CFD模拟数值的收敛性评价
- 格式:pdf
- 大小:140.82 KB
- 文档页数:3
浅议数值模拟收敛性调整方法作者:董燕来源:《智富时代》2019年第12期【摘要】本文以七区西馆下为例,对数值模拟中的不收敛性问题进行了分析,从地质模型网格划分、属性参数、PVT表、相对渗透率选取、模型初始化等角度进行分析并提出解决途径,改善了模型的收敛性,计算时间大幅缩短,提高了数值模拟工作效率。
【关键词】数值模拟;收敛性;调整方法七区馆下段由天然能量开发转换为注水开发。
在方案编写时采取了数值模拟研究。
地质模型采用Direct建立,网格步长20*20*0.9米,网格数量93*215*52=103.97万个,其中活网格数量24.59万个,采用ECLIPSE油水两相黑油模型进行模拟,由于网格数量大,开发历史长,数模计算量大,模型建立初期,进行一次模拟时间长达78小时,因此,需要从检查模型的收敛性入手,提高模拟速度,提高模拟效果。
1.模型不收敛的原因分析通过对数值模拟的基本原理和算法进行分析,模型不收敛的原因很多,网格参数,属性参数,流体PVT参数,岩石相渗曲线,毛管压力曲线,相渗曲线端点标定,初始化,井轨迹,垂直管流表都会造成模型不收敛,具体分析如下。
1.1网格部分:网格正交性差和网格尺寸相差太大是导致不收敛的主要原因之一。
正交性差会给矩阵求解带来困难,而网格尺寸相差大会导致孔隙体积相差很大,大孔隙体积流到小孔隙体积常会造成不收敛。
1.2属性参数:不合理的插值计算会导致属性分布很差,主要是地质属性计算插值时由于异常点,导致属性分布不合理造成收敛性变差。
1.3流体PVT参数:流体PVT参数会有两种可能的问题,一是数据不合理导致了负总压缩系数,二是压力或气油比范围给的不够导致模型对PVT参数进行了外插。
1.4岩石相渗曲线和毛管压力曲线:ECLIPSE不会对输入模型的相渗曲线和毛管压力曲线进行光滑,将会应用每一个输入饱和度和相渗值,所以要保证输入的参数是合理的。
通常的问题有饱和度和相对渗透率的数据位数过多、饱和度值太接近,导致相渗曲线的倾角变化很大、饱和度有很小变化但相对渗透率发生了很大变化。
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。
收敛标准的判定CFD技术发展到今天已经逐渐成为多个领域的主要产品研发⼿段,如航空航天、船舶、汽车等,那么在使⽤的过程中,暴露的问题也越来越多,之前有不⽌⼀个⼯程师问过我这样的问题:究竟计算到什么程度才算收敛?我的计算结果可信吗?残差曲线到⼀定程度就不在下降了,我的设置是不是有问题啊?……其实这些问题总结起来是⼀个问题:CFD计算的收敛标准是什么。
今天这期博⽂我们以PumpLinx瞬态计算为例谈⼀谈这个问题,收敛标准并不是由⼀个准则就可以衡量决定的,⽽是由多个准则共同确定的,注意,下⾯所列没有选后顺序。
残差曲线。
PumpLinx收敛曲线的数量与所选流动模型有关,下图为某案例的残差曲线,分别调1、残差曲线⽤流动模型以及空化模型,软件通过求解相应公式进⾏数值分析,下图中的压⼒和速度曲线对应着流动模块,即求解N-S⽅程,⽓体质量分数曲线对应着空化模型,即求解空化⽅程,模型流场稳定后,残差曲线应均能达到收敛精度。
质量守恒。
众所周知,CFD计算满⾜三⼤守恒定律,质量守恒就是其中的⼀个,对于⽜顿流体⽽2、质量守恒⾔,可以将质量守恒作为收敛的评判标准之⼀,模型计算稳定之后,对每⼀个时间步长⽽⾔,如果进出⼝⽮量和除以模型总质量流量能够达到1%以内或者是在0附近波动的话,我们认为计算已经收敛。
3、监测曲线。
可以在模型的某些位置设置监测点或者监测⾯,通过监测该点或⾯的属性(如压⼒、流量、速度等)来评判是否收敛,如果仿真已经收敛,所监测的属性曲线应为⼀条波动幅值较⼩或者是周期性波动的曲线,下图为加权后的出⼝体积流量曲线。
如果以上三条准则均满⾜,那么计算模型已经收敛,计算结果具有⼀定的参考性;如果只第⼆条和第三条满⾜,⽽残差曲线并没有完全达到收敛精度要求,那么也可以认为计算收敛了,结果也是可信的;但是如果第⼆条和第三条有⼀条不满⾜,那么这个计算是失败的,即使有计算结果也是不可信的。
接下来⼯程师需要去查找导致这⼀失败的原因,下期博⽂我们会讲到,欢迎⼤家继续关注。
浅议数值模拟收敛性调整方法数值模拟是一种基于计算机技术对复杂物理过程进行模拟的方法。
在数值模拟中,模型的收敛性是模拟结果是否能够收敛到一个稳定的值的关键因素之一。
如果模型在仿真过程中不能达到收敛,模拟的结果将无法得出有效的结论。
如何调整模型的参数,以确保模型收敛是数值模拟研究中的一个重要问题。
在数值模拟中,存在很多参数需要调整,包括时间步长、网格大小、材料参数等等。
