CFD | 一鍵點擊看優化功能如何加快Fluent仿真速度并提高效率

Ansys中國

2026年1月22日 11:30

本文原刊登于Ansys.com：《Optimize CFD Simulations With Just a Click》

作者：David Schneider | Ansys首席產品經理

編輯整理：姚翔 | Ansys高級應用工程師

計算流體力學（CFD）專家精通流體力學、數值分析和數據結構。他們經常需要分析流體流動的不同屬性，如溫度、壓力、速度和密度，然后將這些分析結果用于解決航空航天、汽車、能源和醫療等各個行業的工程挑戰。盡管CFD專家精通流體領域，但他們通常并非優化專家，這迫使他們在有優化需求時尋求外部幫助或相關軟件。

好消息是，最新版Ansys Fluent CFD軟件提供來自Ansys optiSLang流程集成和設計優化軟件的內置功能，從而消除了這一障礙。現在CFD專家可以繼續使用他們最熟悉的軟件，同時只需點擊一下鼠標即可優化仿真。人工智能（AI）和機器學習（ML）算法，包括一鍵優化器（OCO）和自適應最佳預測元模型（AMOP）工具，使CFD專家能夠輕松高效地嘗試優化。我們來了解一下這些優化功能如何增強Fluent仿真體驗。

讓算法為您完成工作

降階模型（ROM）是optiSLang軟件的一項關鍵功能，可實現元建模。簡單地說，元模型是基于模型抽象的模型，而optiSLang軟件可構建元模型，以實現快速反饋和魯棒性設計分析。

工程師通常需要運行大量仿真以開展如優化等參數化研究。但是，optiSLang軟件中的算法可指導仿真，從而以更高的效率支持更輕松、更快速的優化。此外，這些算法有助于獲得更深入的設計分析，包括參數影響、相關性和輸出選擇。

AMOP由最佳預測元模型（MOP）構建而成，后者是optiSLang軟件中的一種自動機器學習（AutoML）算法，可用于找到最佳元建模方法并完成其設置準備工作。顧名思義，自適應最佳預測元模型（AMOP）是自適應的。這意味著在初始實驗設計（DOE）后，AMOP會自動為輸出創建MOP。AMOP可以通過元建模定位高敏感度區域，以及確定在哪些區域可以通過增加新的觀測點來提高模型質量。根據該分析結果，AMOP會自動運行新的仿真，以供未來的設計迭代使用。通過這種方式，AMOP在需要的地方重新定義DOE，以實現最佳元模型質量，從而減少手動輸入和仿真次數。

同樣，OCO采用MOP理念不僅是為了選擇最佳元模型，還可以選擇最佳優化方法。就像MOP的元模型篩選規則一樣，OCO會將多種優化策略相互對比，以確定最優的方案。

因此，CFD工程師和設計人員無需豐富的AI/ML知識或任何優化專業知識，即可使用AMOP或OCO；他們也無需離開Fluent平臺，即可從自動化優化和參數化中受益。

可輕松訪問的優化功能

OCO和AMOP是optiSLang軟件中最為廣泛使用和最受歡迎的兩種算法，現在兩者都可以直接在Fluent軟件中使用。只需單擊“Optimization Options”（優化選項）對話框，然后選擇OCO或AMOP算法即可。如果選擇OCO，只需輸入一個設置：最大設計評估次數。輸入該值后，只需單擊“configure settings”（配置設置）。