FLUENT模拟残差曲线震荡及收敛问题
fluent残差曲线2步收敛

一、引言在探讨fluent残差曲线2步收敛之前,我们首先需要了解fluent在计算流体力学模拟过程中的基本原理和相关概念。
fluent是一种流体力学模拟软件,它可以用于模拟和分析流体在各种工程领域的运动和传热过程。
在进行fluent模拟时,我们通常会对模拟结果的误差和收敛性进行评估,而残差曲线是评估收敛性的重要工具之一。
本文将重点介绍fluent残差曲线在进行2步收敛过程中的应用和分析。
二、fluent残差曲线的基本原理1. 残差的定义在流体力学模拟中,残差是指模拟计算结果与实际物理现象之间的差异。
在fluent中,我们通常关注的是动量、质量和能量等方程的残差。
残差越小,说明模拟结果与实际物理现象越吻合,模拟收敛性也越好。
2. 残差曲线的作用残差曲线是用来观察模拟计算过程中残差随着迭代次数的变化情况。
通过分析残差曲线,我们可以判断模拟计算是否收敛,以及计算的稳定性和精确度。
三、fluent残差曲线2步收敛的具体步骤1. 设置初步收敛标准在进行fluent模拟时,我们需要首先设置初步的收敛标准,通常会设定残差的阈值。
这个阈值可以根据具体的模拟情况和要求来确定,一般来说,残差的阈值越小,模拟结果的精度也越高。
2. 进行第一步计算在设置好初步收敛标准之后,我们进行第一步计算。
在这一步中,fluent会根据初步的收敛标准进行计算,并生成残差曲线。
3. 分析残差曲线在第一步计算完成后,我们需要对残差曲线进行详细的分析。
主要观察残差曲线是否收敛,残差的变化趋势如何,是否符合预期的收敛标准等。
4. 调整参数并进行第二步计算根据对第一步计算得到的残差曲线的分析,我们可以对模拟参数进行调整,然后进行第二步计算。
通过不断调整参数和进行计算,直到残差曲线满足预设的收敛标准。
四、fluent残差曲线2步收敛的应用案例以某气动设计工程为例,我们对其进行fluent模拟。
在进行第一步计算后,得到残差曲线如图1所示。
通过对残差曲线的分析,发现残差在经过5次迭代后基本趋于平稳,但仍未达到预设的收敛标准。
fluent稳态计算残差曲线振荡

标题:fluent稳态计算残差曲线振荡分析及其解决方法概述:在流体力学计算中,稳定的数值计算是保证计算结果准确性和可靠性的关键。
然而,在使用流体力学软件fluent进行稳态计算时,有时会遇到残差曲线出现振荡的情况,这种情况会导致计算不收敛、结果不准确等问题。
本文将对fluent稳态计算残差曲线振荡进行分析,并提出相应的解决方法。
主体:1. 残差曲线振荡的现象当进行fluent稳态计算时,通过监视残差曲线可以发现,有时残差曲线会出现振荡的情况。
这种振荡表现为残差在一定范围内大幅度的波动,难以收敛至稳定的数值。
残差曲线振荡会导致计算结果不稳定,无法得到准确的数值解。
2. 残差曲线振荡的原因分析(1)初值选择不当:在进行fluent稳态计算时,初值的选择对计算结果有着至关重要的影响。
若初值设定不合理,比如过大、过小或不合理的初值,都会导致残差曲线振荡的出现。
(2)松弛因子不合适:求解过程中,利用了松弛因子来减缓残差项的更新过程以保证计算的稳定和收敛。
若松弛因子设定不当,也会导致残差曲线振荡。
(3)网格质量不佳:网格质量的好坏对fluent计算的影响非常大,若网格质量不佳,也会导致残差曲线振荡。
3. 解决残差曲线振荡的方法(1)合理选择初值:在进行fluent稳态计算时,要对初始场的初值进行合理的设定,可以选择近似解作为初值,或者根据物理问题的特点进行初值的设定。
(2)适当调整松弛因子:松弛因子的选择直接影响计算的收敛速度和稳定性,要进行适当的调整,可以先根据经验选择一个合理的松弛因子,然后通过计算试验逐步调整。
(3)优化网格质量:对于底板和边界条件的设置是静态模拟的菜单中设置,可以通过放置板和板上初始的边界条件以及边界的详细设置来进一步细化并优化网格质量。
4. 实例分析以某流场的flow past cylinder为例,通过对初值、松弛因子、网格质量的调整,成功解决了fluent稳态计算残差曲线振荡的问题。
fluent相关问题汇总

