結構網格的案例
CFD結構網格與非結構網格的真相
目前人們習慣利用網格形狀對結構網格（Structural Mesh）與非結構網格（Unstructral Mesh）進行區分，往往稱四邊形及六面體網格為結構網格，而將結構網格之外的網格統統稱之為非結構網格。雖然說這在大多數情況下不會有什么問題，但實際上如果深究的話，這種分類方式還是存在很多的問題。那么結構網格與非結構網格到底區別在哪里？
網格算法中的"結構網格"，指的是網格節點間存在數學邏輯關系，相鄰網格節點之間的關系是明確的，在網格數據存儲過程中，只需要存儲基礎節點的坐標而無需保存所有節點的空間坐標。如圖1所示為典型的二維結構網格。對于二維結構網格，通常用i、j來代表x及y方向的網格節點（對于三維結構，利用k來代表z方向）。對于如圖所示的網格，在進行網格數據存儲的過程中，只需要保存i=1，j=1位置的節點坐標以及x、y方向網格節點間距，則整套網格中任意位置網格節點坐標均可得到。需要注意的是，結構網格的網格間距可以不相等，但是網格拓撲規則必須是明確的，如節點（3,4）與（3,5）是相鄰節點。
圖1 二維結構網格示例
圖1的網格也可以是非結構網格。如果在網格文件中存儲的是所有節點的坐標及節點間連接關系的話，那么這套網格即非結構網格。因此所有的結構網格均可以轉化為非結構形式。相反，并非所有的非結構網格均能轉化為結構網格形式，因為滿足結構化的節點間拓撲關系不一定能夠找得到。因此僅僅從網格形狀來確定網格是結構網格還是非結構網格是不合適的，四邊形和六面體網格也可以是非結構網格，這取決于它們的網格節點存儲方式。
數值計算需要知道每一個節點的坐標，以及每一個節點的所有相鄰節點。對于結構網格來說，在數值離散過程中，需要通過結構網格節點間的拓撲關系獲得所有節點的幾何坐標，而對于非結構網格，由于節點坐標是顯式的存儲在網格文件中，因此并不需要進行任何的解析工作。
展開 CFD結構網格與非結構網格的真相
目前人們習慣利用網格形狀對結構網格 (Structural Mesh) 與非結構網格 (Unstructral Mesh) 進行區分，往往稱四邊形及六面體網格為結構網格，而將結構網格之外的網格統統稱之為非結構網格。雖然說這在大多數情況下不會有什么問題，但實際上如果深究的話，這種分類方式還是存在很多的問題。
那么，結構網格與非結構網格到底區別在哪里？
網格算法中的"結構網格"，指的是網格節點間存在數學邏輯關系，相鄰網格節點之間的關系是明確的，在網格數據存儲過程中，只需要存儲基礎節點的坐標而無需保存所有節點的空間坐標。如圖1所示為典型的二維結構網格。對于二維結構網格，通常用i、j 來代表x 及y 方向的網格節點（對于三維結構，利用k 來代表z 方向）。對于如圖所示的網格，在進行網格數據存儲的過程中，只需要保存i=1，j=1位置的節點坐標以及x、y 方向網格節點間距，則整套網格中任意位置網格節點坐標均可得到。需要注意的是，結構網格的網格間距可以不相等，但是網格拓撲規則必須是明確的，如節點（3,4）與（3,5）是相鄰節點。
圖1 二維結構網格示例
圖1的網格也可以是非結構網格。如果在網格文件中存儲的是所有節點的坐標及節點間連接關系的話，那么這套網格即非結構網格。因此，所有的結構網格均可以轉化為非結構形式。相反，并非所有的非結構網格均能轉化為結構網格形式，因為滿足結構化的節點間拓撲關系不一定能夠找得到。僅僅從網格形狀來確定網格是結構網格還是非結構網格是不合適的，四邊形和六面體網格也可以是非結構網格，這取決于它們的網格節點存儲方式。
數值計算需要知道每一個節點的坐標，以及每一個節點的所有相鄰節點。
展開 關于結構化網格和非結構網格的適用性問題
關于結構化網格和非結構網格的適用性問題。有些前輩認為，數值計算中應采用結構化網格，如果非結構網格則計算結果將“慘不忍睹”。搞壓氣機計算的同行也認為，必須用結構化網格。然而， 對復雜的計算域，如果采用結構化網格必然造成網格質量的急劇下降，扭曲加大等問題。我覺得這時，不如采用非結構網格。諸位，請提出自己的意見.下面是各位的意見。
我是這樣看的：非結構網格使用很方便，外型越復雜就越顯示出其優越性；至于計算結果的精度，就要看非結構網格在單元網格面、體積處理上方法是不是比結構網格要差。就fluent軟件，它是用體積積分法求解雷諾平均方程的，在單元網格面、體積處理上方法好像是按非結構網格方法處理的。你就是按結構網格方法來生成網格，進入fluent中，進行數值計算時都是按非結構網格來處理，所以在fluent中，你用結構化網格方法生網格，和用非結構網格計算沒多大區別！我說說我個人看法.
