下载文档原格式
FLUENTUDF官方培训教程一、引言FLUENTUDF（UserDefinedFunctions）是一种强大的功能，允许用户在FLUENT软件中自定义自己的函数，以满足特定的模拟需求。
为了帮助用户更好地了解和使用UDF功能，FLUENT官方提供了一系列培训教程，本教程将对其中的重点内容进行详细介绍。
二、UDF基础知识1.UDF概述UDF是FLUENT软件中的一种编程接口，允许用户自定义自己的函数，包括自定义物理模型、边界条件、求解器控制等。
UDF功能使得FLUENT软件具有很高的灵活性和扩展性，能够满足各种复杂流动问题的模拟需求。
2.UDF编程语言UDF使用C语言进行编程，因此，用户需要具备一定的C语言基础。
UDF编程遵循C语言的语法规则，但为了与FLUENT软件的求解器进行交互，UDF还提供了一些特定的宏和函数。
3.UDF编译与加载编写完UDF代码后，需要将其编译成动态库（DLL）文件，然后加载到FLUENT软件中。
编译和加载UDF的过程如下：（1）编写UDF代码，保存为.c文件；（2）使用FLUENT软件提供的编译器（如gfortran）将.c文件编译成.dll文件；（3）在FLUENT软件中加载编译好的.dll文件。
三、UDF编程实例1.自定义物理模型cinclude"udf.h"DEFINE_TURBULENCE_MODEL(my_k_epsilon_model,d,q){realrho=C_R(d,Q_REYNOLDS_AVERAGE);realmu=C_MU(d,Q_REYNOLDS_AVERAGE);realk=C_K(d,Q_KINETIC_ENERGY);realepsilon=C_EPSILON(d,Q_DISSIPATION_RATE);//自定义湍流模型计算过程}2.自定义边界条件cinclude"udf.h"DEFINE_PROFILE(uniform_velocity_profile,thread,position ){face_tf;realx[ND_ND];begin_f_loop(f,thread){F_CENTROID(x,f,thread);realvelocity_magnitude=10.0;//自定义速度大小realvelocity[ND_ND];velocity[0]=velocity_magnitude;velocity[1]=0.0;velocity[2]=0.0;F_PROFILE(f,thread,position)=velocity_magnitude;}end_f_loop(f,thread)}3.自定义求解器控制cinclude"udf.h"DEFINE_CG_SUBITERATION_BEGIN(my_cg_subiteration_begin,d ,q){realdt=0.01;//自定义时间步长DT(d)=dt;}四、总结本教程对FLUENTUDF官方培训教程进行了简要介绍，包括UDF 基础知识、编程实例等内容。
UDF 第3章写UDF本章主要概述了如何在FLUENT写UDF。
3.1 概述3.2写解释式UDF的限制3.3 FLUENT中UDF求解过程的顺序3.4 FLUENT网格拓扑3.5 FLUENT数据类型3.6 使用DEFINE Macros定义你的UDF3.7在你的UDF源文件中包含udf.h文件3.8 定义你的函数中的变量3.9函数体3.10 UDF 任务3.11 为多相流应用写UDF3.12在并行中使用你的UDF3.1概述（Introduction）UDF是用来增强FLUENT代码的标准功能的，在写UDF之前，我们要明确以下几个基本的要求。
首先，必须用C语言编写UDF。
必须使用FLUENT提供的DEFINE宏来定义UDF。
UDF必须含有包含于源代码开始指示的udf.h文件；它允许为DEFINE macros和包含在编译过程的其它FLUENT提供的函数定义。
UDF只使用预先确定的宏和函数从FLUENT 求解器访问数据。
通过UDF传递到求解器的任何值或从求解器返回到UDF的值，都指定为国际（SI）单位。
总之，当写UDF时，你必须记住下面的FLUENT要求。
UDF：1.采用C语言编写。
2.必须为udf.h文件有一个包含声明。
3.使用Fluent.Inc提供的DEFINE macros来定义。
4.使用Fluent.Inc提供的预定义宏和函数来访问FLUENT求解器数据。
5.必须使返回到FLUENT求解器的所有值指定为国际单位。
3.2写解释式UDF的限制（Restriction on Writing Interpreted UDF）无论UDF在FLUENT中以解释还是编译方式执行，用户定义C函数（说明在Section 3.1中）的基本要求是相同的，但还是有一些影响解释式UDF的重大编程限制。
