有限體積編程

A. fluent基本特點

FLUENT軟體以其獨特的技術特性在CFD領域獨樹一幟。它基於完全非結構化網格的有限體積法，輔以梯度演算法，支持定常和非定常流動的模擬，新增快速非定常功能，使得復雜流動問題得以高效處理。

FLUENT的動/變形網格技術特別強大，用戶只需定義初始網格和運動邊界，網格變化由軟體自動適應，包括彈簧壓縮、動態鋪層和局部網格重生等多種變形方式。其中，局部網格重生是FLUENT的獨特優勢，適用於非結構化網格和動態變化的復雜場景。

FLUENT的網格支持非常全面，包括界面不連續、混合、滑動和動態自適應網格，以及多種基於解的網格技術。它支持多種演算法，如非耦合隱式、耦合顯式和耦合隱式，是商業軟體中演算法種類最多的之一。

物理模型方面，FLUENT提供了豐富的選項，覆蓋無粘流、層流、湍流等多種流態，包括Spalart-Allmaras、k-ω、k-ε等多種湍流模型，以及最新的DES和V2F模型。它能夠模擬牛頓流體和非牛頓流體，包括對流熱傳導、固體與流體熱傳導、輻射以及化學反應等復雜過程。

FLUENT還支持各種流體流動模型，如自由表面流、多相流、顆粒相流動等，以及相變和拉格朗日跟蹤計算。它考慮了非均質滲透性、固體熱傳導和多孔介質壓力突變等復雜情況，並能模擬風扇、散熱器等熱交換設備。

FLUENT的並行計算功能強大，支持高效並行處理，包括動態負載平衡，為大規模問題提供了高性能解決方案。用戶界面友好，且提供二次開發介面（UDF），便於定製和擴展。

編程語言上，FLUENT採用C/C++，優化了內存利用，表現出卓越的性能。作為全球公認的流行商業軟體，FLUENT結合了比利時PolyFlow在黏彈性和聚合物流動模擬的專業技術，以及FDI在有限元CFD領域的優勢，集眾多優點於一身。

Fluent是目前國際上比較流行的商用CFD軟體包，在美國的市場佔有率為60%，凡是和流體、熱傳遞和化學反應等有關的工業均可使用。它具有豐富的物理模型、先進的數值方法和強大的前後處理功能，在航空航天、汽車設計、石油天然氣和渦輪機設計等方面都有著廣泛的應用。

B. 元計算有限元語言是否支持有限元程序開發

有限元語言是元計算公司開發的數值計算行業通用編程語言，支持有限元程序開發、有限體積法程序開發，支持與C++語言混合編程。

C. Ansys Fluent | 一段關於CFD的創新歷史

本文原刊登於Ansys Blog：《Ansys Fluent: A History of Innovations in CFD》 作者：Giovanni Petrone | Ansys首席產品營銷經理

20世紀80年代初，謝菲爾德大學的一群年輕人共同創建了Ansys Fluent，這是首款具有圖形用戶界面和工作流程的計算流體動力學（CFD）商用軟體。隨著時間的推移，Fluent的普及率越來越高，並且在業界獲得了廣泛應用。

2006年5月，Ansys收購Fluent公司。自加入Ansys大家庭以來，我們一直在不斷發展Fluent的性能、准確性和效率，並提供領先的創新技術，以幫助工程師在處理流體動力學問題時克服極具挑戰性的設計難題。

如果您是一位還不熟悉Fluent所有創新功能的新用戶，或者您目前選擇了其他廠商工具，但依然想了解可能錯過了哪些重要功能，不如，和我們一起回顧Fluent歷年來推出的最具創新性的功能吧。

2014：GPU加速負載與伴隨求解器

圖形處理單元（GPU）技術如今炙手可熱，但早在2014年，Fluent中使用的NVIDIA AmgX求解器就引入了將GPU用作CFD加速器的概念。跟隨我們一同跨越時空之旅，來到2022年，Fluent將成為首款推出非結構化有限體積、完全原生的多GPU求解器的商用CFD軟體，從而突破了負載限制這一挑戰，顛覆了CFD模擬市場。

2014年，Fluent推出首款伴隨求解器，通過使用伴隨靈敏度來推動無法直觀呈現給設計人員的智能設計變更，以獲得CFD模擬的顛覆性洞察。伴隨求解器自問世以來，其可靠性和易用性已逐步發展為一個全面的產品優化框架。

2016：Fluent打破了170,000個內核的超級計算記錄

為了提高Fluent的並行可擴展性，高性能計算（HPC）的研發工作始終都是並且現在依然是重點關注領域。2016年，克雷公司（Cray Inc.）和斯圖加特大學高性能計算中心（HLRS）攜手共創了一項全新的超級計算世界紀錄，他們將Fluent擴展到超過172,000個計算機內核，從而幫助企業以前所未有的快速度和高效率，為產品創建獨具創新的突破性完整虛擬原型。

2017：PUMA自適應與SBES湍流模型

對於商用CFD軟體的另一項尖端創新，是於2017年引入了已獲專利的多面體非結構化網格自適應（PUMA）技術。這項自適應技術可自動、動態地優化網格，以追蹤流動中的精確細節。因此，工程師可以在其需要的位置獲得所需的精度，以捕獲模擬細節，同時在其它位置保留較粗疏的網格，以縮短求解時間。

