2018 年，F(xiàn)luent 引入了Mosaic 網(wǎng)格劃分，通過(guò)自動(dòng)連接不同類型的網(wǎng)格與高質(zhì)量的多面體元素來(lái)應(yīng)對(duì)這一挑戰(zhàn)。由此產(chǎn)生的模擬速度顯著加快，解決方案精度更高，同時(shí)使用更少的 RAM。

Ferrari Competizioni GT 使用 2018 年推出的 Mosaic 網(wǎng)格劃分技術(shù)將仿真效率提高了 300%。

同年，噴霧破碎模型是第一個(gè)商業(yè)實(shí)施的流體體積 (VOF) 到離散粒子法 (DPM) 轉(zhuǎn)換的多相模擬，例如噴霧破碎。在此模型中，VOF 模擬中的不同液滴被檢測(cè)到并被 DPM（即質(zhì)點(diǎn)）粒子取代，并且網(wǎng)格相應(yīng)地粗化。

使用 2017 年推出的流體體積 (VOF) 到離散粒子法 (DPM) 混合多相模型高效模擬噴霧破碎。

2019：GEKO 湍流模型

2019 年，Ansys 湍流團(tuán)隊(duì)推出了具有可調(diào)系數(shù)的廣義 k-ω 湍流 (GEKO) 模型。GEKO 的可調(diào)系數(shù)可以在很寬的范圍內(nèi)進(jìn)行調(diào)整，以匹配特定的物理效應(yīng)，同時(shí)保持基礎(chǔ)模型校準(zhǔn)。沒有其他湍流模型具有足夠的靈活性來(lái)匹配大量測(cè)試用例的實(shí)驗(yàn)數(shù)據(jù)——即使由湍流模型專家調(diào)整——而 GEKO 的系數(shù)提供了這種靈活性。GEKO 模型甚至可以調(diào)整為尺度分辨模擬結(jié)果，例如使用 SBES 湍流模型的結(jié)果。GEKO 湍流模型專用于 Ansys 流體應(yīng)用。

2020 年：AIAD 過(guò)渡模型和電池 3D 電化學(xué)

2020 年，F(xiàn)luent 成為第一個(gè)展示基于代數(shù)界面面積密度 (AIAD) 方法的歐拉多相變方法的商業(yè)軟件。該方法適用于一系列應(yīng)用，例如壓水反應(yīng)堆中冷卻劑損失的情況，與替代方法相比，與實(shí)驗(yàn)數(shù)據(jù)非常吻合。

2020 年推出的使用 AIAD 轉(zhuǎn)變的具有液滴夾帶和再吸收的氣體-液體流動(dòng)

同年，F(xiàn)luent 推出了電池充電/放電過(guò)程中鋰 (Li) 離子傳輸?shù)乃矐B(tài)模擬，為鋰離子電池的 3D 電化學(xué)提供了完整的商業(yè)解決方案。

2021 年：雙向 VOF 到 DPM 到 EWF 和 AI/ML 湍流調(diào)整

如前所述，VOF 到 DPM 的轉(zhuǎn)換于 2018 年首次在 Fluent 中與噴霧分解模型一起引入。2021 年，F(xiàn)luent 實(shí)現(xiàn)了雙向過(guò)渡，支持從 DPM 到 VOF 的逆向過(guò)渡，并通過(guò)向歐拉壁膜 (EWF) 的過(guò)渡來(lái)完成。在雙向 VOF 到 DPM 到 EWF 模型中， 落在自由液體表面上的 DPM 粒子轉(zhuǎn)變回 VOF 公式，質(zhì)點(diǎn)粒子被網(wǎng)格解析的 VOF 液體取代。

使用 2021 年推出的雙向 VOF-to-DPM-to-EWF 功能有效地模擬多相流的分解、匯集和稀化。

同年，F(xiàn)luent 推出了AI/ML 人工智能 (AI)/機(jī)器學(xué)習(xí) (ML) 湍流調(diào)優(yōu)， 其中 GEKO 系數(shù)使用 ML 算法而不是手動(dòng)調(diào)優(yōu)。這使工程師能夠使用 SBES 等尺度分辨湍流模型來(lái)生成高保真解決方案。然后，他們可以使用 ML 在整個(gè) 3D 流場(chǎng)中調(diào)整 GEKO 系數(shù)，以便后續(xù)設(shè)計(jì)迭代可以使用速度快得多的 GEKO 模型，同時(shí)保持接近尺度解析解決方案的精度。

2022 年：Live-GX 多 GPU 求解器和 PyFluent

如前所述，F(xiàn)luent 一直是使用 GPU 技術(shù)進(jìn)行模擬的開拓者，并且在 2022 年通過(guò)引入原生多 GPU 求解器將其提升到一個(gè)新的水平。這種全新的多 GPU 求解器為穩(wěn)態(tài)和瞬態(tài) CFD 仿真提供了許多好處，包括減少仿真求解時(shí)間、硬件成本和功耗，同時(shí)具有與 CPU 求解器相同的精度，并且沒有我們之前的 GPU 卸載的所有限制提及。

使用 2022 年推出的本機(jī)多 GPU 求解器時(shí)，六個(gè)高端 GPU 可提供與 2,000 多個(gè) CPU 相同的性能。

最后，F(xiàn)luent 引入了PyFluent ，這是一個(gè)開源庫(kù)，可以使用 Python 訪問(wèn)從預(yù)處理到后處理的所有 Fluent 命令。PyFluent 旨在結(jié)合強(qiáng)大的同行社區(qū)、鼓勵(lì)重用的編程語(yǔ)言（例如 Python）和 Ansys 最先進(jìn)的仿真堆棧，以創(chuàng)造無(wú)限的可能性。

未來(lái)的創(chuàng)新怎么樣？

Fluent 不斷推出尖端創(chuàng)新，這些創(chuàng)新改變了 CFD 模擬的執(zhí)行方式，并為行業(yè)樹立了標(biāo)準(zhǔn)。

我們的研發(fā)承諾是不斷創(chuàng)新，以便我們的客戶可以使用最先進(jìn)的軟件，以前所未有的方式不斷突破性能、準(zhǔn)確性、生產(chǎn)力和可持續(xù)性的極限。

文章來(lái)源：ansys博客