船體阻力預測的案例
使用 Fidelity FINE Marine 預測船體阻力曲線
指定垂直于船體表面的邊界層網格達到 30 到 80 之間的 y+ 值。鑒于本研究中涵蓋的弗勞德方案的多樣性，為每個計算速度生成了新網格。在每個模擬的最后階段，自適應網格細化與船體附近的自由表面標準一起使用，以提高結果的準確性。最終的網格由大約 5 到 750 萬個單元組成。
在模擬中，推進力被建模為作用在噴水器動作中心的力。空氣阻力被建模為施加在正面投影區域中心的力。
55 節時的波型（左）、不同船體站的船首波浪剖面以及 55 節時船體上的流體動力壓力（右）。
模型測試
船體模型由涂有油漆的泡沫和木材制成。它具有符合 1:16 線性比例的流體動力學光滑表面光潔度。在湍流刺激下，從船首到第 17 站，細沙粒沿著龍骨粘在船體上。
阻力測試是使用 MARINTEK 的高速鉆機拖曳的模型進行的，包括阻力、縱傾和下沉測量。在測試設置中，模型可以自由起伏、橫搖和縱傾，但在所有其他自由度上都是固定的。
空氣阻力對吃水線以上投影面積的影響包含在基于船舶投影面積的預測中。
船體和波型的底部和透視圖。
轉換為總船舶阻力
使用形狀因子方法將船體模型（數字或實驗）轉換為全尺寸船舶。該方法假設總阻力可分為粘性阻力和剩余（由于渦度、興波和破波）阻力 CR。粘性阻力是通過將摩擦阻力 CF 乘以恒定形狀系數 k0 來確定的，這對于模型和船舶是相同的。此外，假定模型和船舶的剩余電阻 CR 相同。
將數值或實驗結果換算成船舶總阻力RTs時，通過經驗公式考慮船體表面粗糙度的影響。結果以無量綱總船舶阻力 CT 的形式表示。
結果
下表比較了從模型試驗方法和 CFD 方法獲得的預測總船舶阻力。對于所有速度，結果一致在 0.7% 以內。水動力縱傾角在 0.5 度以內一致。
展開 自主CAE | 基于PERA SIM Fluid的船體靜水阻力仿真
摘要：本文基于安世亞太自主研發的PERA SIM Fluid流體仿真軟件，以船體為研究對象，采用VOF多相流模型，計算了其在靜水中的行駛阻力，獲得了船行波的變化特性以及阻力數值，并與成熟的CFD軟件對比，驗證了國產仿真軟件PERA SIM Fluid的精確性和可靠性。
關鍵詞：船舶，VOF，CFD，PERA SIM Fluid
點擊下方視頻，查看精彩案例演示
引言：船舶在航行過程中會受到流體（水和空氣）阻止它前進的力，這種與船體運動相反的作用力稱為船的阻力，為了使船舶保持一定的航速，必須對船舶提供推力以克服所受的阻力。
船體周圍的流動情況是相當復雜的，但主要有以下三種現象：
首先，船體在運動過程中興起波浪，由于波浪的產生，改變了船體表面的壓力分布情況。船首的波峰使首部壓力增加，而船尾的波谷使尾部壓力降低，于是產生首尾流動壓力差。這種由興波引起的壓力分布的改變所產生的阻力稱為興波阻力。
其次，當船體運動時，由于水的粘性，在船體周圍形成邊界層，從而使船體運動過程中受到粘性切應力作用，亦即船體表面產生了摩擦力，它在運動方向的合力便是船體摩擦阻力。
另外，在船體曲度驟變處，特別是較豐滿船的尾部，常會產生漩渦。產生漩渦的根本原因也是水具有粘性，漩渦處的水壓力下降，從而改變了沿船體表面的壓力分布情況。這種由粘性引起船體前后壓力不平衡而產生的阻力稱為粘壓阻力。
因此按產生阻力的物理現象分類，船體總阻力由興波阻力、摩擦阻力和粘壓阻力三者組成。
圖1 船體阻力
船舶阻力與造船工程實際密切聯系，對設計性能良好的船舶具有重要意義，采用CFD方法模擬船體周圍的流場，得出阻力數值和流場的流動細節，能夠進行實尺度模擬，省時省力。