計算精度，主要在于網格的質量（正交性，長寬比等），并不決定于拓撲（是結構化還是非結構化）。
例如同樣的2d的10×10的正交網格，fluent采用非結構化方式對網格編號，另一種軟件按結構化網格處理，如果其它條件相同，二者的精度應該是一樣的。
我們通常所說的非結構化網格，第一映象就是網格質量差，不正交的，編排無規律的網格的三角形網格或四面體網格，實際上一個二維區域的三角形網格，如果控制得好（如相鄰控制體中心的連線與公共邊基本接近正交的話），其不結構化網格（網格正交性好）的精度是一致的.
我個人感覺采用結構化網格還是非結構化網格，主要看解決什么問題，如果是無粘歐拉方程的話，只要合理布局，結構和非結構都能得到較為理想的結果。但如果涉及到粘性影響的話，尤其在壁面處，結構網格有一定優勢，并且其對外形適應性差的缺點，也可以通過多塊拼接網格解決。
展開 結構化網格和非結構化網格
到目前為止，結構化網格技術發展得相對比較成熟，而非結構化網格技術由于起步較晚，實現比較困難等方面的原因，現在正在處于逐漸走向成熟的階段。下面就簡要介紹一些這方面的情況。
1.1結構化網格
從嚴格意義上講，結構化網格是指網格區域內所有的內部點都具有相同的毗鄰單元。結構化網格生成技術有大量的文獻資料。結構化網格有很多優點:
1.它可以很容易地實現區域的邊界擬合，適于流體和表面應力集中等方面的計算。
2.網格生成的速度快。
3.網格生成的質量好
4.數據結構簡單
5.對曲面或空間的擬合大多數采用參數化或樣條插值的方法得到，區域光滑，與實際的模型更容易接近。
它的最典型的缺點是適用的范圍比較窄。尤其隨著近幾年的計算機和數值方法的快速發展，人們對求解區域的復雜性的要求越來越高，在這種情況下，結構化網格生成技術就顯得力不從心了。
結構化網格的生成技術只要有：代數網格生成方法。主要應用參數化和插值的方法，對處理簡單的求解區域十分有效。
PDE網格生成方法。主要用于空間曲面網格的生成。
1.2非結構化網格
同結構化網格的定義相對應，非結構化網格是指網格區域內的內部點不具有相同的毗鄰單元。即與網格剖分區域內的不同內點相連的網格數目不同。從定義上可以看出，結構化網格和非結構化網格有相互重疊的部分，即非結構化網格中可能會包含結構化網格的部分。
非結構化網格技術從六十年代開始得到了發展,主要是彌補結構化網格不能夠解決任意形狀和任意連通區域的網格剖分的缺欠.到90年代時,非結構化網格的文獻達到了它的高峰時期.由于非結構化網格的生成技術比較復雜,隨著人們對求解區域的復雜性的不斷提高,對非結構化網格生成技術的要求越來越高.從現在的文獻調查的情況來看,非結構化網格生成技術中只有平面三角形的自動生成技術比較成熟（邊界的恢復問題仍然是一個難題，現在正在廣泛討論）,平面四邊形網格的生成技術正在走向成熟。
展開 
CFD結構化網格和非結構化網格【學習筆記】
從總體上來說，數值仿真計算中采用的網格可以大致分為結構化網格和非結構化網格兩大類。
1。結構化網格
結構化網格是指網格區域內所有的內部點都具有相同的毗鄰單元,為六面體；在拓撲結構上矩形區域內的均勻網格，其節點定義在每一層的網格線上，且每一層上節點數都相等，但這樣復雜外形的貼體網格生產比較困難。
優點：