FLUENT解释程序不支持所有的C语言编程原理。
解释式UDF不能包含以下C语言编程原理的任何一个：1.goto 语句。
图1
图1：先把需要用到的参数编成表达式,然后建模时就使用表达式，这个就不用多讲了吧。
可参考我做好的，建好模之后就开始以下步骤。
图2
图2：执行用户定义特征功能里的向导。
图3
图5
图8
1.完成后。
(.cgm和.prt文件)会生成于UGII目录下，
2.把这两个文件剪切到
\UGS\NX 7.5\UGII\udf\resource\metric下。
3．再把udf_database.txt复制到\UGS\NX 7.5\UGII下
图9
4.如果你只做了一个自定义特征，那就要把第2组和第3组删掉。
如果你做了好几个，那就把红线画掉的部分改成你取的名字。
如此类推。
如还不够,就在第3
组后面增加一组，把第1组复制下来，再改XXX即可。
图9：把自定义特征库添加到资源板。
图10
图11
图12
到此结束了
最后跟各位说几点：
1． 做自定义特征时，父项越少越好，父子关系要关
联好。
修改表达式参数时才不会容易出错。
2． 拉伸的时候，矢量方向不要选基准轴和基准平面
（即XYZ 面、轴），要改选面或边。
执行其它命令时的矢量方向亦如此。
3． 下面图14、图15是插入时的选项了，
图14
图15
图16。
hive3 udf函数编写-回复UDF (User-Defined Function)，即用户自定义函数，是Hive中的一种函数类型。
Hive是建立在Apache Hadoop之上的数据仓库基础架构，它提供了一种类似于SQL的查询语言，用于分析和处理大规模非结构化数据。
UDF函数的编写是Hive中的一项重要功能，通过编写自定义函数，可以扩展Hive的功能，满足具体业务需求。
本文将详细介绍Hive3 UDF函数的编写步骤和详细示例。
一、UDF函数介绍UDF函数是Hive中最简单的一种自定义函数。
它接受一个或多个输入参数，并返回一个或多个输出结果。
UDF函数可以处理任意类型的数据，包括字符串、数字、日期等。
UDF函数在处理每个输入数据时都会独立运行，并对该输入数据进行操作后返回结果。
二、UDF函数编写步骤1. 创建一个Java类UDF函数是基于Java编写的，因此第一步是创建一个Java类。
可以使用任何Java IDE，如Eclipse或IntelliJ IDEA来创建Java类。
假设我们创建了一个名为MyUDF的Java类。
2. 继承Hive的UDF类在创建的Java类中，需要继承Hive提供的UDF类。
UDF类提供了一些必要的方法和函数，用于处理和返回结果。
在MyUDF类中添加以下代码：javaimport org.apache.hadoop.hive.ql.exec.UDF;public class MyUDF extends UDF {添加自定义的函数逻辑}3. 实现evaluate方法在MyUDF类中，需要实现一个名为evaluate的方法，该方法是UDF函数的核心。
evaluate方法接受输入参数并返回结果。
例如，我们创建一个名为concat的函数，用于将两个字符串拼接起来。
在evaluate方法中添加以下代码：javapublic String evaluate(String arg1, String arg2) {if (arg1 == null arg2 == null) {return null;}return arg1 + arg2;}4. 打包Java类完成上述步骤后，需要将Java类打包为一个可执行的jar文件。
第 3 章 编写 UDF第 3 章 编写 UDF本章包含了 FLUENT 中如何写 UDFs 的概述。
3.1 概述 3.2 写解释式 UDFs 的限制 3.3 FLUENT 中 UDFs 求解过程的顺序 3.4 FLUENT 网格拓扑 3.5 FLUENT 数据类型 3.6 使用 DEFINE Macros 定义你的 UDF 3.7 在你的 UDF 源文件中包含 udf.h 文件 3.8 定义你的函数中的变量 3.9 函数体 3.10 UDF 任务 3.11 为多相流应用写 UDFs 3.12 在并行中使用你的 UDF 3.1 概述（Introduction） 在你开始编写将挂到 FLUENT 代码以增强其标准特征的 UDF 之前，你必须 知道几个基本的要求。
首先，UDFs 必须用 C 语言编写。
它们必须使用 FLUENT 提供的 DEFINE macros 来定义。
