《ANSYS CFX 14.0超级学习手册》——第2章 CFX软件简介2.1 CFX的软件构成

简介:

本节书摘来自异步社区《ANSYS CFX 14.0超级学习手册》一书中的第2章,第2.1节,作者: 高飞 , 李昕 更多章节内容可以访问云栖社区“异步社区”公众号查看。

第2章 CFX软件简介

ANSYS CFX 14.0超级学习手册
CFX软件是目前国际应用最广泛的商用CFD软件之一,可求解与流体、热传递及化学反应和燃烧等相关的工程问题。CFX具有丰富的物理模型、先进的数值方法以及强大的前后处理功能,在航空航天、汽车设计、石油天然气、涡轮机设计等方面有着广泛的应用。本章将介绍CFX软件的结构和文件类型。

学习目标:

掌握CFX软件的结构体系;

掌握CFX计算的分析过程中所用到的软件模块:前处理、求解管理及后处理;

掌握CFX整个分析过程中产生的文件类型及其内容。

2.1 CFX的软件构成

ANSYS CFX 14.0超级学习手册
ANSYS CFX功能的实现主要由5部分组成:几何建模、网格划分、前处理、求解和后处理,各功能模块如图2-1所示。


1d899966153897b6bcbc53c2258be4b9451aa57c

(1)几何建模:可以用CFX专用建模软件DesignModeler,也可以用CAD、Pro/E、Solidworks等商业画图软件进行建模,存为中间格式,导入网格划分软件中。

(2)网格划分:划分网格的商用软件较多,可以用WorkBench集成的ICEM CFD,其具有强大的网格生成功能和几何建模功能,可以通过其自动生成网格功能划分四面体网格,或者使用生成拓扑功能生成质量更高的六面体网格和O-grid网格。

(3)前处理器CFX-Pre:用于建立计算区域,选择物质、模型,设定计算区域的边界条件和求解器,确定解的计算精度、迭代的步数、目标残差等。同时,CFX提供的复杂模型还可以用于建立化学反应和燃烧、气蚀、凝固、沸腾、多孔介质、非牛顿流体等大批复杂现象的模型。

(4)求解器CFX-Solver是CFX软件模拟计算的核心程序,在后台执行,用户通过求解管理器来控制设定求解器,使用的是有限元的有限体积法,在保证了有限体积法的守恒特性的基础上,吸收了有限元法的数值精确性。

(5)求解管理器CFX-Solver Manager:便于用户监视求解进程,用于显示CFX求解器输出的求解过程信息,如当前迭代步、残差等。

(6)后处理器CFD-Post:用于完成计箅结果的统计和图形化处理,可以快速地显示计算结果,生成点、线、面、体等位置,创建矢量图、云图、流线、曲线等对象,还可以实现生成数据并输出数据等功能。

2.1.1 启动CFX
在CFX中,启动运行CFX应用程序,有直接启动及在WorkBench中启动2种方式:

1.直接启动
(1)在Windows系统中直接启动CFX。

执行“开始”→“所有程序”→ANSYS 14.0→FluidDynamics→CFX 14.0命令,即可启动CFX程序,进入软件主界面。

或者,在DOS窗口中键入“:ProgramFilesAnsysIncV140CFXbincfx5.exe”命令,则可启动CFX。

(2)在Linux系统中直接启动CFX。

在终端窗口中键入“/usr/ansys_inc/v140/CFX/bin/cfx5.exe”命令,则可启动CFX。

2.在WorkBench中启动
在WorkBench中启动CFX首先需要运行WorkBench程序,然后再导入CFX计算模块,进入程序,步骤如下。

(1)在Windows系统下执行“开始”→“所有程序”→ANSYS 14.0→WorkBench命令,启动ANSYS WorkBench 14.0,进入如图2-2所示主界面。

(2)双击主界面Toolbox(工具箱)中的Component Systems→CFX选项,即可在项目管理区创建分析项目A,如图2-3所示。


<a href=https://yqfile.alicdn.com/cbc43f7ab183030888b06639705355798f4cc486.png" >