使用2017年推出的多面體非結構化網格自適應（PUMA）技術，自動優化網格以求解精確細節，同時保留較粗疏的網格，從而縮短求解時間。

同年，應力混合渦流模擬（SBES）湍流模型克服了混合RANS-LES模擬中的固有問題。在近壁區域採用大渦模擬（LES）成本過高，而雷諾平均納維－斯托克斯（RANS）模型非常適合壁面邊界層。因此，混合RANS-LES模型在近壁區域使用RANS湍流模型可提供高效的建模，遠壁區域使用LES方法可提供高保真度，但兩者之間的切換，通常會受到網格相關性和網格誘導的非真流動分離的影響。Ansys開發的SBES模型引入了一種獨特的專有屏蔽功能，可有效解決上述問題，從而獲得值得工程師信賴的可靠、高效的尺度求解湍流模型。

2018：Mosaic網格劃分和噴霧破碎模型

長期以來，網格劃分的一項重大挑戰在於，既要在復雜幾何結構中的不同類型的網格單元之間實現平穩轉換，同時要保持網格質量，尤其是從邊界層稜柱單元轉換到遠壁區域的六邊形單元時。2018年，Fluent推出了Mosaic網格劃分技術，通過將不同類型的網格與高質量的多面體單元自動連接起來，解決了這一挑戰。這樣不僅可以節省RAM，同時還能獲得更高的求解精度、顯著加快模擬速度。

同年，噴霧破碎模型是多相流模擬中（如噴霧破碎），將流體體積（VOF）轉換為離散顆粒方法（DPM）的第一個商用實現。該模型可檢測到VOF模擬中的不同液滴，並被DPM（即質點）顆粒代替，從而相應地粗化網格。

2019：GEKO湍流模型

2019年，Ansys湍流團隊推出了具有可調系數的廣義k-ω（GEKO）湍流模型。GEKO的可調系數可以在較寬的范圍內進行調整，以匹配具體的物理效應，同時保持基礎模型校準。即使在經過湍流模型專家進行調整的基礎上，也沒有其它湍流模型有足夠的靈活性來匹配大量測試案例的實驗數據，而GEKO的系數，則能夠提供這種所需的靈活性。GEKO模型甚至可以經過調整，以匹配不同尺度的求解模擬結果，例如使用SBES湍流模型的模擬結果。GEKO湍流模型僅適用於Ansys流體應用。

2020：AIAD轉換模型與3D電池電化學

2020年，Fluent是率先展示了基於代數界面面積密度（AIAD）方法的歐拉多相轉換方法的商用軟體。該方法適用於各種應用，如壓水反應堆中冷卻劑的損耗情況，與其它備選方法相比，該方法與實驗數據高度吻合。

同年，Fluent推出了面向電池充電/放電過程中鋰離子傳輸的瞬態模擬，為3D鋰離子電池電化學提供了完整的商用解決方案。

2021：雙向VOF-DPM-EWF與AI/ML湍流調整

如前文介紹，2018年Fluent首次在噴霧破碎模型中引入了VOF到DPM的轉換功能。2021年，Fluent實現了雙向轉換，支持DPM到VOF的逆向轉換，並通過轉換到歐拉壁面液膜（EWF）來完成整個過程。在雙向VOF-DPM-EWF模型中，落在自由液體表面的DPM顆粒轉換回VOF方程，並且質點顆粒被網格求解的VOF液體所替代。

同年，Fluent推出了AI/ML人工智慧（AI）/機器學習（ML）湍流調整技術，其中GEKO系數是通過ML演算法進行調整，而無需手動調整。這有助於工程師使用尺度求解湍流模型（如SBES）生成高保真度解決方案。然後，他們可以在整個3D流場中使用ML來調整GEKO系數，以便後續的設計迭代可以使用更快速的GEKO模型，同時保持接近尺度求解方法的精度。

2022：Live-GX多GPU求解器與PyFluent

如前所述，Fluent在GPU技術的模擬應用領域一直是開拓者，2022年，Ansys引入了原生多GPU求解器，以此將Fluent的技術水平提升到了新的高度。這款全新的多GPU求解器可以為穩態和瞬態CFD模擬提供眾多優勢，包括縮短模擬求解時間、降低硬體成本和功耗，並提供媲美CPU求解器的相同精度，同時不受此前提到的GPU負載的所有限制。

最後，Fluent還推出了PyFluent，這是一款從前處理到後處理都使用Python來訪問所有Fluent命令的開源庫。PyFluent旨在將強大的行業人士社區、可重復使用的編程語言（如Python）以及Ansys先進的模擬堆棧技術相結合，以創造無限的可能性。

展望未來創新

Fluent不斷推出前沿創新功能，不僅改變了CFD模擬的執行方式，並為行業樹立了標准。我們的研發承諾是始終保持創新步伐，以便客戶能夠使用先進的軟體，以前所未有的方式不斷突破性能、准確性、生產力和可持續性的極限。