UDFs 必须含有包含于源代码开始指示的 udf.h 文件；它允许为 DEFINE macros 和包含在编译过程的其它 FLUENT 提供的函数 定义。
UDFs 只使用预先确定的宏和函数从 FLUENT 求解器访问数据。
通过 UDF 传递到求解器的任何值或从求解器返回到 UDF 的，都指定为国际（SI）单位。
总之，当写 UDF 时，你必须记住下面的 FLUENT 要求。
UDFs： 1. 采用 C 语言编写。
2. 必须为 udf.h 文件有一个包含声明。
3. 使用 Fluent.Inc 提供的 DEFINE macros 来定义。
4. 使用 Fluent.Inc 提供的预定义宏和函数来访问 FLUENT 求解器数据。
5. 必须使返回到 FLUENT 求解器的所有值指定为国际单位。
3.2 写解释式 UDFs 的限制（Restriction on Writing Interpreted UDFs）第 3 章 编写 UDF无论 UDFs 在 FLUENT 中以解释还是编译方式执行，用户定义 C 函数（说明在 Section 3.1 中）的基本要求是相同的，但还是有一些影响解释式 UDFs 的重大编 程限制。
Fluent中的UDF详细中文教程（7）第七章 UDF的编译与链接编写好UDF件（详见第三章）后，接下来则准备编译（或链接）它。
在7.2或7.3节中指导将用户编写好的UDF如何解释、编译成为共享目标库的UDF。
_ 第 7.1 节: 介绍_ 第 7.2 节: 解释 UDF_ 第 7.3 节: 编译 UDF7.1 介绍解释的UDF和编译的UDF其源码产生途径及编译过程产生的结果代码是不同的。
编译后的UDF由C语言系统的编译器编译成本地目标码。
这一过程须在FLUENT运行前完成。
在FLUENT运行时会执行存放于共享库里的目标码，这一过程称为“动态装载”。
另一方面，解释的UDF被编译成与体系结构无关的中间代码或伪码。
这一代码调用时是在内部模拟器或解释器上运行。
与体系结构无关的代码牺牲了程序性能，但其UDF可易于共享在不同的结构体系之间，即操作系统和FLUENT版本中。
如果执行速度是所关心的，UDF 文件可以不用修改直接在编译模式里运行。
为了区别这种不同，在FLUENT中解释UDF和编译UDF的控制面板其形式是不同的。
解释UDF的控制面板里有个“Compile按钮”，当点击“Compile按钮”时会实时编译源码。
编译UDF的控制面板里有个“Open 按钮”，当点击“Open按钮” 时会“打开”或连接目标代码库运行FLUENT（此时在运行FLUENT之前需要编译好目标码）。
当FLUENT程序运行中链接一个已编译好的UDF库时，和该共享库相关的东西都被存放到case文件中。
因此，只要读取case文件，这个库会自动地链接到FLUENT处理过程。
同样地，一个已经经过解释的UDF文件在运行时刻被编译，用户自定义的C函数的名称与内容将会被存放到用户的case文件中。
只要读取这个case文件，这些函数会被自动编译。
注：已编译的UDF所用到的目标代码库必须适用于当前所使用的计算机体系结构、操作系统以及FLUENT软件的可执行版本。
创建UDF（基本）在创建UDF 前，必须定义某些元素。
其它元素是可选的，可以在创建UDF 过程中或稍后的修改中定义它们。
1.单击“工具”(Tools)>“UDF 库”(UDF Library)。
UDF 菜单出现，含有以下命令：o创建(Create) - 将新UDF 添加到UDF 库。
o修改(Modify) - 修改现有的UDF。
如果有参照零件，系统将在单独的零件窗口显示UDF。
此命令在“组件”模式中不可用。
o列表(List) - 列出当前目录中的所有UDF 文件。
o数据库管理(Dbms) - 为当前UDF 执行数据库管理功能。
o集成(Integrate) - 解决源UDF 和目标UDF 之间的差异。
2.单击“创建”(Create)。
3.在图形窗口消息区域，键入新UDF 的名称并单击。
出现“UDF 选项”(UDF OPTIONS) 菜单。
4.在“UDF 选项”(UDF OPTIONS) 菜单中，单击下列命令之一：o独立(Stand Alone) - 将全部所需信息复制到UDF。
o从属(Subordinate) - 运行时，自原始零件中复制大部分信息。
注意：o独立的UDF 不能有作为参照模型的组件，但从属的UDF 可以有。
o冲孔和切口UDF（Pro/SHEETMETAL）不能是从属的。
5.单击“完成”(Done)。
