CFD-DEM耦合的案例
CFD專欄丨為什么需要CFD+DEM耦合方法分析顆粒兩相流？
為什么我們需要CFD+DEM 的耦合方法？
用計(jì)算流體動(dòng)力學(xué)-離散元法分析軸流泵的流場(chǎng)和溶血指標(biāo)
計(jì)算流體動(dòng)力學(xué)（Computational Fluid Dynamics,CFD）模擬是優(yōu)化血泵性能的有效手段，其模擬結(jié)果在實(shí)踐中得到了反復(fù)驗(yàn)證。然而，在固相紅細(xì)胞粒子破碎損傷的區(qū)域，紅細(xì)胞粒子在不同時(shí)間和地點(diǎn)的運(yùn)動(dòng)、碰撞等動(dòng)力學(xué)特征，僅靠CFD技術(shù)不可能實(shí)現(xiàn)技術(shù)突破。離散元法（Discrete Element Method，DEM）通過建立固體粒子系統(tǒng)的參數(shù)模型來分析和模擬粒子行為。本研究的目的是利用CFD-DEM多相流耦合技術(shù)，將DEM應(yīng)用于血細(xì)胞粒子碰撞特性和運(yùn)動(dòng)分析，并結(jié)合血泵內(nèi)流場(chǎng)的經(jīng)典CFD分析方法，通過血液動(dòng)力學(xué)特性與血液流變學(xué)的耦合，為溶血模型的建立提供支持。
2.方法方案
本文研究的血泵模型如圖1所示。該模型內(nèi)徑16mm，總長(zhǎng)為81mm，主要由三部分組成：前葉片，葉輪，和后葉片。在葉片的頂部與外殼之間有0.1mm的間隙。
由于葉輪高速旋轉(zhuǎn)，為了提高計(jì)算結(jié)果的準(zhǔn)確性，將內(nèi)部流場(chǎng)分為三部分：先導(dǎo)流場(chǎng)、葉輪流場(chǎng)和后方流場(chǎng)。這三部分均采用了非結(jié)構(gòu)化的四面體網(wǎng)格，總網(wǎng)格數(shù)為12,549,766。壓力出口用作邊界條件。
圖1.軸流式血泵模型[1]
3.討論
為了驗(yàn)證宏數(shù)據(jù)數(shù)值計(jì)算的一致性，搭建了血泵實(shí)驗(yàn)平臺(tái)。原理框圖如圖2所示。該流體采用水和甘油按2:1的比例混合而成，具有與血液相似的粘度和特性。針對(duì)不同轉(zhuǎn)速下血泵的水力性能，通過阻尼閥調(diào)節(jié)血泵進(jìn)出口壓差，使之與仿真值一致。在三種模擬工況（6000, 8000, 和10,000r/min）下分別進(jìn)行了五次試驗(yàn)。對(duì)流動(dòng)實(shí)驗(yàn)結(jié)果進(jìn)行了分析，如圖3所示。
展開 CFD與DEM仿真如何提升石油石化流化床工藝效率？
同時(shí)，DEM 能精準(zhǔn)預(yù)測(cè)顆粒碰撞頻率與能量傳遞規(guī)律，為評(píng)估催化劑磨損風(fēng)險(xiǎn)提供數(shù)據(jù)支持。某煉化企業(yè)借助 DEM 優(yōu)化流化床內(nèi)部構(gòu)件布局，將催化劑磨損率降低20%-30%，延長(zhǎng)催化劑使用壽命 40%，每年減少催化劑更換成本超百萬元。
DEMms非規(guī)則顆粒模擬
針對(duì)顆粒團(tuán)聚這一行業(yè)難題，DEM 仿真同樣提供了有效解決方案。通過設(shè)定顆粒間相互作用參數(shù)，可模擬團(tuán)聚形成與發(fā)展過程，進(jìn)而制定針對(duì)性優(yōu)化策略 —— 如調(diào)整操作氣速、添加分散劑等，實(shí)現(xiàn)顆粒均勻分散，保障氣固兩相高效接觸，為反應(yīng)效率提升掃清障礙。
四、CFD-DEM 耦合：打破多相流壁壘，實(shí)現(xiàn)全維度優(yōu)化
在實(shí)際流化床系統(tǒng)中，氣固兩相存在強(qiáng)耦合作用，單獨(dú)使用CFD 或 DEM 難以全面反映系統(tǒng)真實(shí)狀態(tài)。CFD-DEM 耦合仿真技術(shù)，通過雙向數(shù)據(jù)傳遞實(shí)現(xiàn)氣固兩相行為的協(xié)同模擬 ——CFD 計(jì)算的流體場(chǎng)數(shù)據(jù)為顆粒運(yùn)動(dòng)提供外力輸入，DEM計(jì)算的顆粒運(yùn)動(dòng)信息反哺流體場(chǎng)方程更新，從而精準(zhǔn)復(fù)現(xiàn)氣固兩相相互作用的復(fù)雜過程。