1、实体、实面与虚体、虚面的区别在建模中,经常会遇到实...与虚...,而且虚体的计算域好像也可以进行计算并得到所需的结果,对二者的根本区别及在功能上的不同对于求解是没有任何区别的,只要你能在虚体或者实体上划分你需要的网格Gambit的实体和虚体在生成网格和计算的时候对于结果没有任何影响,实体和虚体的主要区别有以下几点:1.实体可以进行布尔运算但是虚体不能,虽然不能进行布尔运算,但是虚体存在merge,split等功能;2.实体运算在很多cad软件里面都有,但是虚体是gambit的一大特色,有了虚体以后,Gambit的建模和网格生成的灵活性增加了很多。
3.在网格生成的过程中,如果有几个相对比较平坦的面,你可以把它们通过merge合成一个,这样,作网格的时候,可以节省步骤,对于曲率比较大的面,可能生成的网格质量不好,这时候,你可以采取用split的方式把它划分成几个小面以提高网格质量。
对于虚体生成的计算网格,和实体生成的计算网格,在计算的时候没有区别,关键是看网格生成的质量如何,与实体虚体无关。
经常在作复杂模型计算的时候,大部分都是用的虚体,特别是从其他的建模软件里面导进来的复杂模型,基本上不能够生成实体。
至于计算的效果如何,与Fluent的设置和网格的质量有关,与模型无关。
2、什么叫问题的初始化?在FLUENT中初始化的方法对计算结果有什么样的影响?初始化中的“patch”怎么理解?问题的初始化就是在做计算时,给流场一个初始值,包括压力、速度、温度和湍流系数等。
理论上,给的初始场对最终结果不会产生影响,因为随着跌倒步数的增加,计算得到的流场会向真实的流场无限逼近,但是,由于Fluent等计算软件存在像离散格式精度(会产生离散误差)和截断误差等问题的限制,如果初始场给的过于偏离实际物理场,就会出现计算很难收敛,甚至是刚开始计算就发散的问题。
因此,在初始化时,初值还是应该给的尽量符合实际物理现象。
这就要求我们对要计算的物理场,有一个比较清楚的理解。
Fluent 中判断收敛的方法、残差的概念及不收敛通常的解决方式

fluent中判断收敛的方法[引用]FLUENT中判断收敛的方法判断计算是否收敛,没有一个通用的方法。
通过残差值判断的方法,对一些问题或许很有效,但在某些问题中往往会得出错误的结论。
因此,正确的做法是,不仅要通过残差值,也要通过监测所有相关变量的完整数据,以及检查流入与流出的物质和能量是否守恒的方法来判断计算是否收敛。
1、监测残差值。
在迭代计算过程中,当各个物理变量的残差值都达到收敛标准时,计算就会发生收敛。
Fluent默认的收敛标准是:除了能量的残差值外,当所有变量的残差值都降到低于10-3 时,就认为计算收敛,而能量的残差值的收敛标准为低于10-6。
2、计算结果不再随着迭代的进行发生变化。
有时候,因为收敛标准设置得不合适,物理量的残差值在迭代计算的过程中始终无法满足收敛标准。
然而,通过在迭代过程中监测某些代表性的流动变量,可能其值已经不再随着迭代的进行发生变化。
此时也可以认为计算收敛。
3、整个系统的质量,动量,能量都守恒。
在Flux Reports对话框中检查流入和流出整个系统的质量,动量,能量是否守恒。
守恒,则计算收敛。
不平衡误差少于0.1%,也可以认为计算是收敛的。
FLUENT中残差的概念残差是cell各个face的通量之和,当收敛后,理论上当单元内没有源项使各个面流入的通量也就是对物理量的输运之和应该为零。
最大残差或者RSM残差反映流场与所要模拟流场(只收敛后应该得到的流场,当然收敛后得到的流场与真实流场之间还是存在一定的差距)的残差,残差越小越好,由于存在数值精度问题,不可能得到0残差,对于单精度计算一般应该低于初始残差1e-03以下才好,当注意具体情况,看各个项的收敛情况(比方说连续项不易收敛而能量项容易)。
一般在FLUENT中可以进行进出口流量监控,当残差收敛到一定程度后,还要看进出口流量是否稳定平衡,才可确定收敛与否(翼型计算时要监控升阻力的平衡)。
残差在较高位震荡,需要检查边界条件是否合理,其次检查初始条件是否合理,比如激波的流场,初始条件的不合适会造成流场的振荡。
FLUENT不收敛的解决方法

