技術分享︱極大規(guī)模整車氣動數(shù)值模擬——構筑數(shù)字風洞基礎框架
摘要
本應用基于神威·太湖之光超級計算機與自研自適應加密網(wǎng)格框架(SAMR[1])完成了某真實汽車模型的氣動仿真數(shù)值模擬。為提高計算精度與效率,采用了8層網(wǎng)格加密,網(wǎng)格規(guī)模約10億量級、并行規(guī)模在50萬核并行規(guī)模。流場數(shù)值求解器則是采用了自主研發(fā)的非定常格子玻爾茲曼流場求解器(LBM[2],Lattice Boltzmann Method)與采用簡單的Smagorinsky湍流模型。所計算的Ahmed標準車模阻力系數(shù)與實驗高度吻合,具備了工程應用能力。
一、背景
在汽車設計和改型中,數(shù)值計算和風洞試驗是評估氣動性能的兩大手段。風洞試驗模型制作和試驗實施的周期長,成本高,因此如何減少風洞實驗次數(shù),提高汽車設計效率,一直是汽車設計及空氣動力學領域研究的重點。
數(shù)字風洞即風洞的數(shù)字化,是遵循數(shù)字孿生理念,通過高保真數(shù)值計算、機器學習等技術手段,將物理風洞試驗設施和試驗過程1:1還原到數(shù)字世界,從而具備實施高置信數(shù)字風洞試驗的能力。通過數(shù)字風洞試驗,可以取代部分早期風洞試驗車次和部分風洞試驗,從而緩解風洞試驗成本高、周期長與旺盛試驗需求之間的矛盾。
神工坊?技術團隊依托我國最先進的國產(chǎn)自主超級計算機神威·太湖之光,自主研制了結構網(wǎng)格自適應框架(SAMR[1])與格子玻爾茲曼流場求解器(LBM[2],Lattice Boltzmann Method),形成了自主數(shù)值風洞軟硬件基礎框架,可以高效地為汽車氣動仿真賦能。
二、方法
下面對40m/s(或144km/h)速度下的Ahmed標準汽車模型(25°后背角)與某實車模型進行數(shù)值模擬。
(1)網(wǎng)格生成:
采用自主開發(fā)的結構網(wǎng)格自適應加密框架,可對汽車中復雜幾何表面以及流場變化劇烈的地方進行自動加密。
(2)流場求解器:
采用自主開發(fā)的基于多層加密格子玻爾茲曼方法的流場求解器,具有并行效率高且易于處理復雜幾何等優(yōu)點。
(3)湍流模型:
選用Smagorinsky模型,它是一種簡單的大渦模擬模型,且易于在格子玻爾茲曼方法中實現(xiàn)。
三、結果
(1)汽車模擬驗證
1.1 網(wǎng)格規(guī)模:
網(wǎng)格規(guī)模6.2億,采用了8層網(wǎng)格加密。并行規(guī)模約13萬核(含主核與從核)。注:這里采用6億網(wǎng)格主要是為了驗證大規(guī)模計算能力,在小規(guī)模網(wǎng)格的算例中我們也得到了與實驗基本吻合的阻力系數(shù)。
1.2 速度場:
圖1 Ahmed車模瞬時速度云圖。后背角為25°,來流速度40m/s。
圖1中給出了流場完全發(fā)展后的速度場瞬態(tài)云圖,可以看到車模表面進行了更為精細的網(wǎng)格加密。
1.3 阻力系數(shù):
圖2 Ahmed車模阻力系數(shù)隨時間的變化。后背角為25°,來流速度40m/s。
可以看到,我們的計算結果與實驗結果吻合的很好。表1給出了我們的阻力系數(shù)與Fluent、PowerFlow等商業(yè)軟件的比較,可以看到我們的計算誤差最小。同時也可以看出,PowerFlow與我們的結果明顯優(yōu)于Fluent計算結果,這也間接說明LBM方法在車模計算中是優(yōu)于FVM方法的。
表1 Ahmed車模阻力系數(shù)比較。后背角為25°,來流速度40m/s。
(2)實車仿真
2.1 網(wǎng)格規(guī)模:
網(wǎng)格規(guī)模6.7億,采用了8層網(wǎng)格加密,其中汽車表面附近做了3層網(wǎng)格加密,能更好的捕捉汽車幾何特征以及汽車前后緣的大速度梯度等特征。并行規(guī)模約46.8萬核(含主核與從核)。
2.2 速度場:
圖3 某實車模型瞬時速度云圖。來流速度40m/s。
圖中給出了流場完全發(fā)展后的速度場瞬態(tài)云圖,可以看到車模表面進行了更為精細的網(wǎng)格加密。
2.3 阻力系數(shù):
圖4 某實車模型阻力系數(shù)隨時間的變化。來流速度40m/s。
可以看到,流場完全發(fā)展后,某實車模型阻力系數(shù)約為0.258。
四、特點
(1)結構網(wǎng)格自適應:
網(wǎng)格自適應加密是本應用的主要特點。通過網(wǎng)格自適應,可以對幾何外形復雜的區(qū)域以及流場變化劇烈的地方著重加密。在我們的結構網(wǎng)格自適應加密框架下,只需要讀入汽車幾何外形信息,會自動在外形復雜以及流場變化劇烈區(qū)域自動加密(如圖5自適應網(wǎng)格效果圖),在提高計算精度的同時大大節(jié)省了人力成本。另外值得一提的是,我們生成的網(wǎng)格是分布式的,這非常適合大規(guī)模并行計算。
圖5 某車模算例中的網(wǎng)格自適應效果圖
(2)眾核加速二級并行:
本應用的另一個特色是大規(guī)模并行效率高。為了適配國產(chǎn)神威太湖之光超級計算機,本數(shù)值求解體系從設計之初就融入了主從核異構并行體系,在進行流場數(shù)值求解時能充分發(fā)揮異構計算機的主核與從核性能。例如,本次汽車模擬算例就采用了7200核組(包含7200*64=46.08萬從核)。此外通過測試,發(fā)現(xiàn)7200核組相對3600核組,算例獲得了幾乎翻倍的性能,表明當前的算例大規(guī)模并行效率非常的優(yōu)異。
(3)求解器代碼精簡:
求解器代碼精簡也是本應用的主要特色。此次求解器采用的LBM流場求解器只涉及幾百行代碼。由于求解器是基于我們自研的SAMR框架,該框架底層封裝了異構并行,對離散層開放了“迭代器+算子”接口,用戶只需要設計自己的求解器算子,代入對應的迭代器(空間遍歷器)即可完成空間迭代計算。這里算子結構往往十分精簡(如圖6,復雜的空間遍歷與異構并行都被封裝到迭代器內(nèi)部,因而基于這種模式開發(fā)的求解器代碼往往非常精簡易用。)
圖6 格子玻爾茲曼流場求解器碰撞算子示意圖。
參考文獻
[1] https://mp.weixin.qq.com/s/Yb4Ez3P1LWVrk_h51oQQ3Q
[2] Krüger T, Kusumaatmaja H, Kuzmin A, et al. The lattice Boltzmann method: Principles and practice [M]. Switzerland: Springer, 2017
[3] Fares E. Unsteady flow simulation of the Ahmed reference body using a lattice Boltzmann approach. Computers & Fluids 35 (2006) 940–950
[4]https://www.youtube.com/watch?v=Dzji-kG11Ys&list=PLMLR0Z92Et3wn1zk8q20ZMDsYUecZ6zLp&index=5
[5] http://cfd.mace.manchester.ac.uk/ercoftac/doku.php?id=cases:case082
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP




