在結構化網格中，每一個節點及控制容積的幾何信息必須加以存儲，但該節點的鄰點關系則是可以依據網格編號的規律而自動得出的，因此數據結構簡單，不必專門存儲這類信息，這是結構化網格的一大優點；除此外，還具有的優點是：1：網格生成的速度快；2：網格生成的質量好；3：對曲面或空間的擬合大多數采用參數化或樣條插值的方法得到，區域光滑，與實際的模型更容易接近。它可以很容易地實現區域的邊界擬合，適于流體和表面應力集中等方面的計算。
缺點
適用的范圍比較窄，只適用于形狀規則的圖形。
2。非結構化網格
非結構化網格是指網格區域內的內部點不具有相同的毗鄰單元，可以是多種形狀，四面體（也就三角的形狀），六面體，棱形，也可以是六面體。與網格剖分區域內的不同內點相連的網格數目不同。
優點
非結構畫網格沒有規則的拓撲結構，也沒有層的概念。網格節點的分布是隨意的，因此具有靈活性，
缺點：
計算時需要較大的內存。
3。計算精度主要在于網格的質量（正交性，長寬比），并不決定于拓撲。
來源：流體空間
展開 關于CFD網格結構化與非結構化
拓撲其實就是房子的結構。這么理解拓撲比較容易些，以后認識多了，就能徹底通了。
生成結構化網格的軟件gridgen,icem等等都是需要你去建立拓撲，也就是結構，然后軟件好根據你的機構來建立網格，或者砌磚頭，呵呵。
非結構化網格的生成相對簡單，四面體網格基本就是簡單的填充。非結構化六面體網格生成還有些復雜的。但仍然比結構化的建立拓撲簡單多。比如gambit的非結構化六面體網格是建立在從一個面到另外一個面掃描(sweep)的基礎上的。Numeca公司的hexpress的非結構化六面體網格是用的一種吸附的方法。反正你還是要花點功夫。
另外一點就是，結構化網格可以直接應用于各種非結構化網格的CFD軟件，比如你在gridgen里面生成了一個結構化網格，用fluent讀入就可以了。fluent是非結構化網格CFD軟件，它會忽略那些結構化網格的結構信息（也就是B,I,J,K），當成簡單的非結構網格讀入。非結構化六面體網格就不能用在結構化網格的CFD求解器了。
結構化網格仍然是CFD工程師的首選。非結構化六面體網格也還湊合，四面體網格我就不喜歡了。數量多，計算慢，后處理難看。簡單說，如果非結構化即快又好，結構化網格早就被淘汰了。
總結一下：
結構化六面體：建立拓撲（所有軟件gridgen,icem什么的都是一種拓撲概念，界面不一樣罷了），生成網格
非結構化六面體：學習軟件，gambit用掃描方法，hexpress用吸附方法，按照步驟就行了。
非結構化四面體：簡單，看兩頁教程，搞定，就是簡單填充，沒什么技術含量！
其他非結構化網格，棱形等等：學習軟件，按照步驟，很容易。
不管用什么網格軟件，我們最好有比較扎實的CAD(pro/e, solidworks, UG什么的)基礎。熟練的CAD技術太重要了。
展開 [轉貼]關于結構化網格和非結構網格的適用性問題的討論
轉自：傲雪論壇
有些前輩認為，數值計算中應采用結構化網格，如果非結構網格則計算結果將“慘不忍睹”。搞壓氣機計算的同行也認為，必須用結構化網格。然而， 對復雜的計算域，如果采用結構化網格必然造成網格質量的急劇下降，扭曲加大等問題。我覺得這時，不如采用非結構網格。諸位，請提出自己的意見
組合結構化和非結構化網格：CFD 工程師的圣杯