不同的参数对于模拟结果的影响程度不同。
因此,正确选择需要调整的参数对于数值模拟的结果至关重要。
一般情况下,调整参数的方法可以分为手动调整和自动调整两种。
手动调整方法需要依赖于经验和感觉,通过多次试验,调整参数来使模型收敛,并且寻找最佳参数组合来获得最佳的结果。
这种方法需要对模型有深入的了解以及对动态过程的感知能力。
手动调整方法的优点是可以在实践中积累经验并加深对物理过程的理解。
然而,这种方法往往需要大量时间和精力,调整过程也是非常繁琐和复杂的。
自动调整方法可以快速找到模型参数的最优组合来提高模型收敛性和效率。
其中比较常用的自动调整方法有遗传算法和粒子群算法等。
这种方法优点显著,运算速度快,可以增强模型收敛性和数值稳定性。
但同时,在使用自动调整方法时需要注意算法的参数选择,避免出现调整速度慢等问题。
以上两种方法在实践中也可以相互结合使用。
通过手动调整方法,我们可以了解模型参数对模拟结果的影响,然后再通过自动调整方法来优化模型,并且加速模型收敛速度。
这样,通过两种方法的结合使用,我们可以在数值模拟中尽可能地减少时间和精力的投入,获得更加准确和稳定的模拟结果。
最后,需要指出的是,不同的数值模拟有着不同的调整方法,不同的参数也具有不同的敏感程度。
因此,选择和采用不同的调整方法和参数,需要更加深入地了解被研究的物理现象和数值算法,以获得准确和可靠的数值模拟结果。
cfd数据模拟技术的指标参数摘要:一、CFD 数据模拟技术简介二、CFD 数据模拟技术的指标参数1.准确性2.收敛性3.稳定性4.计算效率三、各指标参数的详细说明1.准确性的重要性2.收敛性的重要性3.稳定性的重要性4.计算效率的重要性四、结论正文:一、CFD 数据模拟技术简介计算机流体动力学(Computational Fluid Dynamics,简称CFD)是一种利用计算机模拟研究流体流动的工程技术。
CFD 数据模拟技术广泛应用于航空航天、汽车工程、能源、环境工程等领域,通过模拟流体流动过程,可以预测流体的运动状态、压力分布、速度分布等信息,为工程设计提供重要的参考依据。
二、CFD 数据模拟技术的指标参数在评价CFD 数据模拟技术的性能时,通常需要考虑以下几个关键指标参数:1.准确性:即模拟结果与实际结果之间的误差。
准确性是评价CFD 数据模拟技术最重要的指标之一,它直接影响到工程设计的可靠性。
2.收敛性:是指模拟过程中数值解的稳定性,即在相同的计算条件下,模拟结果是否具有重复性。
收敛性是评价CFD 数据模拟技术的稳定性和可靠性的重要指标。
3.稳定性:是指模拟过程是否稳定,会不会因为计算过程中某些因素的突然变化而导致模拟无法进行。
稳定性直接影响到模拟的效率和结果的可靠性。
4.计算效率:是指在保证模拟结果质量的前提下,完成模拟所需的计算资源和时间。
计算效率是评价CFD 数据模拟技术是否实用的重要指标。
三、各指标参数的详细说明1.准确性的重要性:CFD 数据模拟技术的最终目的是为工程设计提供可靠的参考数据。
因此,模拟结果的准确性至关重要。
准确性越高,说明模拟结果与实际结果的误差越小,工程设计的可靠性就越高。
2.收敛性的重要性:收敛性是评价模拟过程稳定性的重要指标。
只有模拟结果具有收敛性,才能保证模拟结果在不同计算条件下具有重复性,从而为工程设计提供可靠的参考数据。
3.稳定性的重要性:稳定性是评价CFD 数据模拟技术是否可靠的重要指标。
cfd技术的指标参数摘要:一、CFD 技术简介1.CFD 的定义2.CFD 技术的发展历程3.CFD 技术在工程领域中的应用二、CFD 技术的主要指标参数1.空间分辨率2.时间分辨率3.数值稳定性4.计算效率三、空间分辨率在CFD 技术中的作用1.空间分辨率对模拟结果的影响2.空间分辨率的选择原则四、时间分辨率在CFD 技术中的作用1.时间分辨率对模拟结果的影响2.时间分辨率的选择原则五、数值稳定性在CFD 技术中的作用1.数值稳定性对模拟结果的影响2.提高数值稳定性的方法六、计算效率在CFD 技术中的作用1.计算效率对模拟结果的影响2.提高计算效率的方法七、总结1.CFD 技术指标参数的重要性2.合理选择CFD 技术指标参数的方法正文:随着科学技术的发展,计算流体动力学(Computational Fluid Dynamics,简称CFD)技术在工程领域中的应用越来越广泛。
CFD 技术是一种通过计算机模拟流体流动、传热和化学反应等过程的方法,可以为企业节省大量的研究时间和成本。
为了更好地应用CFD 技术,了解其主要指标参数是非常重要的。
本文将对CFD 技术的主要指标参数进行详细介绍。
首先,我们需要了解CFD 技术的定义。