3d44903ef81e6ea8f112872e9c21ad7061c24b31

(3)双击分析项目A中的Setup,将直接进入CFX-Pre界面。CFX软件启动后,进入Launcher界面,如图2-4所示。

CFX-Pre可以导入的网格类型较多,包括ANSYS Meshing生成的网格、Gambit生成的网格、CFX网格工具生成的网格、CFX后处理中包含的网格信息、ICEM CFD生成的网格等。

CFX-Pre中内置了大量的材料数据库,包括各种常用的流体、固体材料,如水、空气、铁、铝等。用户可以直接使用这些材料定义求解问题,也可以在这些材料的基础上进行修改或创建一种新材料。

CFX-Pre中可以设置的求解条件很多,包括定常/非定常问题、求解域、边界条件和求解参数。

CFX-Pre会将使用者导入的网格和定义的求解条件统一输出到一个.def文件中,供求解器求解用。

前处理器CFX-Pre界面如图2-5所示,界面大致分为5个区域。

(1)菜单栏:CFX遵循了常规软件的方式,主菜单里包含了软件的全部功能。

(2)工具栏:一般情况下,使用工具栏中的这些快捷按钮就足够用了。


e7e6d14e3375f09f41788f1ccd051a34899a1233

(3)模型设置区:通过tab页面管理全部模型内容,包括网格、求解域、边界条件材料数据库、化学反应库等。

(4)右半部分分为上下两个区域,上面是图形区,以图形方式直观地显示模型;下面是文本信息区,设置不完整或报错信息会在此区域显示。

2.1.3 求解管理器
CFX的求解过程实际上就是一个代数方程组的迭代求解过程,在求解过程中求解器会反馈一些信息,供使用者判断程序的求解运行过程是否正常。CFX的求解管理器Solver Manager就是这样一个反馈程序。

CFX的Solver Manager具有下列主要功能。

(1)启动一个新的求解,启动前可以定义是否使用外部初始文件,是否使用并行。

(2)监视正在进行的求解过程,包括随迭代步变化的残差、监视点的状态参数和三个守恒方程的总体守恒满足程度等。

提示:
通过这些信息,可以判断求解过程是否正常,如果发现不正常求解,可以通过求解管理器中止求解过程,或者动态修改求解参数或边界条件。
(3)对于已经求解完成的问题,Solver Manager还可以回放求解过程,辅助使用者发现求解过程中的问题。

图2-6所示为CFX-Solver Manager的软件界面。

Solver Manager界面有2个主要的区域。

(1)左侧是收敛曲线,以图形方式显示随迭代步变化的各种收敛判断参数,包括残差、总体守恒度、用户自定义的监视点参数等。

(2)右侧是相应的文本信息。

在求解出错时,收敛曲线往往只能看到一个不收敛的结果,而文本信息会给使用者提供尽可能多的错误信息,并对如何修改模型提出建议。


<a href=https://yqfile.alicdn.com/6722278801fd342a4d3a8251467ffd82cb364a61.png" >

2.1.4 后处理器
求解完成后,需要使用CFD-Post对求解后的数据进行图形化显示和统计处理。图2-7所示为CFD-Post的软件界面。


<a href=https://yqfile.alicdn.com/7990d46db8322b18b4efdf1bc5e83ce5c3e59154.png" >