換句話說，對用戶來說好處是立竿見影的：不再需要從結構化到非結構化的轉換，從網格到求解器的轉換是直接的，并且流求解器使用結構化和非結構化網格的最佳組合！
技術分享︱基于非結構網格的仿真——太湖之光上的巨大挑戰
一、背景
在過去數十年中非結構網格被廣泛應用于工業仿真領域，例如著名商業CFD軟件Fluent以及開源CFD軟件OpenFOAM都采用了基于非結構網格的有限體積法，而大多數結構分析軟件例如Abaqus、Nastran等都采用了基于非結構網格的有限元法。非結構網格的流行不是沒有原因的。幾乎所有的工程幾何結構都是非常復雜的，結構化網格雖然在精度和收斂性等方面有優勢，但復雜幾何高質量結構化網格生成的難度和效率卻限制了其通用性。相反，非結構網格以其生成快速和適應復雜幾何的特性，成為工業仿真領域的主流。
結構化網格（上） 與非結構化網格（下）
二、挑戰
由于數據結構的原因，非結構網格相比于結構化網格，其算法計算訪存比更低，同時訪存更加離散。另一方面，隨著超級計算機架構演變，相較浮點性能的大幅提升，內存帶寬日益成為瓶頸，讓非結構網格仿真計算更加受限。架構演變也催生了多樣的編程模型和加速庫。在太湖之光等先進超級計算機上，對非結構網格算法進行優化加速，往往十分復雜且開發量巨大。這四方面的問題，讓非結構網格仿真計算在太湖之光上的性能，成為一個巨大的挑戰。
太湖之光上非結構網格“四大問題”
離散訪存：
非結構網格不同于結構化網格，其相關數據在內存中無法以規則的方式存儲，導致訪問具有分散和不連續的特性。換句話說，在仿真計算中，我們需要進行大量的臨近插值積分，但是非結構網格單元的鄰居卻無法像結構網格一樣連續規則地在內存中找到。離散訪存的結果，就是讓連續獲取數據中有大量無效數據，或者只能跳躍地獲取數據片段，從而損失有效的內存帶寬。
展開 基于非結構網格的仿真——太湖之光上的巨大挑戰
背 景
在過去數十年中非結構網格被廣泛應用于工業仿真領域，例如著名商業CFD軟件Fluent以及開源CFD軟件OpenFOAM都采用了基于非結構網格的有限體積法，而大多數結構分析軟件例如Abaqus、Nastran等都采用了基于非結構網格的有限元法。非結構網格的流行不是沒有原因的。幾乎所有的工程幾何結構都是非常復雜的，結構化網格雖然在精度和收斂性等方面有優勢，但復雜幾何高質量結構化網格生成的難度和效率卻限制了其通用性。相反，非結構網格以其生成快速和適應復雜幾何的特性，成為工業仿真領域的主流。
結構化網格（上）與非結構化網格（下）
挑 戰
由于數據結構的原因，非結構網格相比于結構化網格，其算法計算訪存比更低，同時訪存更加離散。另一方面，隨著超級計算機架構演變，相較浮點性能的大幅提升，內存帶寬日益成為瓶頸，讓非結構網格仿真計算更加受限。架構演變也催生了多樣的編程模型和加速庫。在太湖之光等先進超級計算機上，對非結構網格算法進行優化加速，往往十分復雜且開發量巨大。這四方面的問題，讓非結構網格仿真計算在太湖之光上的性能，成為一個巨大的挑戰。
太湖之光上非結構網格“四大問題”
離散訪存：非結構網格不同于結構化網格，其相關數據在內存中無法以規則的方式存儲，導致訪問具有分散和不連續的特性。換句話說，在仿真計算中，我們需要進行大量的臨近插值積分，但是非結構網格單元的鄰居卻無法像結構網格一樣連續規則地在內存中找到。離散訪存的結果，就是讓連續獲取數據中有大量無效數據，或者只能跳躍地獲取數據片段，從而損失有效的內存帶寬。