CFD 是一种基于数值分析的方法,通过求解流体流动的Navier-Stokes 方程和能量传递的能量方程,模拟流体在多维空间内的运动和变化。
空间分辨率、时间分辨率、数值稳定性和计算效率是评价CFD 技术性能的四个主要指标参数。
空间分辨率是指CFD 模型在空间上的离散程度。
较高的空间分辨率可以提高模拟结果的精度,但同时也会增加计算时间和内存需求。
因此,在选择空间分辨率时,需要根据实际问题和计算机硬件条件来权衡。
时间分辨率是指CFD 模型在时间上的离散程度。
合理的时间分辨率可以保证模拟结果的准确性,避免数值振荡和混沌现象。
选择时间分辨率时,需要考虑模拟问题的动态特性和计算机计算能力。
计算流体力学的收敛计算流体力学(Computational Fluid Dynamics,简称CFD)是研究流体力学问题的一种数值模拟方法。
它通过将流体力学方程离散化,并利用计算机进行求解,以获取流体在给定条件下的运动特性。
在CFD模拟中,收敛性是一个非常重要的概念,它指的是数值解逼近真实解的程度。
在CFD模拟中,我们通常将流体力学方程离散化为有限差分、有限体积或有限元等形式,然后利用数值迭代的方法求解。
在每一次迭代过程中,我们需要判断数值解是否已经收敛,即是否已经达到了预定的收敛准则。
如果数值解已经收敛,我们可以停止迭代并得到最终的结果;如果数值解尚未收敛,我们需要继续迭代,直到满足收敛准则为止。
那么,如何判断数值解是否已经收敛呢?一种常用的方法是利用残差来衡量数值解的误差。
在每一次迭代中,我们可以计算出当前数值解和真实解之间的残差,然后与预定的收敛准则进行比较。
如果残差小于收敛准则,则认为数值解已经收敛;反之,如果残差大于收敛准则,则认为数值解尚未收敛,需要进行更多的迭代。
除了利用残差来判断收敛性,还可以使用其他方法。
例如,可以考虑数值解的平均变化率,如果平均变化率小于一定阈值,则认为数值解已经收敛。
此外,还可以使用自适应网格技术,通过不断细化网格来提高数值解的精度,直到满足收敛准则为止。
在实际的CFD模拟中,收敛性往往是一个复杂而困难的问题。
首先,由于流体力学方程的非线性性质,数值解的收敛性可能受到多个因素的影响,如初始解、边界条件、物理模型等。
其次,由于计算资源的限制,我们往往无法进行无限次的迭代,因此需要在有限的迭代次数内判断数值解是否收敛。
这就需要选择合适的收敛准则和迭代策略,以保证数值解的收敛性和计算效率的平衡。
在CFD模拟中,收敛性不仅仅是一个理论问题,更是一个实践问题。
只有确保数值解的收敛性,我们才能够准确地预测流体的运动行为,从而指导工程设计和优化。
因此,研究和提高CFD模拟的收敛性是非常重要的课题,它涉及到数值方法、算法优化、计算资源管理等多个方面的内容。
浅议数值模拟收敛性调整方法数值模拟是一种在计算机上通过数值方法模拟实际问题的方法,常用于科学计算、工程设计和决策支持等领域。
而收敛性是数值模拟方法的一个重要指标,它反映了数值计算结果与真实值之间的差异程度。
如何调整数值模拟方法的收敛性具有重要的理论和实际意义。
数值模拟方法的收敛性调整主要包括改进数值方法、优化模型参数和增加计算精度等方面。
改进数值方法是最直接有效的手段之一。
常用的数值方法有有限差分法、有限元法、有限体积法等。
这些方法的收敛性可以通过提高离散点的数量和精度来改善。
在有限差分法中,可以增加网格划分的密度和精度以提高收敛性。
在有限元法中,可以采用更高阶的插值函数和基函数来改进数值解的精度。
还可以考虑使用更高阶的数值格式,如四阶格式和五阶格式,以提高数值方法的精度和收敛性。
优化模型参数也是调整数值模拟方法收敛性的重要手段之一。
模型参数的优化可以通过观测数据的拟合和误差分析来进行。
常用的优化方法包括最小二乘法、最大似然估计法和贝叶斯优化法等。
通过优化模型参数,可以提高数值模拟方法与实际问题之间的匹配程度,从而提高收敛性。
增加计算精度也可以改善数值模拟方法的收敛性。
计算机的计算精度是有限的,因此在进行数值模拟时会引入截断误差。
为了减小截断误差的影响,可以采用更高精度的计算方法和算法。
在计算导数时可以使用更高阶的差分格式,如五点差分格式和七点差分格式,以提高计算精度和收敛性。
数值模拟方法的收敛性调整是一个复杂而重要的问题。
通过改进数值方法、优化模型参数和增加计算精度等手段,可以提高数值模拟方法的收敛性,从而得到更准确和可靠的数值计算结果。
数值模拟方法在科学计算中的精度和收敛性评估在科学计算领域中,数值模拟方法是一种重要的工具,用于解决各种实际问题。
但是,由于现实世界中的许多问题都非常复杂,往往难以用解析方法求解,这就需要利用数值模拟方法去近似求解。
而数值模拟方法的精度和收敛性评估则是保证数值模拟结果可靠性和可信性的重要手段。