利用FLUENT不收敛通常怎么解决?①、一般首先是改变初值,尝试不同的初始化,事实上好像初始化很关键,对于收敛。
②、FLUENT的收敛最基础的是网格的质量,计算的时候看怎样选择CFL数,这个靠经验③、首先查找网格问题,如果问题复杂比如多相流问题,与模型、边界、初始条件都有关系。
④、有时初始条件和边界条件严重影响收敛性,曾经作过一个计算反反复复,通过修改网格,重新定义初始条件,包括具体的选择的模型,还有老师经常用的方法就是看看哪个因素不收敛,然后寻找和它有关的条件,改变相应参数。
就收敛了⑤、A.检查是否哪里设定有误:比方用mm的unit建构的mesh,忘了scale;比方给定的边界条件不合理。
B从算至发散前几步,看presure分布,看不出来的话,再算几步, 看看问题大概出在那个区域。
C网格,配合第二点作修正,就重建个更漂亮的,或是更粗略的来处理。
D再找不出来的话,换个solver。
⑥、解决的办法是设几个监测点,比如出流或参数变化较大的地方,若这些地方的参数变化很小,就可以认为是收敛了,尽管此时残值曲线还没有降下来。
⑦、调节松弛因子也能影响收敛,不过代价是收敛速度。
亚松弛因子对收敛的影响所谓亚松驰就是将本层次计算结果与上一层次结果的差值作适当缩减,以避免由于差值过大而引起非线性迭代过程的发散。
用通用变量来写出时,为松驰因子(Relaxation Factors)。
《数值传热学-214》FLUENT中的亚松驰:由于FLUENT所解方程组的非线性,我们有必要控制变化。
一般用亚松驰方法来实现控制,该方法在每一部迭代中减少了变化量。
亚松驰最简单的形式为:单元内变量等于原来的值加上亚松驰因子a与变化的积:分离解算器使用亚松驰来控制每一步迭代中的计算变量的更新。
这就意味着使用分离解算器解的方程,包括耦合解算器所解的非耦合方程(湍流和其他标量)都会有一个相关的亚松驰因子。
在FLUENT中,所有变量的默认亚松驰因子都是对大多数问题的最优值。
FLUENT不收敛的解决方法

利用FLUENT不收敛通常怎么解决①、一般首先是改变初值,尝试不同的初始化,事实上好像初始化很关键,对于收敛;②、FLUENT的收敛最基础的是网格的质量,计算的时候看怎样选择CFL数,这个靠经验③、首先查找网格问题,如果问题复杂比如多相流问题,与模型、边界、初始条件都有关系;④、有时初始条件和边界条件严重影响收敛性,曾经作过一个计算反反复复,通过修改网格,重新定义初始条件,包括具体的选择的模型, 还有老师经常用的方法就是看看哪个因素不收敛,然后寻找和它有关的条件,改变相应参数;就收敛了⑤、A.检查是否哪里设定有误:比方用mm的unit建构的mesh,忘了scale;比方给定的边界条件不合理;B从算至发散前几步,看presure分布,看不出来的话,再算几步, 看看问题大概出在那个区域; C网格,配合第二点作修正,就重建个更漂亮的,或是更粗略的来处理;D再找不出来的话,换个solver;⑥、解决的办法是设几个监测点,比如出流或参数变化较大的地方,若这些地方的参数变化很小,就可以认为是收敛了,尽管此时残值曲线还没有降下来;⑦、调节松弛因子也能影响收敛,不过代价是收敛速度;亚松弛因子对收敛的影响所谓亚松驰就是将本层次计算结果与上一层次结果的差值作适当缩减,以避免由于差值过大而引起非线性迭代过程的发散;用通用变量来写出时,为松驰因子Relaxation Factors;数值传热学-214FLUENT中的亚松驰:由于FLUENT所解方程组的非线性,我们有必要控制变化;一般用亚松驰方法来实现控制,该方法在每一部迭代中减少了变化量;亚松驰最简单的形式为:单元内变量等于原来的值加上亚松驰因子a与变化的积:分离解算器使用亚松驰来控制每一步迭代中的计算变量的更新;这就意味着使用分离解算器解的方程,包括耦合解算器所解的非耦合方程湍流和其他标量都会有一个相关的亚松驰因子;在FLUENT中,所有变量的默认亚松驰因子都是对大多数问题的最优值;这个值适合于很多问题,但是对于一些特殊的非线性问题如:某些湍流或者高Rayleigh数自然对流问题,在计算开始时要慎重减小亚松驰因子;使用默认的亚松驰因子开始计算是很好的习惯;如果经过4到5步的迭代残差仍然增长,你就需要减小亚松驰因子;有时候,如