展開 結構網格和非結構網格的區別
結構網格就是在一定區域內的網格點可以用統一的編號，比如三維的網格點可以用連續i，j，k唯一標志并且可以表達相互之間的位置關系，比較節約存儲空間，利于編程計算，但對復雜流場的適應性較差；非結構網格一般是每個單獨的網格單元都有獨立的編號，并且最后要附加一個全場的總編號來確定每個單獨網格之間的關系，占用的存儲空間較大，編程比較麻煩，但是對復雜流場的適應性較好。
CFD前處理：結構化網格將永遠存在
由于非結構化網格在解決復雜幾何形狀的邊界層、尾流和其他流動特征方面提供了有希望的結果，人們可能會得出這樣的結論：結構化網格將很快退出市場，因為其生成時間較長的名聲。相反，結構化網格為您提供了非結構化網格可能缺乏的兩件事，即質量和控制，并且由于網格的選擇在解決方案的準確性中起著重要作用，因此很明顯結構化網格將繼續存在！
圖 1. 為專為噪聲計算而設計的多元件翼型生成的結構化網格。
使用結構化網格的優點
時間與記憶
使用結構化網格，可以用比四面體更少的六邊形填充相同的體積，從而減少單元數，從而減少 CFD 計算時間和內存使用量。結構化網格通常具有與非結構化網格不同的拓撲結構，因此很難進行直接的單元計數比較。最簡單的是，每個六面體可以分解為五個共享邊緣的四面體，在相同的流場分辨率下，單元數量減少 5:1。當生成解析長度尺度變化很大的網格時，減少單元數的好處變得非常明顯。
解決
流體的流動通常會在一個方向上表現出較強的梯度，而在橫向方向上表現出較溫和的梯度（例如，邊界層、剪切層、尾流）。在這些情況下，可以在具有高縱橫比（大約一千或更多）的六角網格上輕松生成高質量的單元。在高度拉伸的四面體上生成精確的 CFD 解決方案要困難得多。（另外，并非所有拉伸的四邊形都相等，具體取決于最大夾角。）
結盟
當網格與主要流動方向對齊時，CFD 求解器可以更好地收斂并產生更準確的結果。結構化網格中的對齊幾乎是隱式實現的，因為網格線遵循幾何圖形的輪廓（與流一樣），而非結構化網格中則沒有這種對齊。
可定義正常
當存在垂直于墻壁或尾流等特征的明確定義的計算方向時，邊界條件和湍流模型的應用效果很好。橫向法線很容易在結構化網格中定義。
圖2 . 結構化網格非常適合渦輪機械應用。
展開 CFD分析的結構化網格自動生成方法
在CFD分析的全自動優化過程中，一個關鍵任務就是如何實現模型、網格的自動生成以及CFD流場分析的自動運行。最近，我們在的一個名為“GAMMA”研究項目中，遇到這樣一個難題——要求自動的生成一個結構化網格。
為什么要結構化網格
與非結構化網格相比，結構化網格可以極大地加快流場分析，并且能得到一個精度較好的結果。在大型設計研究中進行高質量的分析時，兩者都可以很好的應用。然而，在優化研究中，非結構化網格的自動化生成會更加容易實現——只需幾何模型就可以實現。結構畫網格卻不是這么簡單。
結構網格的挑戰
關鍵問題在于結構化網格如何去填充一個任意幾何的全部特征？舉個我們研究的例子，例如渦輪增壓器的蝸殼，它就存在一個雖然很小，但卻很難處理的幾何特征——蝸舌。如下圖所示：