首先,我们来讨论数值模拟方法的精度评估。
在数值模拟中,我们往往采用离散化的方法将连续的问题转化为离散的问题,通过网格等将问题进行离散化处理。
然后,采用数值方法对离散化后的问题进行求解。
精度评估的目的是衡量数值方法求解结果与真实解之间的差距,即离散误差。
常用的评价指标是数值解与解析解之间的差距。
如果数值解与解析解之间的差距非常小,我们就可以认为数值解具有较高的精度。
在数值模拟中,常用的精度评估方法有两种:验证和验证。
验证是通过分析数值方法的数学性质和误差传播特性来评估数值方法的精度。
验证的基本思路是将数值方法应用于已知解析解的问题中,比较数值解与解析解之间的差距。
如果差距足够小,并且随着离散化步长的减小而进一步减小,那么我们就可以认为数值方法具有较高的精度。
而验证则是通过对实际问题的物理模型进行实验测量,然后将数值方法的计算结果与实验结果进行对比。
验证的思路是将数值模拟方法应用于实际问题中,比较数值结果与实验结果之间的差距。
如果差距足够小,并且随着离散化步长的减小而进一步减小,那么我们就可以认为数值方法具有较高的精度。
另一方面,我们来关注数值模拟方法的收敛性评估。
收敛性评估是指在离散化步长趋于零的情况下,数值方法求解结果逼近真实解的性质。
在数值模拟中,往往通过逐渐减小离散化步长,也就是增加网格的密度,来探究数值方法的收敛性。
如果数值方法在步长足够小时,数值解收敛于真实解,并且收敛速度符合预期,那么我们就可以认为数值方法具有较好的收敛性。
常见的收敛性评估方法有两种:收敛性理论和收敛性试验。
收敛性理论是通过分析数值方法的离散化误差和截断误差,推导数值方法的误差估计和收敛速度。
数值模拟收敛性问题如何加快数模计算以及如何解决数模计算的收敛性问题?收敛性问题可以说是所有从事数模工作的人员都会面临的问题,本文将以ECLIPSE软件为例从两方面介绍收敛性问题。
第一方面介绍数值模拟计算与收敛有关的一些概念。
第二部分介绍如何通过修改模型数据来加速计算,解决收敛性问题。
一、数模计算的收敛性:在了解收敛性之前,应该首先了解几个基本概念:1、报告步:一个数模作业包括多个报告步,报告步是用户设置要求多长时间输出运行报告,比如可以每个月,每季度或每年输出运行报告,运行报告包括产量报告和动态场(重启)报告。
在ECLIPSE软件中,报告步是通过DATES和TSTEP关键字来设置的。
2、时间步:一个报告步包括多个时间步,时间步是软件自动设置(VIP需要用户设置)即通过多个时间步的计算来达到下一个报告步,以ECLIPSE为例,假如报告步为一个月,在缺省条件下,ECLISPE第一个时间步取一天,然后以三倍增加,即第二个时间步取三天,然后取九天,下一个时间步是17天来达到30天的报告步,然后会以每30天的时间步来计算。
时间步可以通过TUNING关键字来修改。
3、非线形迭代:一个时间步包括多次非线形迭代。
在缺省情况下,ECLIPSE如果通过12次的非线形迭代没有收敛,ECLIPSE将对时间步减小10倍。
比如下一个时间步应该是30天,如果通过12次的迭代计算不能达到收敛,ECLIPSE将把时间步缩短为3天。
下一个时间步将以1.25倍增长,即3.75天,4.68天,。
如果在计算过程中经常发生时间步的截断,计算将很慢。
4、线形迭代:一个非线形迭代包括多次线形迭代。
线形迭代是解矩阵。
在ECLIPSE输出报告PRT文件中可以找到时间步,迭代次数的信息,STEP 10 TIME= 100.00 DAYS ( +10.0 DAYS REPT 5 ITS) (1-FEB-2008) “STEP 10” : 说明这是第10个时间步。
CFD计算收敛判断
CFD(计算流体力学)是一种数值模拟技术,用于模拟流体和气体的流动和传热现象。
在进行CFD计算时,收敛是指在迭代过程中,模型参数已经达到稳定状态,并且计算结果已经满足所设定的精度要求。
在CFD计算中,收敛判断通常基于以下几个指标:
1. 迭代次数:在每次迭代中,模型参数会发生微小的变化。
如果迭代次数太少,可能无法达到收敛状态。
如果迭代次数太多,说明模型参数已经稳定,可以停止计算。
2. 残差:残差是指计算结果与实际值之间的差异。
在CFD计算中,残差通常用于评估模型的准确性。
如果残差太小,说明模型已经收敛,可以停止计算。
如果残差很大,说明模型还没有收敛,需要继续迭代。
3. 精度:在CFD计算中,通常设定一个精度指标,用于评估模型的准确性。
如果计算结果已经满足精度要求,说明模型已经收敛,可以停止计算。
如果计算结果还不满足精度要求,说明模型还没有收敛,需要继续迭代。
需要注意的是,不同的CFD问题具有不同的收敛判断方法。