CFD-Post具有一般后处理器的全部特征,包括打开结果文件,建立几何特征,生成矢量图、云图,计算统计量,生成动画,导出文本数据等。

CFD-Post还可以建立自己的宏命令,从而构建一套针对特定问题的后处理。CFD-Post有一套专门针对旋转机械的后处理功能,就是使用宏命令编写的。

相关文章
|
JavaScript
JS自动生成速记符、拼音简写/拼音的声母(例如:“你挚爱的强哥”转换为“NZADQG”)。提取首字母,返回大写形式;提取拼音, 返回首字母大写形式(全拼)。
JS自动生成速记符、拼音简写/拼音的声母(例如:“你挚爱的强哥”转换为“NZADQG”)。提取首字母,返回大写形式;提取拼音, 返回首字母大写形式(全拼)。
28215 0
|
安全 调度 数据安全/隐私保护
PCIe访问控制服务(ACS)
PCIe访问控制服务(ACS)
8394 0
PCIe访问控制服务(ACS)
|
人工智能 自然语言处理 供应链
AI如何帮助中小企业进行赋能?
人工智能(AI)正加速赋能中小企业,在营销、生产、客服等领域助力转型升级。通过精准营销、智能运营与高效服务,企业可显著提升效率与竞争力。尽管面临技术门槛、数据安全与人才短缺等挑战,借助云服务、政策扶持与人才培养,中小企业仍能把握机遇,实现可持续发展。
1091 0
|
消息中间件 机器学习/深度学习 Java
java 最新技术驱动的智能教育在线实验室设备管理与实验资源优化实操指南
这是一份基于最新技术的智能教育在线实验室设备管理与实验资源优化的实操指南,涵盖系统搭建、核心功能实现及优化策略。采用Flink实时处理、Kafka消息队列、Elasticsearch搜索分析和Redis缓存等技术栈,结合强化学习动态优化资源调度。指南详细描述了开发环境准备、基础组件部署、数据采集与处理、模型训练、API服务集成及性能调优步骤,支持高并发设备接入与低延迟处理,满足教育机构数字化转型需求。代码已提供下载链接,助力快速构建智能化实验室管理系统。
318 44
|
10月前
|
传感器 机器学习/深度学习 数据采集
【航空发动机寿命预测】基于SE-ResNet网络的发动机寿命预测,C-MAPSS航空发动机寿命预测研究(Matlab代码实现)
【航空发动机寿命预测】基于SE-ResNet网络的发动机寿命预测,C-MAPSS航空发动机寿命预测研究(Matlab代码实现)
623 0
|
机器学习/深度学习 缓存 PyTorch
异步数据加载技巧:实现 DataLoader 的最佳实践
【8月更文第29天】在深度学习中,数据加载是整个训练流程中的一个关键步骤。为了最大化硬件资源的利用率并提高训练效率,使用高效的数据加载策略变得尤为重要。本文将探讨如何通过异步加载和多线程/多进程技术来优化 DataLoader 的性能。
2867 1
|
存储 人工智能 前端开发
Botgroup.chat:超有趣的开源 AI 聊天室!多个 AI 在线互怼,一键搭建你的专属 AI 社群
Botgroup.chat 是一款基于 React 和 Cloudflare Pages 的开源 AI 聊天应用,支持多个 AI 角色同时参与对话,提供类似群聊的交互体验。
4126 28
|
边缘计算 文字识别 自然语言处理
当OCR遇见大语言模型:智能文本处理的进化之路
简介:本文探讨光学字符识别(OCR)技术与大语言模型(LLM)结合带来的革新。传统OCR在处理模糊文本、复杂排版时存在局限,而LLM的语义理解、结构解析和多模态处理能力恰好弥补这些不足。文中通过代码实例展示了两者融合在错误校正、文档解析、多语言处理、语义检索及流程革新上的五大优势,并以财务报表解析为例,说明了该技术组合在实际应用中的高效性。此外,文章也展望了未来的技术发展趋势,包括多模态架构、小样本学习和边缘计算部署等方向,预示着文本处理技术正迈向智能认知的新时代。(240字)
1215 1
|
存储 数据可视化 数据挖掘
大数据环境下的房地产数据分析与预测研究的设计与实现
本文介绍了一个基于Python大数据环境下的昆明房地产市场分析与预测系统,通过数据采集、清洗、分析、机器学习建模和数据可视化技术,为房地产行业提供决策支持和市场洞察,探讨了模型的可行性、功能需求、数据库设计及实现过程,并展望了未来研究方向。
952 4
大数据环境下的房地产数据分析与预测研究的设计与实现
|
机器学习/深度学习 人工智能 算法
Python中实现简单神经网络
【9月更文挑战第2天】本文将通过Python编程语言,介绍如何从零开始构建一个简单的神经网络。我们将使用纯Python代码,不依赖任何外部库,来展示神经网络的核心概念和工作原理。文章将详细解释每个步骤,并最终实现一个能够进行基本模式识别的神经网络模型。通过这篇文章,读者可以对神经网络有一个直观的理解,并为进一步学习深度学习打下坚实的基础。

热门文章

最新文章