果发现残差开始增加,你可以改变亚松驰因子重新计算;在亚松驰因子过大时通常会出现这种情况;最为安全的方法就是在对亚松驰因子做任何修改之前先保存数据文件,并对解的算法做几步迭代以调节到新的参数;最典型的情况是,亚松驰因子的增加会使残差有少量的增加,但是随着解的进行残差的增加又消失了;如果残差变化有几个量级你就需要考虑停止计算并回到最后保存的较好的数据文件;注意:粘性和密度的亚松驰是在每一次迭代之间的;而且,如果直接解焓方程而不是温度方程即:对PDF计算,基于焓的温度的更新是要进行亚松驰的;要查看默认的亚松弛因子的值,你可以在解控制面板点击默认按钮;对于大多数流动,不需要修改默认亚松弛因子;但是,如果出现不稳定或者发散你就需要减小默认的亚松弛因子了,其中压力、动量、k和e的亚松弛因子默认值分别为,,和;对于SIMPLEC格式一般不需要减小压力的亚松弛因子;在密度和温度强烈耦合的问题中,如相当高的Rayleigh数的自然或混合对流流动,应该对温度和/或密度所用的亚松弛因子小于进行亚松弛;相反,当温度和动量方程没有耦合或者耦合较弱时,流动密度是常数,温度的亚松弛因子可以设为;对于其它的标量方程,如漩涡,组分,PDF变量,对于某些问题默认的亚更松弛可能过大,尤其是对于初始计算;你可以将松弛因子设为以使得收敛容易;⑧看了流量是否平衡在report->flux里面操作,mass flow rate,把所有进出口都选上,compute一下,看看nut flux是什么水平,如果它的值小于总进口流量的1%,并且其他检测量在继续迭代之后不会发生波动,也可以认为你的解是收敛的;造成连续方程高残差不收敛的原因主要有以下几点:1.网格质量,主要可能是相邻单元的尺寸大小相差较大,它们的尺寸之比最好控制在以内,不能超过.2.离散格式及压力速度耦合方法,如果是结构网格,建议使用高阶格式,如2阶迎风格式等,如果是非结构网格,除pressure保持standard格式不变外,其他格式改用高阶格式;压力速度耦合关系,如果使用SIMPLE,SIMPLEC,PISO等segerated solver对联系方程收敛没有提高的话,可以尝试使用coupled solver;另外,对于梯度的计算,不论使用结构或非结构网格,都可以改用node-based来提高计算精度;在FLUENT的中文帮助里,对收敛有比较详细地描述,建议去看看;收敛性可能会受到很多因素影响;大量的计算单元,过于保守的亚松驰因子和复杂的流动物理性质常常是主要的原因;有时候很难确定你是否得到了收敛阶;没有判断收敛性的普遍准则;残差定义对于一类问题是有用的,但是有时候对其它类型问题会造成误导;因此,最好的方法就是不仅用残差来判断收敛性而且还要监视诸如阻力、热传导系数等相关的积分量;在FLUENT的帮助文件里给出了下面几种典型的情况;1、如果你对流场的初始猜测很好,初始的连续性残差会很小从而导致连续性方程的标度残差很大;在这种情况下,检查未标度的残差并与适当的标度如入口的质量流速相比较是很有用的;什么是标度残差就是选作用来标准化的残差值,一般是取第五步吧,所以,一开是残差就很小,那么,后面的残差和它一比,值也很难收敛到很小数;2、对于某些方程,如湍流量,较差的初始猜测可能会造成较高的标度因子;在这种情况下,标度的残差最开始会很小,随后会呈非线性增长,最后减小;因此,最好是从残差变化的行为来判断收敛性而不仅仅是残差的本身值来判断收敛性;你应该确认在几步迭代比如说50步之后残差继续减小或者仍然保持较低值,才能得出收敛的结论;另一个判断收敛性的流行方法就是要求未标度的残差减小到三阶量级;为了实现这一方法,FLUENT提供了残差标准化,有关残差标准化的信息请参阅分离求解器残差定义和耦合求解器残差定义两节;在这种方法中,要求标准化的未标度残差降到10^-3;但是这种要求在很多情况下可能是不合适的;1、如果你提供了较好的初始猜测,残差可能不会降到三阶量级;比方说,在等温流动中,如果温度的初始猜测非常接近最终值,那么能量残差根本就不会降到三阶量级;2、如果控制方程中包括的非线性源项在计算开始时是零,但是在计算过程中缓慢增加,残差是不会降到三阶量级的;例如,在封闭区域内部的自然对流问题,由于初始的均一