在进行CFD计算时,需要根据具体问题的特点选择合适的收敛判断方法。
同时,需要进行多次计算并对比结果,以确保计算结果的准确性。
CFD模拟后处理-Tecplot最近,很多学员完成了CFD模拟的任务,进入到了论文写作阶段,也有的已经工作的学员,结束了模拟计算阶段,开始编写分析报告了。
但是他们都遇到一个棘手的问题,就是如何把模拟出了的源文件,输出为漂亮的图片、动画、数据结果。
这也是本文重点要说的CFD模拟后处理的问题。
一、什么是后处理我们通过软件计算收敛后的得到的结果,只是一个文件。
比如你用Fluent求解器,计算求解得到的只是软件的cas和dat源文件,这个人是无法直接看懂的。
那么我们就需要对这个已经收敛的文件进行可视化处理。
简单的说就是把源文件处理成图片,动画,和数据结果等可以被人看懂的过程。
那么过程就是CFD的后处理二、后处理用什么软件关于CFD后处理软件其实不算太多,主流的有Tecplot、CFD-post、Matlab等,当然有些模拟软件是自带后处理功能的,比如Airpak 是建模、计算、后处理一体的软件(关于ai r p a k学习,你可以去某易云课堂或者某宝上搜索店铺:第七代师兄),本身后处功能还是很强大的。
当然还有像Fluent也可以进行后处理的,不过这类软件一般只能进行简单处理,并不是专业软件,有些功能是受到限制,无法做出漂亮的结果的,所以一般还是建议用下面的软件。
1.Tecplot软件是比较推荐大家去用的,也是大多数人用的主流软件。
可以兼容绝大多数模拟软件接口类型,比如fluent、ANSYS、openfoam等,通用性还是不错的。
目前新版本比如2019,是自带2个软件的,一个是工程绘图软件Tecplot Focus,另外一个是油藏数值模拟可视化分析软件Tecplot RS。
根据自己的需要使用吧。
当然了这个软件,有很多学员发现,是不支持插入中文文字的,比较头疼,来咨询我怎么处理。
因为这软件是米国开发的,所以不支持中文。
其实这个问题很好解决,你把图片处理好了之后,可以直接PS 中文上去说明好了,简单粗暴。
另外一个解决办法,是需要一点技能的,你需要会语言库的编入,当然大多数人不会做,不建议。
煤与生物质流化床共气化的CFD数值模拟研究综述摘要:气化技术作为固体燃料(如煤和生物质等)清洁利用的重要方式,越来越广泛地被应用于生产合成气的工程实践中。
针对煤与生物质在单独气化时存在转换效率低、气体产物热值低以及焦油含量高等问题,提出了共气化技术以改善气化工艺。
文中主要介绍了基于计算流体力学(CFD)的煤与生物质共气化仿真模拟的研究,论述了两种固体燃料在单独气化和共气化时的反应机理,并详细介绍了冷态和热态流化床共气化CFD模拟所用到的模型。
目前全球绝大多数能源均由传统化石燃料所提供。
随着能源需求量的不断增加,燃料资源总量也在日益减少,同时在煤等燃料的燃烧利用过程中会产生大量的NOx 、SO2以及颗粒物等污染物,会对环境造成严重的影响[1]。
所以,对资源进行更加清洁高效的利用是目前亟待研究和解决的问题。
在现有的能源利用技术中,气化则被视为传统能源清洁高效利用的重要方式之一[2],其中对煤与生物质的气化研究较为广泛,此外由于拥有较为适中的温度、物料粒径等条件,使得流化床气化成为活性较高的煤种与生物质等燃料气化的主要方式。
固体燃料流化床气化示意图及气化特点如图1所示。
在已发展较成熟的燃料单独气化技术的基础上,研究人员提出了煤与生物质的共气化技术[3]。
煤与生物质在共气化过程中产生了协同作用,弥补了两种燃料单独进行气化过程中的不足,打破了气化原料选择的限制,同时还可以提高气化时碳的反应速率,抑制焦油的生成并减少污染物的排放[4]。
所以共气化技术在将固体燃料转化为合成气的同时,提高了能源的利用率,并且减少了一部分化石能源的消耗。
由于生物质和煤的气化需要在900~1000℃的高温条件下进行,对实验设备有较高的要求。
此外,在对气化过程进行实验探究时,耗时较长,危险性也较高。
而通过计算流体力学(CFD)等数值模拟的方法则可以使得研究工作的成本较低,能节省更多的时间、人力和物力。
CFD在流化床中的应用主要有三个方面[5],分别是流化床结构设计与操作条件的优化;模拟流化床冷态气固两相流,研究其中颗粒流动的规律;模拟流化床中热态的化学耦合,建立热态化学反应模型。
fluent收敛标准Fluent收敛标准是指在使用Fluent软件进行流体动力学模拟时,判断计算结果是否收敛的一种方法。
收敛性是指当网格尺寸逐渐减小,计算结果会逐渐趋于稳定,最终在某个值附近波动不再变化的现象。
如果计算结果在减小网格尺寸后仍然发生显著变化,则认为计算未收敛。
Fluent提供了多种收敛标准来判断计算结果的收敛性,常用的有以下几种:1. 残差收敛标准:通过计算流场中各个物理量的残差来判断收敛性。