展開 【AICFD案例操作】潛艇阻力AI預測分析
圖4-3 運行求解器
圖4-4 設置預測變量
① 在彈出的AI樣本設置界面，設置預測范圍為（1-5）。單擊樣本處理，生成樣本數，在彈出的AI樣本生成界面中，修改其中一個樣本數3為2.8，避免和原始工況趨近，如圖所示；
② 點擊開始，開始計算。
圖4-5 設置預測范圍
圖4-6 生成樣本數
五、后處理
1）模型訓練
① 計算完成后，單擊“是”開始訓練；
② 訓練完成后，單擊“確定”，確認訓練完成，單擊“關閉”按鈕退出當前對話框，如圖所示。
圖5-1 模型訓練
① 雙擊 求解> 求解模型，打開AI預測開關，輸入值：3.043；
② 單擊應用按鈕，程序自動加載預測結果，如圖所示。
圖5-2 結果預測
2）求解結果更新及導入
雙擊樹節點 報告> 力，設置方向參數，選取區域面列表中hull，單擊應用，讀取升阻力數據。
圖5-3 數據讀取
圖5-4 數據查看
3）結果對比
① 在進行預測計算之前， 可以先進行原始工況的計算，然后和預測后的結果進行比對；
② 升阻力，壁面壓力和中心截面速度對比。
展開 船舶計算流體力學 (CFD) - 船舶設計與優化的頂尖仿真工具（免費領文檔）
我們的多物理場 CFD 求解器不斷得以開發，只為提供以下所需的每一種船舶仿真解決方案：
船體阻力預測
螺旋槳性能，包括空化的預測
由螺旋槳或虛擬碟盤組成的自推進系統仿真
預測船舶運動、對海浪的響應和相互作用
空氣動力學和流體動力學組合仿真
流體力學和抗壓力組合仿真
與一維系統仿真工具的協同仿真
通過此概述視頻了解更多信息。
為何對船舶應用全尺寸 CFD 仿真？
以比例模型測試船舶設計給預測增加了不確定性。得到的結果必須放大，才能預測實際性能；而為此采用的經驗關系可能會導致不準確性。可以按全尺寸進行 CFD 建模，而不再需要放大結果。此外，全尺寸仿真可以確保邊界層效應得以正確捕獲，同樣，螺旋槳性能可以準確預測。通過此白皮書詳細了解船舶全尺寸 CFD 仿真的優勢。
使用船舶 CFD 軟件，讓船舶設計師和工程師可以在真實的運行條件下以全尺寸檢測船舶性能。自動化方面的最新進展意味著可以在幾個小時內完成設計測試，便于探索各種不同選項、執行設計優化以及將最高效的設計投入市場。
船舶設計流程各個階段的解決方案
我們的解決方案可以助力創建船舶數字化雙胞胎，從最早的概念階段開始，直到最終的生產設計和運作。我們的解決方案產品組合可以幫助您更快實現設計目標，提供包括以下功能在內的性能預測：
多物理場 CFD 仿真
空氣動力學和流體動力學仿真
一維系統分析
結構完整性和聲學預測
自動化探索和設計優化
智能報告和數據分析
我們的解決方案中包括軟件、物理測試和工程服務，可幫助您滿足甚至超越效率要求。將這些解決方案作為完整產品生命周期管理系統的一部分。
展開 
基于STAR-CCM+的船舶阻力預測
主要包括：可視化自由水面的傳播、可視化波型、阻力數據監視和繪圖以及縱傾和升沉數據監視和繪圖。
三、結果分析
在模擬運行之前，創建每個場景來關注求解的進展。如圖所示，在對稱平面上顯示了模擬結束時圍繞船體的自由水面細節圖：
如圖所示，顯示了模擬結束時圍繞船體的波型：
如圖所示是隨時間變化的剪切和壓差阻力繪圖：
如圖所示是隨時間變化的總阻力繪圖：
如圖所示是作用在船身上Z方向的力：
如圖所示是作用在船身上圍繞Y軸的力矩：
總結