“UDF <udf 名称> 独立”(UDF <udf name> Standalone)或“UDF <udf 名称> 附属”(UDF <udf name> Subordinate)对话框打开，列出下列元素：注意，缺省情况下选取的是“特征”(Features)。
o特征(Features) - 选取要包括在UDF 中的特征。
o参照提示(Ref Prompts) - 为指定放置参照，输入提示。
放置UDF 时，系统将打印这些提示作为指导。
o可变元素(Var Elements) - 在零件中放置UDF 时，指定要重定义的特征元素。
hive3 udf函数编写Hive是一个用于数据仓库和大数据分析的开源数据仓库工具，它是基于Hadoop的一个数据仓库基础架构，提供类似于SQL的查询语言HiveQL，使得开发人员可以使用常见的SQL语言来处理分布式存储中的大数据。
在Hive中，用户自定义函数（User-Defined Functions，UDFs）可以用于扩展HiveQL语言的功能，使得开发人员可以根据自己的需求编写自定义的函数。
本文将讨论在Hive3中编写UDF函数的方法和步骤。
首先，我们需要了解Hive的UDF函数的分类。
Hive的UDF函数可以分为以下几类：1. 标量函数（Scalar Functions）：接受一些输入参数，并返回一个单一的输出结果。
例如，将一个字符串转换为大写或者将两个数字相加。
2. 聚合函数（Aggregate Functions）：接受一组输入值，并返回一个聚合结果。
例如，计算平均值或求和。
3. 表生成函数（Table Generating Functions）：接受一些输入参数，并生成一个输出表。
接下来，我们将以一个简单的示例来演示如何编写Hive3的UDF函数。
假设我们有一个包含员工姓名和薪水的表格，我们想要创建一个函数来计算员工薪水的增长百分比。
首先，我们需要创建一个新的Java类来实现我们的UDF函数。
这个类需要继承Hive的UDF类，并且重写evaluate()方法。
```import org.apache.hadoop.hive.ql.exec.Description;import org.apache.hadoop.hive.ql.exec.UDF;import org.apache.hadoop.hive.ql.udf.UDFType;@Description(name = "salary_growth_percentage",value = "Calculates the growth percentage of an employee's salary",extended = "SELECT salary_growth_percentage(salary) FROM employees")@UDFType(deterministic = true, stateful = false)public class SalaryGrowthPercentage extends UDF {public Double evaluate(Double currentSalary, Double previousSalary) {if (currentSalary == null || previousSalary == null) {return null;}double growthPercentage = (currentSalary - previousSalary) / previousSalary * 100;return growthPercentage;}}```在上述代码中，我们创建了一个名为SalaryGrowthPercentage的类，它继承自Hive的UDF类。
UDF的创建和使用用户自定义特征（User Defined Functions，UDF）是一种在关系型数据库或数据分析工具中创建和使用的函数，用于自定义数据处理逻辑。
UDF允许用户根据自己的需求创建函数，以便在数据库查询或数据处理过程中使用。
UDF的创建和使用分为三个主要步骤：定义、注册和使用。
首先是定义UDF的逻辑。
定义UDF时，需要指定函数的输入和输出类型，以及函数的处理逻辑。
根据具体需求，UDF可以是纯粹的数据转换逻辑，也可以是复杂的算法或模型。
例如，假设我们需要在数据库中创建一个计算两个数的平方和的UDF。
我们可以定义一个输入类型为两个整数，输出类型为整数的UDF函数，如下所示：```sqlCREATE FUNCTION square_sum(a INT, b INT) RETURNS INTBEGINDECLARE result INT;SET result = a*a + b*b;RETURN result;END;```接下来是UDF的注册。
