本人所使用的解决fluent计算不收敛的方法

通流

对于收敛性，我只想强调一点。计算越是能够反应实际物理过程，收敛性就越好。这实际就是LZ的第四条和第六条的原因。这个事情说起来简单，做起来比不容易，因为有些时候，是需要在理解流动的基础上才能搞对的。

例外的情况是，实际流动是非定常的，而用户出于某种原因很需要得到定常解，也就是收敛的解，这时，有很多方法可以采用。如楼主的2,3,5条。我经常干的是有意把网格搞得粗一点。比如，计算叶片周围的流动，在叶片的尾迹中，流动总是非定常的，其实是个卡门涡街的东西。这时候，在尾缘附近避免使用过多的网格，就能把一些非定常的现象给过滤掉了。

第一条则是搞计算起码的条件。虽然现在的算法对网格要求不高，但如果一个极其细长或者相邻的两个网格相差几十甚至几百倍的话，总是有问题的。

[ 本帖最后由 通流 于 2011-11-9 09:47 编辑 ]

xrs333

原帖由 通流 于 2011-11-8 22:04 发表

                               
登录/注册后可看大图

对于收敛性，我只想强调一点。计算越是能够反应实际物理过程，收敛性就越好。这实际就是LZ的第四条和第六条的原因。这个事情说起来简单，做起来比不容易，因为有些时候，是需要在理解流动的基础上才能搞对的。

例 ...

或者反过来说，发散的原因往往是，即使不是总是，计算模型是非物理的，或者说计算模型中变量状态与应遵循的基本物理定律偏离太远。

030301029

原帖由 通流 于 2011-11-8 14:04 发表

                               
登录/注册后可看大图

对于收敛性，我只想强调一点。计算越是能够反应实际物理过程，收敛性就越好。这实际就是LZ的第四条和第六条的原因。这个事情说起来简单，做起来比不容易，因为有些时候，是需要在理解流动的基础上才能搞对的。

例 ...

通流版主说的也非常好，受教。特别是故意用不好的网格来计算，这个方法对做cfd时间长的人来说，的确是一个非常好的手段，可以实现一些好的目的。

有时候问题说的很简单，做起来却很难。就简单的说网格，要和物理过程吻合，其实很难。很多参考资料，教程等，都没有仔细分析这个物理量对网格的影响。另外，即使我们理解过程，做起网格来，也是很困难的一个事情。

另外，做学术和做工程，其实研究目标也差别很大。所以模拟过程采取的方法、手段、对象等，也可能差别很大。

通流

我再添一句。什么是“实际物理过程”？就是你可以通过实验装置实现的过程。

举个例子，为什么对于管流一类的计算，设流量是不合理的。对于一个实验装置，流量一般是通过下游（或上游）的阀门来实现的。所以，最合理的做法是在出口设类似于阀门那样的边界条件。由于阀门一般离我们感兴趣的东西比较远，所以对于一个范围有限的计算域，出口感受的是下游传过来的压力，所以如果不用阀门那样的边界条件，出口一般设静压。

zengqice

看着高手们“打架”，我就越来越喜欢这个论坛了

Cavalier2010

颇有华山论剑之风，高手果然很多

kgd_ljl

讨论得很激烈啊 高手们，能帮我解决一下我计算NACA23012翼型大迎角时候不收敛的问题吗？
是骡子是马 拉出来溜一溜就知道了 好吗

kamajupiter

您好！我初学Fluent，什么都不怎么懂，请问您什么是“fmg初始化”，什么是“mrf”，谢谢您哈！

zhan5

学习了。。。

daxueshiguang

说的真棒~必须学习

buctxyn

都是牛人啊，受教了！

sliu2011

fmg即多重网格
mrf猜想是moving reference frame

sliu2011

根据fluent的宣传册子，已经发展pressure based coupled solver+pseudo transient+ hybrid initialization/full multigrid为具有很好鲁棒性的方法。版本13以及版本14尤其在增加求解器鲁棒性的方面做了提升。经过我对我的低雷诺数翼型模拟的经验，前面所提的组合确实很好，在SIMPLE容易算发散的情况下容易保证收敛，比如在不调整URF的情况下。在SIMPLE能收敛的时候可以保证更快的收敛：尽管每一步算得时间更长，但是总的迭代次数少很多，实际的计算时间仍然减少。经对比，大约可以减少到原来的四分之一。
不同湍流模型的收敛性和对网格的要求不一样。使用者需要在了解加速收敛的一般规律后自己摸索自己的算例适合的方法。采用一阶或二阶格式也影响计算的收敛。但现在一般都要算到二阶。有些文献算到更高阶，但是有的是用blending降阶了。
种种迹象表明，尽管是动用计算机按照规定的程序求解问题，求解CFD问题仍然是一个需要个人不断积累经验，熟能生巧，见多识广，逐渐精通的过程。