残差是指实际测量值与计算值之间的差异。
当所有物理量的残差都小于设定的阈值时,认为计算收敛。
2. 相对误差收敛标准:通过计算流场中各个物理量的相对误差来判断收敛性。
相对误差是指实际测量值与计算值之差的绝对值与实际测量值之比。
当所有物理量的相对误差都小于设定的阈值时,认为计算收敛。
3. 压力梯度收敛标准:通过计算流场中的压力梯度来判断收敛性。
压力梯度是指流场中压力的变化率。
当压力梯度的范数小于设定的阈值时,认为计算收敛。
4. 动量守恒收敛标准:通过计算流场中的动量守恒来判断收敛性。
动量守恒是指流场中的质量守恒和动量守恒定律。
当动量守恒的误差小于设定的阈值时,认为计算收敛。
5. 能量守恒收敛标准:通过计算流场中的能量守恒来判断收敛性。
能量守恒是指流场中的机械能守恒定律。
当能量守恒的误差小于设定的阈值时,认为计算收敛。
在进行流体动力学模拟时,选择合适的收敛标准非常重要。
不同的收敛标准适用于不同的问题和场景。
一般来说,残差收敛标准和相对误差收敛标准比较常用,因为它们可以直观地反映计算结果与实际测量值之间的差异。
而压力梯度、动量守恒和能量守恒等标准则更适用于特定的物理过程或问题。
fluent残差收敛和迭代步数
“Fluent”通常是指计算流体动力学(CFD)软件Fluent,我
会从这个角度回答你的问题。
在使用Fluent进行CFD模拟时,残差收敛和迭代步数是两个非
常重要的概念。
残差是指数值解与解析解之间的差异,而残差收敛
则表示残差随着迭代次数的增加逐渐减小并最终收敛到一个接近于
零的值。
迭代步数则是指在求解过程中所进行的迭代次数。
首先,让我们来谈谈残差收敛。
在Fluent中,通常会设定一个
收敛标准,比如残差值小于某个设定的阈值时认为收敛。
在求解过
程中,Fluent会不断迭代计算,每次迭代都会更新流场的各个参数,并计算残差。
随着迭代的进行,残差会逐渐减小,直到满足设定的
收敛标准。
残差收敛的快慢受到多种因素的影响,比如初始条件的
设定、边界条件的准确性、网格的精细程度等等。
其次,迭代步数也是影响计算效率和准确性的重要因素。
迭代
步数过少会导致计算结果不够精确,而迭代步数过多则会增加计算
时间。
在实际使用中,需要权衡迭代步数和计算精度,通常会根据
经验和实际需求来设定合理的迭代步数。
总的来说,在Fluent中,残差收敛和迭代步数是需要密切关注和调节的两个参数。
合理设置这两个参数可以保证计算结果的准确性和收敛速度。
在实际使用中,通常需要进行多次试验和调整,以获得最佳的计算效果。
希望这个回答能够帮助你更好地理解Fluent 中的残差收敛和迭代步数。
cfd数据模拟技术的指标参数摘要:一、引言1.介绍CFD数据模拟技术2.说明CFD技术在工程领域的重要性二、CFD数据模拟技术的指标参数1.空间分辨率2.时间步长3.数值稳定性和精度4.收敛性5.计算速度三、空间分辨率1.定义和作用2.对模拟结果的影响3.选择合适的空间分辨率四、时间步长1.定义和作用2.对模拟结果的影响3.选择合适的时间步长五、数值稳定性和精度1.定义和作用2.对模拟结果的影响3.提高数值稳定性和精度六、收敛性1.定义和作用2.对模拟结果的影响3.判断收敛性的方法七、计算速度1.定义和作用2.对模拟结果的影响3.提高计算速度的方法八、总结1.回顾CFD数据模拟技术的指标参数2.强调各参数对模拟结果的重要性3.展望CFD技术的发展趋势正文:随着科学技术的进步,计算流体动力学(CFD)数据模拟技术在工程领域得到了广泛应用。
CFD技术通过计算机模拟,可以预测流体流动、传热和化学反应等过程,为工程设计和优化提供了有力支持。
为了获得更准确的模拟结果,了解和掌握CFD数据模拟技术的指标参数至关重要。
本文将对这些参数进行详细介绍。
一、引言计算流体动力学(CFD)是一种基于数值方法和算法,通过计算机模拟流体流动、传热和化学反应等过程的技术。
在工程领域,CFD技术可以辅助实际试验,降低开发成本和风险。
为了充分发挥CFD技术的优势,需要关注其指标参数,以获得更准确的模拟结果。
二、CFD数据模拟技术的指标参数1.空间分辨率空间分辨率是指模拟中网格划分的精细程度,它直接影响到模拟结果的精确性。
较高的空间分辨率可以更精确地刻画流场的细节,但同时也会增加计算量,延长计算时间。
因此,选择合适的空间分辨率是获得良好模拟结果的关键。
2.时间步长时间步长是指计算过程中时间上的离散程度。
合理的时间步长可以保证模拟过程的稳定性,避免出现数值振荡。
过长的时间步长可能导致模拟结果的失真,而过短的时间步长则会增加计算量。
因此,选择合适的时间步长对于获得准确的模拟结果至关重要。