将定义好的UDF注册到数据库中，以便其他用户可以在查询或数据处理过程中调用该函数。
注册UDF的方式与具体数据库或工具有关。
例如，在MySQL数据库中，可以使用以下命令来注册上述定义的UDF：```sqlCREATE FUNCTION square_sum(a INT, b INT) RETURNS INTBEGINDECLARE result INT;SET result = a*a + b*b;RETURN result;END;```Once the UDF is defined and registered, it can be used in database queries or data processing tasks. Users can call the UDF by its name and pass the required parameters.For example, assuming we have a table named "numbers" with two columns "num1" and "num2", we can use the UDF in a querylike this:```sqlSELECT square_sum(num1, num2) AS sum_of_squares FROM numbers;```This will calculate the square sum of each pair of numbers in the table and return the result as a new column"sum_of_squares".UDFs can also be used in data analysis tools like Apache Spark or Python libraries like Pandas. The process of creating and using UDFs in these tools may vary, but the generalprinciple is the same – define the function logic, register the function, and then use it in data processing tasks.In Spark, for example, UDFs can be defined using Python or Scala and registered using the `spark.udf.register` method. Once registered, the UDF can be used in Spark SQL queries or DataFrame operations.Overall, UDFs provide users with the flexibility to define and use custom functions in database queries or data processing tasks. This allows for more advanced data manipulation and analysis, as users can tailor the functions to their specific needs.。
第 3 章 编写 UDF第 3 章 编写 UDF本章包含了 FLUENT 中如何写 UDFs 的概述。
3.1 概述 3.2 写解释式 UDFs 的限制 3.3 FLUENT 中 UDFs 求解过程的顺序 3.4 FLUENT 网格拓扑 3.5 FLUENT 数据类型 3.6 使用 DEFINE Macros 定义你的 UDF 3.7 在你的 UDF 源文件中包含 udf.h 文件 3.8 定义你的函数中的变量 3.9 函数体 3.10 UDF 任务 3.11 为多相流应用写 UDFs 3.12 在并行中使用你的 UDF 3.1 概述（Introduction） 在你开始编写将挂到 FLUENT 代码以增强其标准特征的 UDF 之前，你必须 知道几个基本的要求。
首先，UDFs 必须用 C 语言编写。
它们必须使用 FLUENT 提供的 DEFINE macros 来定义。
UDFs 必须含有包含于源代码开始指示的 udf.h 文件；它允许为 DEFINE macros 和包含在编译过程的其它 FLUENT 提供的函数 定义。
UDFs 只使用预先确定的宏和函数从 FLUENT 求解器访问数据。
通过 UDF 传递到求解器的任何值或从求解器返回到 UDF 的，都指定为国际（SI）单位。