CFD-DEM耦合技術(shù)
在大型氣固循環(huán)流化床設(shè)計(jì)中，耦合仿真展現(xiàn)出強(qiáng)大優(yōu)勢(shì)。此類設(shè)備包含提升管、下降管、旋風(fēng)分離器等多組件，氣固流動(dòng)狀態(tài)復(fù)雜。借助 CFD-DEM 耦合技術(shù)，可模擬全回路內(nèi)氣固兩相分布特征、傳熱傳質(zhì)效率及設(shè)備磨損情況。以循環(huán)倍率優(yōu)化為例，通過仿真可明確不同倍率下的能耗、反應(yīng)效率與磨損風(fēng)險(xiǎn)，最終確定 “效率 - 能耗 - 壽命” 平衡的最佳參數(shù)。某能源企業(yè)通過耦合仿真優(yōu)化后，循環(huán)流化床的能量利用率提升 8%-10%，設(shè)備年均維護(hù)成本降低 15%，實(shí)現(xiàn)了經(jīng)濟(jì)效益與工藝性能的雙重提升。
展開 淺析“碳中和”戰(zhàn)略中鋰電池?zé)崾Э貦C(jī)理、COMSOL仿真和對(duì)策
基于離散元的合漿工藝優(yōu)化
高精度CFD與多孔介質(zhì)耦合的電極干燥模型分析
CFD-DEM耦合的電極材料性能分析
4、增加電池組均衡性；優(yōu)化電芯模組結(jié)構(gòu)設(shè)計(jì)，增強(qiáng)壓力泄放、阻隔蔓延的能力；
高效均衡管理功能的電池管理系統(tǒng)能夠大幅提高動(dòng)力鋰電池組的整體性能、有效的延長(zhǎng)電池組的使用壽命、大大降低整車的使用和維護(hù)成本
寧德時(shí)代的新型NMC811電池組采用航空級(jí)耐熱材料和定向熱導(dǎo)流技術(shù)，即使單體發(fā)生熱失控，也能做到系統(tǒng)不蔓延、不起火。
電芯模組的結(jié)構(gòu)設(shè)計(jì)中，為可能發(fā)生的電池噴焰和熔融物質(zhì)提供泄放通道，控制電池燃燒時(shí)對(duì)大范圍電池組的影響，也是一種可行有效的方式。
5、改進(jìn)BMS內(nèi)的SOC、SOH算法，提高安全診斷精度和風(fēng)險(xiǎn)預(yù)測(cè)能力；
現(xiàn)有的SOC算法為安時(shí)積分法：
alpha為自放電及老化修正因子；SOC0為充放電起始狀態(tài)；CN為電池額定容量；I為電池實(shí)時(shí)電流；η為充放電效率。
安時(shí)積分法的問題是，初始SOC0的難以判斷，無法直接得到。另外，由于系統(tǒng)電流的波動(dòng)性很大，而電流采樣是間隔一定時(shí)間進(jìn)行一次，使得采樣值與一段時(shí)間的平均值并不一定近似，長(zhǎng)時(shí)間累積下來，造成比較明顯的誤差，并且誤差不是安時(shí)積分法自己能夠消除的。雖然通過一些策略來提供各個(gè)參數(shù)的準(zhǔn)確性，但仍然存在無法消除的長(zhǎng)期累計(jì)誤差，最終將體現(xiàn)為電池當(dāng)前容量估計(jì)不準(zhǔn)確，真實(shí)壽命誤差大，造成安全事故。
耦合神經(jīng)網(wǎng)絡(luò)算法和電化學(xué)機(jī)理模型的機(jī)器學(xué)習(xí)SOC算法，通過大數(shù)據(jù)學(xué)習(xí)和機(jī)理模型相互校正，等效于在BMS端植入電芯的數(shù)字孿生模型，實(shí)時(shí)進(jìn)行SOC的分析，在電池全生命周期內(nèi)的綜合誤差<3%。基于準(zhǔn)確的SOC基礎(chǔ)上，算法未來將引入更多物理場(chǎng)的因素來綜合評(píng)估SOH，電池健康指數(shù)。
展開 
CFD在心血管系統(tǒng)研究中的應(yīng)用，速度較國外商軟顯著提升
c、與離散元軟件DEMms耦合
在多物理場(chǎng)耦合數(shù)值方法及 CFD-DEM 單向耦合解析的基礎(chǔ)上，針對(duì)紅細(xì)胞與血流場(chǎng)的相互作用，雖正常生理狀態(tài)下紅細(xì)胞體積分?jǐn)?shù)為 35%~50%，屬于高濃度顆粒體系，二者相互作用具有強(qiáng)耦合特性，但為演示單向耦合，特設(shè)計(jì)如下測(cè)試算例。