温度猜测不会产生浮力,所以初始的动量残差可能非常接近零;在这种情况下,初始的接近零的残差就不适合作为残差的较好的标度;3、如果所感兴趣的变量在所有的地方都接近零,残差不会降到三阶量级;例如,在完全发展的管流中,截面上的速度为零;如果这些速度初始化为零,那么初始的和最终的残差都接近零,因此也就不能期待降三阶量级;在这种情况下,最好监视诸如阻力、总热传导系数等积分量来判断解的收敛;检查非标准化未标度的残差来确定这个残差和适当的标度相比是不是很小也是很有用的;相反,如果初始猜测很差,初始的残差过大以至于残差下降三阶量级也不能保证收敛;这种情况对于初始猜测很难的k和e方程尤其常见;在这里,检查你所感兴趣的所有积分量就很有用了;如果解是不收敛的,你可以减少收敛公差FLUENT运行过程中,出现残差曲线震荡原因如何解决残差震荡的问题残差震荡对计算收敛性和计算结果有什么影响一. 残差波动的主要原因:1、高精度格式;2、网格太粗;3、网格质量差;4、流场本身边界复杂,流动复杂;5、模型的不恰当使用;二. 问:在进行稳态计算时候,开始残差线是一直下降的,可是到后来各种残差线都显示为波形波动,是不是不收敛阿答:有些复杂或流动环境恶劣情形下确实很难收敛;计算的精度2 阶,网格太疏,网格质量太差,等都会使残差波动;经常遇到,一开始下降,然后出现波动,可以降低松弛系数,我的问题就能收敛,但如果网格质量不好,是很难的;通常,计算非结构网格,如果问题比较复杂,会出现这种情况,建议作网格时多下些功夫;理论上说,残差的震荡是数值迭代在计算域内传递遭遇障碍物反射形成周期震荡导致的结果,与网格亚尺度雷诺数有关;例如,通常压力边界是主要的反射源,换成OUTFLOW 边界会好些;这主要根据经验判断;所以我说网格和边界条件是主要因素;三. 1、网格问题:比如流场内部存在尖点等突变,导致网格在局部质量存在问题,影响收敛;2、可以调整一下courant number,courant number实际上是指时间步长和空间步长的相对关系,系统自动减小courant数,这种情况一般出现在存在尖锐外形的计算域,当局部的流速过大或者压差过大时出错,把局部的网格加密再试一下;在fluent中,用courant number来调节计算的稳定性与收敛性;一般来说,随着courant number的从小到大的变化,收敛速度逐渐加快,但是稳定性逐渐降低;所以具体的问题,在计算的过程中,最好是把courant number从小开始设置,看看迭代残差的收敛情况,如果收敛速度较慢而且比较稳定的话,可以适当的增加courant number的大小,根据自己具体的问题,找出一个比较合适的courant number,让收敛速度能够足够的快,而且能够保持它的稳定性;。
fluent收敛方案仅供参考

收敛问题求解器设置求解器设置主要包括:1、压力-速度耦合方程格式选择2、对流插值3、梯度插值4、压力插值下面对这几种设置做详细说明。
一、压力-速度耦合方程求解算法中主要有四种算法:,,,(1)( )半隐式连接压力方程方法,是的默认格式。
(2)()。
对于简单的问题收敛非常快速,不对压力进行修正,所以压力松弛因子可以设置为1(3) ()。
对非定常流动问题或者包含比平均网格倾斜度更高的网格适用(4) ()对非定常流的分步方法。
用于格式,及具有相同的特性。
二、对流插值(动量方程)有五种方法:一阶迎风格式、幂率格式、二阶迎风格式、三阶格式、格式(1)默认采用一阶格式。
容易收敛,但精度较差,主要用于初值计算。
(2) .幂率格式,当雷诺数低于5时,计算精度比一阶格式要高。
(3)二阶迎风格式。
二阶迎风格式相对于一阶格式来说,使用更小的截断误差,适用于三角形、四面体网格或流动及网格不在同一直线上;二阶格式收敛可能比较慢。
(4)( ).当地3阶离散格式。
主要用于非结构网格,在预测二次流,漩涡,力等时更精确。
(5)()格式。
此格式用于四边形/六面体时具有三阶精度,用于杂交网格或三角形/四面体时只具有二阶精度。
三、梯度插值梯度插值主要是针对扩散项。
有三种梯度插值方案:,, .(1)格林-高斯基于单元体。
求解方法可能会出现伪扩散。
(2)格林-高斯基于节点。
