有限体积编程

A. fluent基本特点

FLUENT软件以其独特的技术特性在CFD领域独树一帜。它基于完全非结构化网格的有限体积法，辅以梯度算法，支持定常和非定常流动的模拟，新增快速非定常功能，使得复杂流动问题得以高效处理。

FLUENT的动/变形网格技术特别强大，用户只需定义初始网格和运动边界，网格变化由软件自动适应，包括弹簧压缩、动态铺层和局部网格重生等多种变形方式。其中，局部网格重生是FLUENT的独特优势，适用于非结构化网格和动态变化的复杂场景。

FLUENT的网格支持非常全面，包括界面不连续、混合、滑动和动态自适应网格，以及多种基于解的网格技术。它支持多种算法，如非耦合隐式、耦合显式和耦合隐式，是商业软件中算法种类最多的之一。

物理模型方面，FLUENT提供了丰富的选项，覆盖无粘流、层流、湍流等多种流态，包括Spalart-Allmaras、k-ω、k-ε等多种湍流模型，以及最新的DES和V2F模型。它能够模拟牛顿流体和非牛顿流体，包括对流热传导、固体与流体热传导、辐射以及化学反应等复杂过程。

FLUENT还支持各种流体流动模型，如自由表面流、多相流、颗粒相流动等，以及相变和拉格朗日跟踪计算。它考虑了非均质渗透性、固体热传导和多孔介质压力突变等复杂情况，并能模拟风扇、散热器等热交换设备。

FLUENT的并行计算功能强大，支持高效并行处理，包括动态负载平衡，为大规模问题提供了高性能解决方案。用户界面友好，且提供二次开发接口（UDF），便于定制和扩展。

编程语言上，FLUENT采用C/C++，优化了内存利用，表现出卓越的性能。作为全球公认的流行商业软件，FLUENT结合了比利时PolyFlow在黏弹性和聚合物流动模拟的专业技术，以及FDI在有限元CFD领域的优势，集众多优点于一身。

Fluent是目前国际上比较流行的商用CFD软件包，在美国的市场占有率为60%，凡是和流体、热传递和化学反应等有关的工业均可使用。它具有丰富的物理模型、先进的数值方法和强大的前后处理功能，在航空航天、汽车设计、石油天然气和涡轮机设计等方面都有着广泛的应用。

B. 元计算有限元语言是否支持有限元程序开发

有限元语言是元计算公司开发的数值计算行业通用编程语言，支持有限元程序开发、有限体积法程序开发，支持与C++语言混合编程。

C. Ansys Fluent | 一段关于CFD的创新历史

本文原刊登于Ansys Blog：《Ansys Fluent: A History of Innovations in CFD》 作者：Giovanni Petrone | Ansys首席产品营销经理

20世纪80年代初，谢菲尔德大学的一群年轻人共同创建了Ansys Fluent，这是首款具有图形用户界面和工作流程的计算流体动力学（CFD）商用软件。随着时间的推移，Fluent的普及率越来越高，并且在业界获得了广泛应用。

2006年5月，Ansys收购Fluent公司。自加入Ansys大家庭以来，我们一直在不断发展Fluent的性能、准确性和效率，并提供领先的创新技术，以帮助工程师在处理流体动力学问题时克服极具挑战性的设计难题。

如果您是一位还不熟悉Fluent所有创新功能的新用户，或者您目前选择了其他厂商工具，但依然想了解可能错过了哪些重要功能，不如，和我们一起回顾Fluent历年来推出的最具创新性的功能吧。

2014：GPU加速负载与伴随求解器

图形处理单元（GPU）技术如今炙手可热，但早在2014年，Fluent中使用的NVIDIA AmgX求解器就引入了将GPU用作CFD加速器的概念。跟随我们一同跨越时空之旅，来到2022年，Fluent将成为首款推出非结构化有限体积、完全原生的多GPU求解器的商用CFD软件，从而突破了负载限制这一挑战，颠覆了CFD仿真市场。

2014年，Fluent推出首款伴随求解器，通过使用伴随灵敏度来推动无法直观呈现给设计人员的智能设计变更，以获得CFD仿真的颠覆性洞察。伴随求解器自问世以来，其可靠性和易用性已逐步发展为一个全面的产品优化框架。

2016：Fluent打破了170,000个内核的超级计算记录

为了提高Fluent的并行可扩展性，高性能计算（HPC）的研发工作始终都是并且现在依然是重点关注领域。2016年，克雷公司（Cray Inc.）和斯图加特大学高性能计算中心（HLRS）携手共创了一项全新的超级计算世界纪录，他们将Fluent扩展到超过172,000个计算机内核，从而帮助企业以前所未有的快速度和高效率，为产品创建独具创新的突破性完整虚拟原型。

2017：PUMA自适应与SBES湍流模型

对于商用CFD软件的另一项尖端创新，是于2017年引入了已获专利的多面体非结构化网格自适应（PUMA）技术。这项自适应技术可自动、动态地优化网格，以追踪流动中的精确细节。因此，工程师可以在其需要的位置获得所需的精度，以捕获仿真细节，同时在其它位置保留较粗疏的网格，以缩短求解时间。