总之，当写 UDF 时，你必须记住下面的 FLUENT 要求。
UDFs： 1. 采用 C 语言编写。
2. 必须为 udf.h 文件有一个包含声明。
3. 使用 Fluent.Inc 提供的 DEFINE macros 来定义。
4. 使用 Fluent.Inc 提供的预定义宏和函数来访问 FLUENT 求解器数据。
5. 必须使返回到 FLUENT 求解器的所有值指定为国际单位。
3.2 写解释式 UDFs 的限制（Restriction on Writing Interpreted UDFs）第 3 章 编写 UDF无论 UDFs 在 FLUENT 中以解释还是编译方式执行，用户定义 C 函数（说明在 Section 3.1 中）的基本要求是相同的，但还是有一些影响解释式 UDFs 的重大编 程限制。
FLUENT 解释程序不支持所有的 C 语言编程原理。
解释式 UDFs 不能 包含以下 C 语言编程原理的任何一个： 1. goto 语句。
2. 非 ANSI-C 原型语法 3. 直接的数据结构查询（direct data structure references） 4. 局部结构的声明 5. 联合(unions) 6. 指向函数的指针（pointers to functions） 7. 函数数组。
在访问 FLUENT 求解器数据的方式上解释式 UDFs 也有限制。
解释式 UDFs 不能 直接访问存储在 FLUENT 结构中的数据。
它们只能通过使用 Fluent 提供的宏间 接地访问这些数据。
另一方面， 编译式 UDFs 没有任何 C 编程语言或其它注意的 求解器数据结构的限制。
3.3 FLUENT 求解过程中 UDFs 的先后顺序 （Sequencing of UDFs in the FLUENT Solution Process） 当你开始写 UDF 代码的过程时（依赖于你写的 UDF 的类型） ，理解 FLUENT 求 解过程中 UDFs 调用的内容或许是重要的。
求解器中包含连接你写的用户定义函 数的 call-outs。
知道 FLUENT 求解过程中迭代之内函数调用的先后顺序能帮助你 在给定的任意时间内确定那些数据是当前的和有效的。
分离式求解器 在分离式求解器求解过程中（Figure 3.3.1） ，用户定义的初始化函数（使用 DEFINE_INIT 定义的）在迭代循环开始之前执行。
然后迭代循环开始执行用户 定义的调整函数（使用 DEFINE_ADJUST 定义的） 。
接着，求解守恒方程，顺序 是从动量方程和后来的压力修正方程到与特定计算相关的附加标量方程。
守恒方 程之后，属性被更新（包含用户定义属性） 。
这样，如果你的模型涉及到气体定 律，这时，密度将随更新的温度（和压力 and/or 物质质量分数）而被更新。
进 行收敛或者附加要求的迭代的检查，循环或者继续或停止。
第 3 章 编写 UDFFigure 3.3.1: Solution Procedure for the Segregated Solver耦合求解器 在耦合求解器求解过程中（Figure 3.3.2）,用户定义的初始化函数（使用 DEFINE_INIT 定义的）在迭代循环开始之前执行。
然后，迭代循环开始执行用 户定义的调整函数 （使用 DEFINE_ADJUST 定义的） 接着， 。
FLUENT 求解连续、 动量和（适合的地方）能量的控制方程和同时地一套物质输运或矢量方程。
其余 的求解步骤与分离式求解器相同（Figure 3.3.1） 。
Figure 3.3.2: Solution Procedure for the Coupled Solver第 3 章 编写 UDF3.4 FLUENT 网格拓扑 在我们开始讨论 FLUENT 特殊的数据类型之前，你必须理解网格拓扑学的术语 因为 FLUENT 数据类型是为这些实体定义的。
下面是显示在 Figure 3.4.1 中的网 格实体的定义。
单元（cell） 单元中心（cell center） 面（face） 边（edge） 节点（node） 单元线索（cell thread） 区域被分割成的控制容积 FLUENT 中场数据存储的地方 单元（2D or 3D）的边界 面（3D）的边界 网格点 在其中分配了材料数据和源项的单元组第 3 章 编写 UDF面线索（face thread） 节点线索（node thread） 区域（domain）在其中分配了边界数据的面组 节点组 由网格定义的所有节点、面和单元线索的组合Figure 3.4.1: Grid Terminology3.5 FLUENT 数据类型（FLUENT Data Types） 除了标准的 C 语言数据类型如 real, int 等可用于在你的 UDF 中定义数据外，还 有几个 FLUENT 指定的与求解器数据相关的数据类型。