求解更精确,最小化伪扩散,推荐用于三角形网格上(3)基于单元体的最小二乘法插值。
推荐用于多面体网格,及基于节点的格林-高斯格式具有相同的精度和格式。
四、压力插值压力基分离求解器主要有五种压力插值算法。
(1)标准格式()。
为缺省格式,对大表妹边界层附近的曲线发现压力梯度流动求解精度会降低(但不能用于流动中压力急剧变化的地方——此时应该使用!格式代替)(2)!主要用于高旋流,压力急剧变化流(如多孔介质、风扇模型等),或剧烈弯曲的区域。
(3)(线性格式)。
当其他选项导致收敛困难或出现非物理解时使用此格式。
fluent收敛条件设置

fluent收敛条件设置
在计算流体力学中,一种常用的收敛条件是根据网格上的速度和压力误差来判断模拟结果是否收敛。
以下是一些常见的收敛条件设置:
1. 压力误差收敛条件:设置一个预先定义的容差(通常为一个小的正数),当每个网格点的压力误差(即两次迭代之间的压力差)都小于该容差时,认为模拟结果收敛。
2. 速度误差收敛条件:类似于压力误差条件,也可以根据每个网格点上的速度误差来判断收敛。
速度误差可以通过计算当前迭代和上一次迭代之间的速度向量差来获得。
3. 残差收敛条件:在每次迭代中,计算流体力学方程求解器的残差值。
残差是指模拟结果与精确解之间的差别,并且通常以代数方式表示。
当残差的总体值或最大值低于预先定义的容差时,可以认为模拟结果收敛。
4. 迭代次数收敛条件:设定一个最大迭代次数,当迭代次数达到该限制时,强制结束迭代并认为模拟结果收敛。
这个条件适用于在一定的迭代次数下无法达到足够的收敛要求的情况。
除了以上的收敛条件设置,还有其他一些高级收敛条件的选择,如基于残差曲线的自适应收敛条件、基于因子收敛条件等。
不同的收敛条件设置可以根据具体问题进行选择,并且可能需要根据经验进行调整。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
FLUENT运行过程中,出现残差曲线震荡是怎么回事?如何解决残差震荡的问题?残差震荡对计算收敛性和计算结果有什么影响?一. 残差波动的主要原因:1、高精度格式;2、网格太粗;3、网格质量差;4、流场本身边界复杂,流动复杂;5、模型的不恰当使用。
二. 问:在进行稳态计算时候,开始残差线是一直下降的,可是到后来各种残差线都显示为波形波动,是不是不收敛阿?答:有些复杂或流动环境恶劣情形下确实很难收敛。
计算的精度(2 阶),网格太疏,网格质量太差,等都会使残差波动。
经常遇到,一开始下降,然后出现波动,可以降低松弛系数,我的问题就能收敛,但如果网格质量不好,是很难的。
通常,计算非结构网格,如果问题比较复杂,会出现这种情况,建议作网格时多下些功夫。
理论上说,残差的震荡是数值迭代在计算域内传递遭遇障碍物反射形成周期震荡导致的结果,与网格亚尺度雷诺数有关。
例如,通常压力边界是主要的反射源,换成OUTFLOW 边界会好些。
这主要根据经验判断。
所以我说网格和边界条件是主要因素。
三. 1、网格问题:比如流场内部存在尖点等突变,导致网格在局部质量存在问题,影响收敛。
2、可以调整一下courant number,courant number实际上是指时间步长和空间步长的相对关系,系统自动减小courant数,这种情况一般出现在存在尖锐外形的计算域,当局部的流速过大或者压差过大时出错,把局部的网格加密再试一下。
在fluent中,用courant number来调节计算的稳定性与收敛性。
一般来说,随着courant number 的从小到大的变化,收敛速度逐渐加快,但是稳定性逐渐降低。
所以具体的问题,在计算的过程中,最好是把courant number从小开始设置,看看迭代残差的收敛情况,如果收敛速度较慢而且比较稳定的话,可以适当的增加courant number的大小,根据自己具体的问题,找出一个比较合适的courant number,让收敛速度能够足够的快,而且能够保持它的稳定性。