「胡言」CFD计算收敛控制本文简单描述CFD计算过程中的收敛控制问题。
我们总是希望给对方呈现完美的残差收敛曲线,以证明计算结果的可靠性。
然而工程中的仿真计算,很多时候残差曲线自己都不敢看,更不要说给别人看了。
CFD计算的收敛控制的确是挺麻烦的,这里懒得提那些与计算流体力学算法相关的东西,只是摆一摆为了获得比较好的收敛性,可能采取的一些手段。
影响CFD计算收敛性的因素实在太多,可以说贯穿了前处理的每一步操作。
从模型简化、网格划分,离散方法、求解控制到边界条件初始条件,都会对计算收敛性造成影响。
要获取收敛性好的计算模型,实在不是一件容易的事情。
1模型简化这里的模型简化指的是将工程问题转化为数学方程可以描述的物理问题。
在转化的过程中,不可避免的存在对物理现象的诸多假设,这些假设的合理与否直接影响了计算结果的精度,也会影响到计算过程的收敛性。
Fluent中经常出现的浮点错误提示,大部分情况下是由于模型简化存在问题。
当然模型简化与仿真者对问题的了解程度密切相关,也与其理论背景有密切关系。
不过可以有一些大的指导思想,比如说在进行模型简化之前,可以针对工程现象,评估并回答以下的一些问题: •包含了哪些物理现象?流动、传热、多相流、化学反应、多物理量耦合……?(包含的物理现象越多,收敛越困难)•物理现象波及的范围有大概多大?(计算区域越大,计算时间越长,收敛越困难)•流动是层流还是湍流?(湍流要比层流难收敛得多)•若涉及到传热,需要考虑哪些传热形式?是否需要考虑辐射换热?(辐射计算收敛性较差)•是否涉及到化学反应?化学反应机理是否明确?(反应机理不明确的化学反应计算收敛性很差)•是否包含多相流计算?相间相互作用机理是否明确?(多相流计算收敛性通常都很差,尤其涉及到相间传质的计算)为了提高计算的收敛性,可以先搭建简单模型,再在初始模型的基础上不断细化,使其逐渐逼近工程问题。
如计算换热,可以先不考虑辐射计算,在获取传导和对流收敛解的基础上,再增加辐射模型考虑辐射换热。
fluent初始化收敛公差-概述说明以及解释1.引言概述部分的内容可以按照如下方式编写:1.1 概述Fluent作为一种常用的计算流体力学(Computational Fluid Dynamics,简称CFD)软件,具有广泛的应用领域和强大的模拟功能。
在使用Fluent进行流体力学模拟之前,正确的初始化和恰当的收敛公差设置是保证计算结果准确性和计算效率的关键。
本篇文章主要围绕Fluent初始化和收敛公差两个关键概念展开讨论。
首先,我们将介绍Fluent初始化的概念和作用,以及常用的初始化方法。
其次,我们将详细阐述收敛公差的定义和影响因素,包括网格密度、边界条件的设置以及求解算法等。
通过深入理解和正确设置这两个关键概念,我们可以有效降低计算误差,提高模拟结果的准确性和计算效率。
在本文的结论部分,我们将强调Fluent初始化的重要性,它直接影响模拟结果的准确性和可靠性。
同时,我们还将探讨收敛公差对计算结果的影响,帮助读者理解收敛公差设置的意义和实际应用。
通过全面了解Fluent初始化和收敛公差的相关概念,读者可以有效地提高CFD模拟的质量和效率,从而更好地应用于工程实践、科研研究和产品设计等方面。
总之,本文将通过详细的阐述和实例分析,帮助读者深入理解Fluent 初始化和收敛公差的重要性,并提供一些实用的指导原则和技巧。
希望本文能够为对CFD模拟感兴趣或从事相关工作的读者提供一些有益的参考和指导。
1.2 文章结构本文按照以下结构组织:引言部分首先概述了本文的主要内容和目的,并对文章的结构进行了简要介绍。
正文部分包括了两个主要主题:fluent初始化和收敛公差。
在2.1节中,我们将详细讨论了fluent初始化的概念和方法。
通过简介和初始化方法的介绍,读者将了解到fluent初始化在计算领域中的重要性以及不同的初始化方法。
紧随其后的2.2节将探讨收敛公差的定义和影响因素。
通过阐述收敛公差的概念和影响因素,读者将了解到如何设置合理的收敛公差以保证计算结果的准确性和稳定性。
数值的收敛性评价
3.1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,也要通过检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打到收敛标准是,计算就会发生收敛。
2.计算结果不再随着迭代的进行发生变化。
有时候,因为收敛标准设置的不合适,物理量的残差值在迭代计算过程中始终无法满足收敛标准。
但是,通过在迭代过程中检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。