使用2017年推出的多面体非结构化网格自适应（PUMA）技术，自动优化网格以求解精确细节，同时保留较粗疏的网格，从而缩短求解时间。

同年，应力混合涡流仿真（SBES）湍流模型克服了混合RANS-LES仿真中的固有问题。在近壁区域采用大涡仿真（LES）成本过高，而雷诺平均纳维－斯托克斯（RANS）模型非常适合壁面边界层。因此，混合RANS-LES模型在近壁区域使用RANS湍流模型可提供高效的建模，远壁区域使用LES方法可提供高保真度，但两者之间的切换，通常会受到网格相关性和网格诱导的非真流动分离的影响。Ansys开发的SBES模型引入了一种独特的专有屏蔽功能，可有效解决上述问题，从而获得值得工程师信赖的可靠、高效的尺度求解湍流模型。

2018：Mosaic网格划分和喷雾破碎模型

长期以来，网格划分的一项重大挑战在于，既要在复杂几何结构中的不同类型的网格单元之间实现平稳转换，同时要保持网格质量，尤其是从边界层棱柱单元转换到远壁区域的六边形单元时。2018年，Fluent推出了Mosaic网格划分技术，通过将不同类型的网格与高质量的多面体单元自动连接起来，解决了这一挑战。这样不仅可以节省RAM，同时还能获得更高的求解精度、显着加快仿真速度。

同年，喷雾破碎模型是多相流模拟中（如喷雾破碎），将流体体积（VOF）转换为离散颗粒方法（DPM）的第一个商用实现。该模型可检测到VOF仿真中的不同液滴，并被DPM（即质点）颗粒代替，从而相应地粗化网格。

2019：GEKO湍流模型

2019年，Ansys湍流团队推出了具有可调系数的广义k-ω（GEKO）湍流模型。GEKO的可调系数可以在较宽的范围内进行调整，以匹配具体的物理效应，同时保持基础模型校准。即使在经过湍流模型专家进行调整的基础上，也没有其它湍流模型有足够的灵活性来匹配大量测试案例的实验数据，而GEKO的系数，则能够提供这种所需的灵活性。GEKO模型甚至可以经过调整，以匹配不同尺度的求解仿真结果，例如使用SBES湍流模型的仿真结果。GEKO湍流模型仅适用于Ansys流体应用。

2020：AIAD转换模型与3D电池电化学

2020年，Fluent是率先展示了基于代数界面面积密度（AIAD）方法的欧拉多相转换方法的商用软件。该方法适用于各种应用，如压水反应堆中冷却剂的损耗情况，与其它备选方法相比，该方法与实验数据高度吻合。

同年，Fluent推出了面向电池充电/放电过程中锂离子传输的瞬态仿真，为3D锂离子电池电化学提供了完整的商用解决方案。

2021：双向VOF-DPM-EWF与AI/ML湍流调整

如前文介绍，2018年Fluent首次在喷雾破碎模型中引入了VOF到DPM的转换功能。2021年，Fluent实现了双向转换，支持DPM到VOF的逆向转换，并通过转换到欧拉壁面液膜（EWF）来完成整个过程。在双向VOF-DPM-EWF模型中，落在自由液体表面的DPM颗粒转换回VOF方程，并且质点颗粒被网格求解的VOF液体所替代。

同年，Fluent推出了AI/ML人工智能（AI）/机器学习（ML）湍流调整技术，其中GEKO系数是通过ML算法进行调整，而无需手动调整。这有助于工程师使用尺度求解湍流模型（如SBES）生成高保真度解决方案。然后，他们可以在整个3D流场中使用ML来调整GEKO系数，以便后续的设计迭代可以使用更快速的GEKO模型，同时保持接近尺度求解方法的精度。

2022：Live-GX多GPU求解器与PyFluent

如前所述，Fluent在GPU技术的仿真应用领域一直是开拓者，2022年，Ansys引入了原生多GPU求解器，以此将Fluent的技术水平提升到了新的高度。这款全新的多GPU求解器可以为稳态和瞬态CFD仿真提供众多优势，包括缩短仿真求解时间、降低硬件成本和功耗，并提供媲美CPU求解器的相同精度，同时不受此前提到的GPU负载的所有限制。

最后，Fluent还推出了PyFluent，这是一款从前处理到后处理都使用Python来访问所有Fluent命令的开源库。PyFluent旨在将强大的行业人士社区、可重复使用的编程语言（如Python）以及Ansys先进的仿真堆栈技术相结合，以创造无限的可能性。

展望未来创新

Fluent不断推出前沿创新功能，不仅改变了CFD仿真的执行方式，并为行业树立了标准。我们的研发承诺是始终保持创新步伐，以便客户能够使用先进的软件，以前所未有的方式不断突破性能、准确性、生产力和可持续性的极限。