蝸舌區域是蝸管體和出口段之間的過渡區域。這對于結構網格來說有點復雜。對于蝸管主體，可以很好劃分結構化網格，一般這部分的結構化網格方式比較明確。但是在蝸殼存在蝸舌結構，如何對蝸舌處劃分結構化網格？在這里就有一些用戶迷茫了。
幾何框架
考慮在這樣的蝸殼幾何生成結構化網格，那么就需要要為網格系統提取一些有用的信息。對于各類復雜幾何，是不可能只以一種方式來自動生成結構化網格。我們所做的不僅是生成出新設計的網格，還基于CAESES軟件建立一套基于模型參數化的幾何框架（能引導生成結構化網格），它在某種邏輯上展示了網格是如何劃分的，然后用該幾何框架生成結構畫網格。下圖展示了幾何框架是如何布置的。
通過這些幾何信息，實現了對這個復雜幾何結構的結構化網格劃分。由于這些內部曲線是模型本身的一部分，所以當修改蝸殼的設計變量時，它們也會自動調整。對于無界面使用者，也可以在優化過程中通過腳本形式創建幾何，實現相同的效果，例如通過外部優化工具控制。這也使得該方法能直接適用于HPC環境。
展開 ICEM CFD 學習筆記 結構網格的劃分
（笑）
第七步：更新網格設置，構建結構化網格
選擇全局網格設置
設置好最大網格大小，并應用
回到block工具欄 ，點擊pre-mesh參數，并應用
點擊左側blocking下的pre-mesh
如出現以下對話框則選擇Re-mesh out of date parts
然后就可以得到生成的結構化網格
第八步：評估網格質量，決定是否繼續優化
點擊block工具欄下的網格質量評估，并apply
可以得到網格質量報告，發現絕大部分網格質量大于0.3，可以不繼續進行網格優化
至此，結構化網格構建完成，至于如何將結構化網格導入到入FLUENT之類的后處理器，我們有時間再講。
如果對【添加一點點細節】過程感興趣，可以在評論區留言，我會再抽時間好好講講。
文章來源：每日學術筆跡
展開 技術分享｜結構網格自適應（SAMR）——一種高效的多尺度問題解決方案
</p><h3> 優勢一：網格自動生成 </h3><p> 主要采用笛卡爾網格的SAMR技術，網格結構比較簡單，天然適合自動生成網格。幾何特別復雜或沒有水密性（存在空洞或毛刺）情況下，通過一定的處理，使用SAMR技術也能成功生成網格。這一特性，可以讓前處理過程中的幾何簡化和幾何清理工作量大大降低，從而進一步降低人力成本。在邊界處，通過脫體網格在邊界處加密和采用合適的邊界模型，也可以得到較好的精度。 </p><h3> 優勢二：高效自適應加密 </h3><p> 主要采用笛卡爾網格的SAMR，網格可以非常集約地集中在需要加密的位置，且自適應加密或粗化非常直接和便于實施。相對于傳統結構化網格，可以更高效地利用網格，而不必按維度進行加密。相對于非結構網格，SAMR在保持局部結構化優勢前提下，利用非常直接的等分和合并規則快速地實現網格重構，比非結構網格局部重構更為高效。 </p><h3> 優勢三：更高的計算效率 </h3><p> 由于SAMR具有局部結構化特征，因此可以在適應復雜幾何前提下，保證局部能夠達到傳統結構化網格的計算效率。更進一步，采用笛卡爾網格的SAMR，相對一般曲線結構網格，可以大大節約幾何描述數據，對于緩解眾核處理器內存帶寬瓶頸十分有利。再次，SAMR可以在不影響數值計算精度的條件下，通過調整網格塊分辨率，適應包括眾核處理器在內的不同平臺硬件配置（如緩存行長度、緩存大小等），以充分發揮硬件性能。
展開 