23 在FLUENT运行过程中,经常会出现“turbulence viscous rate”超过了极限值,此时如何解决?而这里的极限值指的是什么值?修正后它对计算结果有何影响?Let's take care of the warning "turbulent viscosity limited to viscosity ratio****" which is not physical. This problem is mainly due to one of the following:1)Poor mesh quality(i.e.,skewness > 0.85 for Quad/Hex, or skewness > 0.9 for Tri/Tetra elements). {what values do you have?}2)Use of improper turbulent boudary conditions.3)Not supplying good initial values for turbulent quantities.出现这个警告,一般来讲,最可能的就是网格质量的问题,尤其是Y 值的问题;在划分网格的时候要注意,第一层网格高度非常重要,可以使用NASA的Viscous Grid Space Calculator来计算第一层网格高度;如果这方面已经注意了,那就可能是边界条件中有关湍流量的设置问题,关于这个,本版中已经有专门的帖子进行了讨论,Fluent培训的教程中也有讲到,请大家参考。
24 在FLUENT运行计算时,为什么有时候总是出现“reversed flow”?其具体意义是什么?有没有办法避免?如果一直这样显示,它对最终的计算结果有什么样的影响?这个问题的意思是出现了回流,这个问题相对于湍流粘性比的警告要宽松一些,有些case可能只在计算的开始阶段出现这个警告,随着迭代的计算,可能会消失,如果计算一段时间之后,警告消失了,那么对计算结果是没有什么影响的,如果这个警告一直存在,可能需要作以下处理:1.如果是模拟外部绕流,出现这个警告的原因可能是边界条件取得距离物体不够远,如果边界条件取的足够远,该处可能在计算的过程中的确存在回流现象;对于可压缩流动,边界最好取在10倍的物体特征长度之处;对于不可压缩流动,边界最好取在4倍的物体特征长度之处。
2.如果出现了这个警告,不论对于外部绕流还是内部流动,可以使用pressure-outlet边界条件代替outflow边界条件改善这个问题。
22什么叫松弛因子?松弛因子对计算结果有什么样的影响?它对计算的收敛情况又有什么样的影响?1、亚松驰(Under Relaxation):所谓亚松驰就是将本层次计算结果与上一层次结果的差值作适当缩减,以避免由于差值过大而引起非线性迭代过程的发散。
用通用变量来写出时,为松驰因子(Relaxation Factors)。
《数值传热学-214》2、FLUENT中的亚松驰:由于FLUENT所解方程组的非线性,我们有必要控制的变化。
一般用亚松驰方法来实现控制,该方法在每一部迭代中减少了的变化量。
亚松驰最简单的形式为:单元内变量等于原来的值加上亚松驰因子a与变化的积, 分离解算器使用亚松驰来控制每一步迭代中的计算变量的更新。
这就意味着使用分离解算器解的方程,包括耦合解算器所解的非耦合方程(湍流和其他标量)都会有一个相关的亚松驰因子。
在FLUENT中,所有变量的默认亚松驰因子都是对大多数问题的最优值。
这个值适合于很多问题,但是对于一些特殊的非线性问题(如:某些湍流或者高Rayleigh数自然对流问题),在计算开始时要慎重减小亚松驰因子。
使用默认的亚松驰因子开始计算是很好的习惯。
如果经过4到5步的迭代残差仍然增长,你就需要减小亚松驰因子。
有时候,如果发现残差开始增加,你可以改变亚松驰因子重新计算。
在亚松驰因子过大时通常会出现这种情况。
最为安全的方法就是在对亚松驰因子做任何修改之前先保存数据文件,并对解的算法做几步迭代以调节到新的参数。
最典型的情况是,亚松驰因子的增加会使残差有少量的增加,但是随着解的进行残差的增加又消失了。
如果残差变化有几个量级你就需要考虑停止计算并回到最后保存的较好的数据文件。
注意:粘性和密度的亚松驰是在每一次迭代之间的。
而且,如果直接解焓方程而不是温度方程(即:对PDF计算),基于焓的温度的更新是要进行亚松驰的。
要查看默认的亚松弛因子的值,你可以在解控制面板点击默认按钮。