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。
3.2数值的事前和事后分析
数值解的数值分析主要包括两部分:解的事前和事后分析
解的事前分析一般是定性分析,格式精度和网络尺度选取的分析准则等,用以在开始计算前尽量保证计算条件的正确性,如网格质量和尺度建立的合理性等。
解的事后分析包括定性和定量的两方面。
定性分析如旋涡和分离的结构等,用来分析数值解现象的合理性,从而判断数值解是否存在错误;定量分析如收敛性分析和离散误差误差带确定等数值分析方法,这是对数值解某些能够通过数值方法确定的误差进行分析的方法,用以分析数值解的渐进特性和收敛特性。
数值解的事后分析中的定量分析对判断解的收敛性有明确的意义,目前主要通过网格收敛性和格式收敛性分析来研究数值解的特性,通过减小截断误差,数值解应该更接近于偏微分方程的解。
3.2.1网格收敛性分析
相同计算方法在不同网格上的解在收敛的情况下应该是相互接近的,否则表明在此网络系统下计算并没有收敛,如果计算结果是相互接近的,则可以通过不同网络截断误差之间的差别获取收敛解的数值误差带和数值截断误差的大小,这里的“网格”包括笛卡尔网络、非正交网络、傅里叶级数的模拟等。
首先,判断不同网络尺度上解是否已经收敛,因为分析没有收敛的解是没有意义的;再由不同网络尺度上的数值解定量化的给出离散误差的大小。
网格收敛性分析基于Richardson外差的方法,即网格上了离散解u认为是对解析解u exact的近似,由泰勒展开可以表示为:u=u exact+g1h+g2h3+g3h3+…
式中,h表示网格间距。
假设给定的计算方法具有p阶精度,则上式可以表示为:u=u exact+O(h p)
设细网格上的解为u1,粗网格上的解为u2,可以通过两个网格的计算值采用外推的方法估计精确解,以精细网格上的解为参照有:
对于细网格上的误差和粗网格的离散误差,不难推导具有下面的形式:
相应计算的误差带采用GCI(Grid Convergence Index)来表示,有下面的形式:
式中Fs表示安全系数,Fs越大精确解落在误差带中的可能性越大,但太大的Fs就失去了误差预测的意义。
格式收敛精度p是非常重要的参数,需要注意的是格式形式上的精度并不能代表实际的收敛精度,同时对于不同问题计算方法的收敛精度也并不一定相同。
因此需要考虑如何得到p的值,可以采用3个网格上的数据分析格式的精度。
设网格从3到1逐渐加密,若网格变化的系数r相同,则有:
若网格变化的系统不同,分为r12和r23则有:
在网格收敛性分析中另外有一项有意义的工作,就是通过分析和要求的精度确定网格变化的系数,设要求的误差区域大小为GCI*,需要确定网格变化系数r*,可以有公式:
依据上面的分析可以在细网格和粗网格上分别给出相应的误差带:
细网格上的误差带{u fine-GCI fine,GCI fine+u fine}
3.2.2格式收敛性分析
在相同网格系统下不同精度格式计算的结果在收敛的情况下应该是相互接近的,否则表明最少有一个格式在此网络系统下还没有收敛,如果计算结果是相互接近的,则可以通过不同格式截断误差之间的差别获取收敛解的数值误差带和数值截断误差的大小。
格式收敛性分析是指采用不同精度的格式在相同的网格上进行计算,获得关于解的收敛性和误差定量信息的方法,系统的格式收敛性分析在CFD误差估计中也较为常用,但初始的收敛性有时还需采用网格收敛来分析,不能单独形成一套完整的分析方法。
考虑两种计算方法的解分别为u1和u2,相对应的格式收敛精度分别为p1和p2.设p1>盘,则有误差公式:E=u1-u2
则解的误差带计算公式:GCI1=Fs|E|,安全系数Fs一般取1.25~3即可。
对应的误差带一般采用高阶格式的解给出:{u1-GCI1,GCI1+u1}
3.2.3总结
通过数值可靠性分析中的网格和格式收敛性分析可以看出:对于一个具体的CFD计算而言,残差收敛的数值解并不一定对应解的收敛;解收敛所需的网络系统随收敛精度的要求不同而不同;对于应用而言,网络收敛分析可以仅通过网格逐渐加密而完成,而格式收敛性分析,需要网格加密的配合才能完成,因此,网格收敛性分析在应用中,相对更方便。
3.3不收敛通常的解决方法
1.一般首先是改变初值,尝试不同的初始化,初始化对于收敛很关键。
2.收敛最基础的是网格的质量,计算的时候看怎样选择CFL数。
3.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,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。
5.调节松弛因子也能影响收敛,不过代价是收敛速度。