这些数据类型描述了 FLUENT 中定义的网格的计算单位（见 Figure 3.4.1） 。
使用这些数据类型定义的 变量既有代表性地补充了 DEFINE macros 的自变量，也补充了其它专门的访问 FLUENT 求解器数据的函数。
一些更为经常使用的 FLUENT 数据类型如下： cell_t face_t第 3 章 编写 UDFThread Domain Node cell_t 是线索（thread）内单元标识符的数据类型。
它是一个识别给定线索内单 元的整数索引。
face_t 是线索内面标识符的数据类型。
它是一个识别给定线索内 面的整数索引。
Thread 数据类型是 FLUENT 中的数据结构。
它充当了一个与它描述的单元或面 的组合相关的数据容器。
Node 数据类型也是 FLUENT 中的数据结构。
它充当了一个与单元或面的拐角相 关的数据容器。
Domain 数据类型代表了 FLUENT 中最高水平的数据结构。
它充当了一个与网格 中所有节点、面和单元线索组合相关的数据容器。
！ ！注意，FLUENT 中所有数据类型都是 情形敏感的（case-sensitive） 。
3.6 使用 DEFINE Macros 定义你的 UDF(Defining Your UDF Using DEFINE Macros) Fluent.Inc 为你提供了一套你必须使用它来定义你的 UDF 的预定义函数。
这些定 义 UDFs 的函数在代码中作为宏执行，可在作为 DEFINE(全部大写)宏的文献中 查阅。
对每个 DEFINE 宏的完整描述和它的应用例子，可参考第四章。
DEFINE 宏的通用格式为： DEFINE_MACRONAME(udf_name, passed-in variables) 这里括号内第一个自变量是你的 UDF 的名称。
名称自变量是情形敏感的必须用 小写字母指定。
一旦函数被编译 （和连接）你为你的 UDF 选择的名字在 FLUENT ， 下拉列表中将变成可见的和可选的。
第二套输入到 DEFINE 宏的自变量是从 FLUENT 求解器传递到你的函数的变量。
在下面的例子中，宏 DEFINE_PROFILE(inlet_x_velocity, thread, index) 用 两 个 从 FLUENT 传 递 到 函 数 的 变 量 thread 和 index 定 义 了 名 字 为 inlet_x_velocity 的分布函数。
这些 passed-in 变量是边界条件区域的 ID（作为指 向 thread 的指针）而 index 确定了被存储的变量。
一旦 UDF 被编译，它的名字第 3 章 编写 UDF（例如， inlet_x_velocity） 将在 FLUENT 适当的边界条件面板 （例如， Velocity Inlet 面板）的下拉列表中变为可见的和可选的。
！ ！注意，所有用于 DEFINE 宏的自变量必须放在你的源代码的同一行上。
分割 DEFINE 的声明为几行可能导致编译错误。
3.7 在你的 UDF 源文件中包含 udf.h 文件(Including the udf.h File in Your UDF Source File) DEFINE 宏的定义位于称为 udf.h(见附录 A 的列表)的头文件中。
为了使 DEFINE 宏延伸到编译过程，你必须在你写的每个 UDF 源文件的开始包含 udf.h 文件。
#include "udf.h"/* Always include udf.h when writing a UDF. It translates the DEFINE */ /* and other macros into C, which is what the compiler understands. */通过在你的 UDF 源文件中包含 udf.h， 编译过程中所有的 DEFINE 宏的定义与源 代码一起被包含进来。
udf.h 文件也为所有的 C 库函数头文件包含#include 指示， 与大部分头文件是针对 Fluent 提供的宏和函数是一样的（例如，mem.h） 。
除非 有另外的指示，没必要在你的 UDF 中个别地包含这些头文件。
还有，当你编译你的 UDF 时，你不必放置 udf.h 的拷贝在你的当地目录下；一旦 你的 UDF 被编译，FLUENT 求解器会自动地从 Fluent.Inc/fluent6.x/src/目录来读 取 udf.h 文件。