对于大多数流动,不需要修改默认亚松弛因子。
但是,如果出现不稳定或者发散你就需要减小默认的亚松弛因子了,其中压力、动量、k和e的亚松弛因子默认值分别为0.2,0.5,0.5和0.5。
对于SIMPLEC格式一般不需要减小压力的亚松弛因子。
在密度和温度强烈耦合的问题中,如相当高的Rayleigh数的自然或混合对流流动,应该对温度和/或密度(所用的亚松弛因子小于1.0)进行亚松弛。
相反,当温度和动量方程没有耦合或者耦合较弱时,流动密度是常数,温度的亚松弛因子可以设为1.0。
对于其它的标量方程,如漩涡,组分,PDF变量,对于某些问题默认的亚松弛可能过大,尤其是对于初始计算。
你可以将松弛因子设为0.8以使得收敛更容易。
SIMPLE与SIMPLEC比较在FLUENT中,可以使用标准SIMPLE算法和SIMPLEC(SIMPLE-Consistent)算法,默认是SIMPLE算法,但是对于许多问题如果使用SIMPLEC可能会得到更好的结果,尤其是可以应用增加的亚松驰迭代时,具体介绍如下:对于相对简单的问题(如:没有附加模型激活的层流流动),其收敛性已经被压力速度耦合所限制,你通常可以用SIMPLEC算法很快得到收敛解。
在SIMPLEC中,压力校正亚松驰因子通常设为1.0,它有助于收敛。
但是,在有些问题中,将压力校正松弛因子增加到1.0可能会导致不稳定。
对于所有的过渡流动计算,强烈推荐使用PISO算法邻近校正。
它允许你使用大的时间步,而且对于动量和压力都可以使用亚松驰因子1.0。
对于定常状态问题,具有邻近校正的PISO并不会比具有较好的亚松驰因子的SIMPLE或SIMPLEC好。
对于具有较大扭曲网格上的定常状态和过渡计算推荐使用PISO倾斜校正。
当你使用PISO邻近校正时,对所有方程都推荐使用亚松驰因子为1.0或者接近1.0。
如果你只对高度扭曲的网格使用PISO倾斜校正,请设定动量和压力的亚松驰因子之和为1.0比如:压力亚松驰因子0.3,动量亚松驰因子0.7)。
如果你同时使用PISO的两种校正方法,推荐参阅PISO邻近校正中所用的方法。
1对于刚接触到FLUENT新手来说,面对铺天盖地的学习资料和令人难读的FLUENT help,如何学习才能在最短的时间内入门并掌握基本学习方法呢?学习任何一个软件,对于每一个人来说,都存在入门的时期。
认真勤学是必须的,什么是最好的学习方法,我也不能妄加定论,在此,我愿意将我三年前入门FLUENT心得介绍一下,希望能给学习FLUENT的新手一点帮助。
由于当时我需要学习FLUENT来做毕业设计,老师给了我一本书,韩占忠的《FLUENT流体工程仿真计算实例与应用》,当然,学这本书之前必须要有两个条件,第一,具有流体力学的基础,第二,有FLUENT安装软件可以应用。
然后就照着书上二维的计算例子,一个例子,一个步骤地去学习,然后学习三维,再针对具体你所遇到的项目进行针对性的计算。
不能急于求成,从前处理器GAMBIT,到通过FLUENT进行仿真,再到后处理,如TECPLOT,进行循序渐进的学习,坚持,效果是非常显著的。
如果身边有懂得FLUENT的老师,那么遇到问题向老师请教是最有效的方法,碰到不懂的问题也可以上网或者查找相关书籍来得到答案。
另外我还有本《计算流体动力学分析》王福军的,两者结合起来学习效果更好。
2 CFD计算中涉及到的流体及流动的基本概念和术语:理想流体和粘性流体;牛顿流体和非牛顿流体;可压缩流体和不可压缩流体;层流和湍流;定常流动和非定常流动;亚音速与超音速流动;热传导和扩散等。
A.理想流体(Ideal Fluid)和粘性流体(Viscous Fluid):流体在静止时虽不能承受切应力,但在运动时,对相邻的两层流体间的相对运动,即相对滑动速度却是有抵抗的,这种抵抗力称为粘性应力。
流体所具备的这种抵抗两层流体相对滑动速度,或普遍说来抵抗变形的性质称为粘性。
粘性的大小依赖于流体的性质,并显著地随温度变化。
实验表明,粘性应力的大小与粘性及相对速度成正比。
当流体的粘性较小(实际上最重要的流体如空气、水等的粘性都是很小的),运动的相对速度也不大时,所产生的粘性应力比起其他类型的力如惯性力可忽略不计。