該測(cè)試算例的核心是對(duì)紅細(xì)胞相關(guān)參數(shù)進(jìn)行特殊設(shè)定，以滿足單向耦合的適用條件。在算例中，我們將紅細(xì)胞的體積分?jǐn)?shù)大幅降低至5% 以下，使其處于稀薄顆粒體系范疇。此時(shí)，可近似認(rèn)為紅細(xì)胞對(duì)血流場(chǎng)無顯著擾動(dòng)，僅需考慮血流場(chǎng)對(duì)紅細(xì)胞的作用力，符合單向耦合 “上游計(jì)算結(jié)果驅(qū)動(dòng)下游仿真，下游結(jié)果不反作用于上游” 的特征。
基于積鼎的顆粒流求解器DEMms，與非結(jié)構(gòu)求解器耦合，實(shí)現(xiàn)紅細(xì)胞在血管中流動(dòng)的耦合仿真。通過下圖耦合仿真結(jié)果可見，紅細(xì)胞在中間交匯處容易聚集。通過耦合仿真，可以對(duì)血栓形成的研究體統(tǒng)理論依據(jù)。
三、VirtualFlow非結(jié)構(gòu)求解器的特點(diǎn)
1. VirtualFlow2025版中的求解器可分結(jié)構(gòu)模塊求解器和非結(jié)構(gòu)模塊求解器。比于傳統(tǒng)國外F軟件等商軟，只能提供一種模式，軟件的仿真場(chǎng)景有更大適用性。
2. 同時(shí)支持CPU和GPU計(jì)算
a. GPU原生支持，性能不亞于國際主流GPU求解器
b. CPU支持多線程和多進(jìn)程混合并行模式
c.同時(shí)適配國際主流和國內(nèi)多種CPU/GPU
3. 支持任意多面體網(wǎng)格，適用于具有復(fù)雜幾何外形的快速網(wǎng)格生成
4. 采用穩(wěn)定高效的數(shù)值求解方法，可以求解多種流動(dòng)特別是多相流問題
5. 支持定常和非定常求解
6. 支持多種湍流模型，包括但不限于k-epsilon、sst k-omega等
具有全面的前后處理功能
a. 高度自動(dòng)化網(wǎng)格劃分能力
b.高性能仿真結(jié)果后處理
7.
展開 CFD在心血管系統(tǒng)研究中的應(yīng)用，速度較國外商軟顯著提升
c、與離散元軟件DEMms耦合
在多物理場(chǎng)耦合數(shù)值方法及 CFD-DEM 單向耦合解析的基礎(chǔ)上，針對(duì)紅細(xì)胞與血流場(chǎng)的相互作用，雖正常生理狀態(tài)下紅細(xì)胞體積分?jǐn)?shù)為 35%~50%，屬于高濃度顆粒體系，二者相互作用具有強(qiáng)耦合特性，但為演示單向耦合，特設(shè)計(jì)如下測(cè)試算例。
該測(cè)試算例的核心是對(duì)紅細(xì)胞相關(guān)參數(shù)進(jìn)行特殊設(shè)定，以滿足單向耦合的適用條件。在算例中，我們將紅細(xì)胞的體積分?jǐn)?shù)大幅降低至5% 以下，使其處于稀薄顆粒體系范疇。此時(shí)，可近似認(rèn)為紅細(xì)胞對(duì)血流場(chǎng)無顯著擾動(dòng)，僅需考慮血流場(chǎng)對(duì)紅細(xì)胞的作用力，符合單向耦合 “上游計(jì)算結(jié)果驅(qū)動(dòng)下游仿真，下游結(jié)果不反作用于上游” 的特征。
基于積鼎的顆粒流求解器DEMms，與非結(jié)構(gòu)求解器耦合，實(shí)現(xiàn)紅細(xì)胞在血管中流動(dòng)的耦合仿真。通過下圖耦合仿真結(jié)果可見，紅細(xì)胞在中間交匯處容易聚集。通過耦合仿真，可以對(duì)血栓形成的研究體統(tǒng)理論依據(jù)。
三、VirtualFlow非結(jié)構(gòu)求解器的特點(diǎn)
1. VirtualFlow2025版中的求解器可分結(jié)構(gòu)模塊求解器和非結(jié)構(gòu)模塊求解器。比于傳統(tǒng)國外F軟件等商軟，只能提供一種模式，軟件的仿真場(chǎng)景有更大適用性。
2. 同時(shí)支持CPU和GPU計(jì)算
a. GPU原生支持，性能不亞于國際主流GPU求解器
b. CPU支持多線程和多進(jìn)程混合并行模式
c.同時(shí)適配國際主流和國內(nèi)多種CPU/GPU
3. 支持任意多面體網(wǎng)格，適用于具有復(fù)雜幾何外形的快速網(wǎng)格生成
4. 采用穩(wěn)定高效的數(shù)值求解方法，可以求解多種流動(dòng)特別是多相流問題
5. 支持定常和非定常求解
6. 支持多種湍流模型，包括但不限于k-epsilon、sst k-omega等
具有全面的前后處理功能
a. 高度自動(dòng)化網(wǎng)格劃分能力
b.高性能仿真結(jié)果后處理
7.
展開 