通過數值模擬計算，我們得到了在某一特定的航速下改船型的船舶阻力情況，仿真模擬結果與船舶試驗結果表現出相同的趨勢，且誤差在可接受的范圍內。該試驗結果表明，基于Star-CCM+的船舶阻力預測比較可靠，能夠為船舶設計與改型提供高效有力的參考。除此之外，將仿真結果以cgns的文件形式導入FastCAE VR后處理模塊，可進行VR沉浸式漫游體驗。
展開 精確的飛行器阻力預測的 Fidelity Pointwise 和 ISimQ 網格自適應
適應周期 1 后汽車后部的網格（左），適應周期 6 后汽車后部的網格（右）
圖 6 顯示了汽車阻力隨適應周期的變化。隨著網格變得更細，阻力逐漸接近 68N 左右的值。
圖 6. 阻力作為適應周期的函數
結論
Fidelity Pointwise 和 ISimQ 開發了一種新的網格適應過程，旨在實現適應的長期希望和承諾。DrivAer 模型研究證實，這種新的網格自適應方法可以成功地用于飛行器中的精確阻力預測。此外，自適應方法在自適應過程中確認底層幾何形狀，調整流拓撲，并連續改進網格質量，從而實現高度穩健和高效的自動化網格自適應過程。
參考
Galpin, Paul., Wyman, Nick.，CFD 和網格自適應 – 空氣動力學模擬。
司機模型。https://www.epc.ed.tum.de/en/aer/research-groups/automotive/drivaer/
文章來源：cadence博客
展開 Glosten 使用云解決方案預測 Barehull KRISO 集裝箱船阻力
關于該項目
該項目重點關注云中 KRISO 集裝箱船 (KCS) 的裸體阻力計算。KRISO 集裝箱船是一種標準船體形式，經常用作海洋工業計算流體動力學 (CFD) 研究的基準案例。基本的船體形狀參數和實驗結果都可以在已發表的文獻中找到。
過程和基準結果
模擬被設置為穩態解，固定在縱傾和升沉以復制實驗數據的條件。半模型網格包含 160 萬個單元格。仿真控制變量如下：
300步
統一時間步長 = 5 個子周期
八次非線性迭代
該解決方案在 150 時間步長內收斂到穩態阻力；但是，允許模擬在所有平臺上運行直至完成，以提供性能比較。
該模型計算出的總阻力系數為 0.003574。與實驗結果 0.00356 相比有 0.4% 的差異。圖 1. 說明了計算的波場（頂部）與測量數據（底部）的對比。
圖 1 實驗與計算結果對比
用于 Fidelity Fine Marine 的 UberCloud 應用程序容器
UberCloud 容器是隨時可以執行的軟件包。它們旨在提供完成復雜任務的工具。在本案例研究中，Fine Marine 軟件已預安裝、配置并在裸機上運行，沒有性能損失。該軟件無需安裝或處理復雜的操作系統命令或配置即可運行。
UberCloud 容器技術為工程師提供了廣泛的選擇，因為容器可以從服務器移植到服務器或從云移植到云。云運營商或 IT 部門將不再限制不同種類的任務，因為他們不再需要安裝、調整和維護底層軟件。他們可以依靠 UberCloud 容器來克服這種復雜性。該技術還提供了硬件抽象，其中容器與硬件和軟件堆棧之間的服務器抽象不緊密耦合，提供了裸機環境所缺乏的易用性和敏捷性。
好處
這個案例幫助我們了解了 UberCloud 和 CPU 24/7 提供的性能優勢。
展開 [案例分析]STARCCM+入門系列之——船舶阻力預測模擬
1、問題描述本案例演示船舶阻力預測模擬的工作流程。船體置于虛擬拖曳試驗池中，模型如下：
2、軟件設置
