2. Fluent仿真工作流回顾

在讨论模型校准与不确定度评估之前,必须先回到 Fluent 仿真工作流本身。因为不确定度并不是在最后一步“突然出现”的,它往往在几何清理、网格生成、边界条件设定、离散格式选择、收敛判据设置等环节就已经被引入,并在后处理阶段被放大或掩盖。理解这条工作流,目的不是重新学习软件操作,而是识别哪些环节会显著影响结果的可信度,从而为后续校准与不确定度量化提供抓手。

一个典型的 Fluent 仿真工作流可以概括为:几何处理 → 网格划分 → 物理模型与材料设定 → 边界条件与求解设置 → 初始化与迭代求解 → 收敛与稳定性判断 → 后处理与结果提取。下面按环节展开,重点说明每个环节中“不确定性从何而来”。

几何处理:简化与修复带来的第一层偏差

几何是仿真的物理起点。实际工程几何往往包含倒角、小孔、螺纹、焊缝、装配间隙等细节。为了降低网格量和计算成本,通常需要进行简化,例如去除小倒角、填充不参与流动的腔体、将复杂曲面简化为规则曲面。这些简化本身是合理的,但会引入几何偏差。例如,一个直径 2 mm 的冷却小孔若被忽略,局部流量分配可能变化 5% 以上;一个 0.5 mm 的倒角若被去除,分离点位置可能提前或滞后。

此外,几何修复中的缝隙、重叠面、非流形边若未彻底处理,会在网格划分时产生畸形单元,进而导致求解发散或局部非物理结果。因此,几何处理阶段应记录:简化了哪些特征、简化依据是什么、简化前后关键尺寸变化量。这些记录是后续不确定度来源分析的重要输入。

网格划分:离散误差的主要来源

网格是数值求解的载体,网格质量直接决定离散误差。影响不确定性的网格因素包括:网格类型(四面体、六面体、多面体、切割体网格)、边界层分辨率、全局尺寸与局部加密、网格数量与增长率、正交质量与偏斜度。

以边界层为例,若第一层网格高度设置不当,导致 y+ 落在 30 附近(既不在粘性底层,也不在对数律层),壁面剪切应力和传热系数会出现明显偏差。通常建议:若使用增强壁面处理,y+ 应控制在 1 量级;若使用标准壁面函数,y+ 应大于 30。这个判断本身就是不确定度控制的关键阈值。

网格无关性验证是识别离散误差的常用手段。做法是:保持其他设置不变,逐步加密网格,观察关键输出量(如压降、升力、最高温度)的变化。当网格从 80 万加密到 200 万时,若压降变化小于 2%,可认为进入渐近区间。但需要注意,网格无关性并不等于网格无误差,它只说明当前输出对网格不再敏感。

Fluent 仿真工作流中的不确定度来源与传递 几何处理 简化 / 修复 / 清理 网格划分 类型 / 边界层 / 无关性 物理模型与材料 湍流 / 多相 / 物性 边界条件与求解 入口 / 出口 / 离散格式 后处理 提取 / 平均 / 判读 几何偏差 特征简化 尺寸公差 离散误差 网格分辨率 y+ 分布 模型误差 湍流模型选择 物性参数 设置误差 边界条件取值 松弛因子 提取误差 面平均方式 瞬态统计 仿真输出量 y_sim 压降 / 温度 / 流量分配 / 升力 / 传热系数 未校准仿真 y_sim 与实验值偏差可能达 10%~30% 不确定度来源未量化,结果不可信 校准后仿真 关键参数经实验数据修正 不确定度区间可量化,结果可追溯 校准

物理模型与材料设定:模型形式误差

Fluent 提供多种湍流模型(k-ε、k-ω SST、Spalart-Allmaras、雷诺应力模型等)、多相流模型(VOF、Mixture、Eulerian)、辐射模型(DO、S2S、P1)以及组分输运模型。不同模型对同一物理问题的预测能力不同,这种差异称为模型形式误差。

例如,对于强旋流或分离流,k-ε 模型可能高估湍动能,导致再附点位置偏后;而 k-ω SST 在逆压梯度区域表现更好。若研究对象是旋风分离器,模型选择对压降和分离效率的影响可能超过 15%。材料物性同样关键:密度、粘度、导热系数、比热容若采用常数近似,而实际工况下温度变化 50 K 导致粘度变化 30%,则结果必然偏离。

因此,在物理模型与材料设定阶段,应明确记录:所选模型及版本、关键物性参数的来源(实验值、数据库、经验公式)、是否考虑温度/压力依赖性。这些信息是后续不确定度传播分析的基础。

边界条件与求解设置:操作参数与数值参数的双重影响

边界条件是连接仿真与实际的桥梁。入口速度、质量流量、压力、温度、湍流强度、水力直径等取值,往往来自实验测量或设计工况,但测量本身存在误差。例如,入口质量流量测量误差 ±3%,会直接传递到出口温度和压降。出口边界若采用压力出口,回流设置不当会导致非物理回流。

求解设置中的离散格式同样影响结果。一阶迎风虽然稳定,但数值扩散大,会抹平梯度;二阶迎风精度更高,但在强非线性问题中可能振荡。压力-速度耦合算法(SIMPLE、SIMPLEC、PISO、Coupled)的选择影响收敛速度和稳定性。松弛因子的设置若过于激进,会导致残差振荡甚至发散;过于保守则收敛缓慢,增加迭代误差。

收敛判据不能只看残差曲线。残差下降到 1e-4 并不代表结果已收敛,还应监测关键物理量(如出口温度、监测点压力)是否趋于稳定。对于瞬态问题,时间步长、库朗数、内迭代次数都会影响时间离散误差。

后处理:提取方式带来的“最后一公里”误差

后处理阶段看似只是“看图”,但提取方式会显著影响结果。例如,出口平均温度若采用面积加权平均与质量加权平均,在存在温度分层时差异可达 5 K 以上。对于瞬态结果,统计平均是否覆盖足够多的周期、是否跳过初始发展段,都会影响均值与脉动值。

此外,云图显示范围、矢量图采样密度、流线种子点位置等可视化设置,会影响工程师对结果的判读。若只截取局部区域,可能忽略全局回流或热点。因此,后处理应固定提取规范:面平均方式、监测点坐标、统计时间段、显示范围,并记录在案。

关键环节识别与不确定度控制清单

综合以上环节,可以整理出一份面向不确定度控制的关键检查清单。它不是操作步骤,而是帮助识别“哪些环节最可能引入显著偏差”的判断依据。

工作流环节 关键不确定度来源 典型影响量级(示例) 控制手段
几何处理 特征简化、尺寸偏差 流量分配 3%~8% 记录简化依据,关键尺寸保留
网格划分 网格分辨率、y+ 分布 壁面传热 5%~15% 网格无关性验证,y+ 检查
物理模型 湍流模型、多相模型选择 压降 10%~20% 模型对比,实验数据校核
材料物性 物性常数近似 温度场 3%~10% 采用温度相关物性
边界条件 入口流量、温度测量误差 出口温度 2%~5% 记录测量不确定度,敏感性分析
求解设置 离散格式、松弛因子 收敛性、数值扩散 二阶格式,监测物理量稳定
后处理 平均方式、统计时段 平均值 3%~8% 固定提取规范,质量加权平均
教学示例说明:上表中的影响量级为基于常见工程经验的合理假设,用于说明不同环节的相对重要性,并非某次具体仿真的实测结果。实际项目中应通过敏感性分析或实验对比确定各环节的真实贡献。