（1）選擇物理模型；使用 K-Epsilon 湍流模型和分離流求解器來求解瞬態雷諾平均納維－斯托克斯方程。在激活流體域體積(VOF) 模型后，選擇VOF波，來設置水面初始波的數據。物理模型的選擇如下：
（2）定義歐拉相；在連續體continuum中，右鍵單擊Models > EulerianMultiphase > Eulerian Phases 節點，創建新相，把新相命名為H2O，在H2O節點選擇液體和恒密度模型。同樣的方式設置空氣相，選擇氣體和恒密度模型，定義完的歐拉相如下：
（3）設置VOF波；在模擬期間，自由表面水位隨時間的變化而變化。 STAR-CCM+ 提供可讓您指定波初始條件和邊界條件的 VOF波模型。此處，在靜水中拖曳船。右鍵單擊Continua > Physics 1 > Models > VOF Waves> Waves，選擇New > Flat，在出現的Flat Vof Wave 1節點設置流和風的速度；設置完Flat Vof Wave 1的屬性如下：
（4）設置初始條件；設置壓力、速度和體積分數的初始條件。
（5）阻尼波反射；在流動阻力模擬時發生波反射。波反射有兩個來源：一是來自邊界的波反射，二是由于突兀的網格過渡造成的波反射，為了避免這些波反射與真正的波場相互作用，從而導致結果無效。STAR-CCM+提供了 VOF 波阻尼功能。
展開 案例分享 | 利用MSC Cradle實施自航條件仿真并與實驗結果的比較
· 與實驗結果比較，船后部的螺旋槳性能，自航狀態下的船體阻力的預測精度良好。
· 基于無限翼數螺旋槳理論的簡易螺旋槳模型，計算負荷低，可以用來進行自航仿真。（此文由MSC Cradle技術部提供）
微信名 : MSC軟件
微信ID：MSCSoftware
MSC官方網站：
www.mscsoftware.com.cn
聯系我們：
010-82607000
點擊歷史信息，查看更多內容
長按二維碼關注
CFD專欄丨FlightStream-基于面元法的快速CFD分析工具
氣動噪聲預測：計算效率遠高于RANS/LES湍流模型和動網格模型。
低硬件要求：無體網格，僅需面網格，簡單飛行器外氣動分析甚至可以在筆記本電腦上完成，這使其成為早期快速設計迭代和空氣動力學研究的強大工具。
FlightStream定位中等精度的流體力學分析
A.行業應用
航空航天：FlightStream 最初是為航空航天業設計的，已在該領域經過廣泛驗證。從商用噴氣式飛機到無人機再到旋翼機，它無所不能。氣動系數計算、氣動載荷和非定常模擬都可以輕松處理。并提供了 Solver Sweeper ,Stability & Control ,Acoustics和ROM降階模型專用工具箱。
船舶與海洋工程：船體阻力預測，快速分析船體表面流動，降低航行阻力。
葉輪機械：模擬和分析渦輪機和壓縮機中的復雜流動。非穩態求解器可以模擬旋轉和靜止部件之間的動態相互作用。
風力發電：模擬風力渦輪機周圍的復雜流場，優化葉片設計以實現最高效率和性能。此外，FlightStream 還包括陣風建模功能，使用戶能夠模擬和了解瞬態風事件對渦輪機性能和結構完整性的影響。此功能對于設計能夠承受多變和惡劣天氣條件的渦輪機、確保可靠性和使用壽命至關重要。
A.兼容HyperMesh格式
FlightStream自帶前后處理工具，對于復雜的分析項目也可采用HyperMesh生成高質量面網格。
A.邊界層模擬
FlightStream具有完全粘性耦合的非線性流動求解器，可以基于物理現象準確捕獲邊界層流動及其對空氣動力學性能的影響。
展開 