دینامیک سیالات محاسباتی (CFD) چیست؟

دینامیک سیالات محاسباتی (CFD) علمی است که از کامپیوترها برای پیش‌بینی جریان‌های مایع و گاز بر اساس معادلات حاکم بر بقای جرم، مومنتوم و انرژی استفاده می‌کند. سیالات در اطراف ما هستند و به طرق فروانی زندگی ما را تحت تاثیر قرار می دهند. لرزش‌های در حنجره، امواجی در هوا ایجاد می‌کند که امکان گفتار و همچنین شنیدن کلمات گفته شده را فراهم می‌آورد. بدون سیالات، چرخش توپ تنیس بی‌معنا خواهد بود و هواپیمای هیچ نیروی بالابری تولید نخواهد کرد. با کمک CFD، می‌توانیم سیالاتی را که تقریباً هر بخش از دنیای ما را تشکیل می‌دهند، تحلیل، درک و پیش‌بینی کنیم. جهت آموزش انسیس فلوئنت مانند آموزش سالیدورک که مکتبی نو برای شما بهترین آموزش هارا فراهم کرده است کافیست تا وارد لینک شوید.

مثال های از دینامیک سیالات محاسباتی

عبارت CFD در هر زمینه ای که نیاز به پیش‌بینی جریان سیال و انتقال حرارت وجود دارد، هم چنین برای درک تأثیرات جریان سیال بر روی یک محصول یا سیستم استفاده می‌شود. CFD ویژگی‌های مختلف جریان سیال مانند دما، فشار، سرعت و چگالی را تحلیل می‌کند و می‌تواند به طیف وسیعی از مسائل مهندسی در صنایع مختلف اعمال شود، از جمله:

صنعت هوافضا و دفاع: شبیه‌سازی دینامیک سیالات (CFD) این امکان را فراهم می‌کند که جریان هوا در اطراف هواپیما مدل‌سازی شود تا نیروی بالابر و مقاومت پیش‌بینی شود که به آن آیرودینامیک خارجی گفته می‌شود. این موضوع از اهمیت بالایی برای شرکت‌های است که به دنبال بهینه‌سازی طراحی هواپیماها برای بهبود عملکرد و کاهش مصرف سوخت هستند. عبارت CFD همچنین می‌تواند سیستم‌های پیچیده درون کابین هواپیما، مانند گردش هوای کابین را شبیه‌سازی کند تا کیفیت هوا پیش‌بینی شود. کاربردهای کلیدی شامل خنک‌سازی هواپیما، آیرودینامیک بدنه هواپیما، تهویه مطبوع کابین، و نیروی محرکه می باشد.

شبیه سازی با نرم افزار Ansys Fluent بررسی آیرودینامیکی یک هواپیمای تجاری

خودرو: در وسایل نقلیه الکتریکی که موتورهای الکتریکی و باطری ها موجود می باشند، نیازمند تعامل گسترده ای بین مهندسی مکانیک، شیمی و برق می باشیم، شبیه‌سازی دینامیک سیالات (CFD) به ما این امکان را می‌دهد که بررسی های حرارتی دقیقی در سراسر سیستم انجام دهیم. این ویژگی به مهندسان کمک می کند تا پیش‌بینی کنند موتور به چه اندازه ای به طور مؤثر خنک شده و از بروز نشت حرارتی باتری که می‌تواند منجر به آتش‌سوزی شود، جلوگیری کنند. کاربردهای کلیدی شامل روانکاری جعبه‌دنده، حسگرهای خودرو، آکوستیک هوایی، آیرودینامیک، مدل‌سازی باتری و خنک‌سازی موتور الکتریکی است.

مدل مربوط به خودرو که با استفاده از حلگر GPU Ansys Fluent بررسی شده است.

انرژی های نو: به عنوان یک سوخت با تولید کربن کمتر، هیدروژن سوخت ارزشمندی در ایجاد سیاره‌ای پاک‌تر است. شبیه‌سازی دینامیک سیالات (CFD) به ما این امکان را می‌دهد که زنجیره ارزش کامل هیدروژن را از تولید تا ذخیره‌سازی، حمل و نقل و مصرف مدل‌سازی کنیم. با CFD می‌توان مطالعات گسترده ای انجام داد تا بفهمیم چگونه هیدروژن و سایر سوخت‌های جایگزین می‌توانند در موتورهای موجود استفاده شوند و کارایی این سوخت های جای گزین را مشخص کرد. کاربردهای اصلی و اساسی شامل الکترولیز PEM، تولید هیدروژن، حمل و نقل، ذخیره‌سازی و مصرف، وکاربرد سلول‌های سوختی است.

شبیه سازی احتراق با کمک نرم افزار Ansys Fluent

بهداشت و درمان: در زمینه پزشکی، دینامیک سیالات محاسباتی (CFD) می‌تواند جریان‌های سیال در بدن انسان از جمله جریان خون در سیستم گردش خون و جریان هوا در سیستم تنفسی را تحلیل کند، همچنین می‌توان از این نرم افزار برای تسریع در توسعه دستگاه ‌های پزشکی و ارزیابی اثربخشی داروهای جدید استفاده کرد. کاربردهای کلیدی شامل جریان‌های قلبی عروقی، سیستم تنفسی و داروهای زیستی می باشد.

دینامیک سیالات محاسباتی چگونه کار می کند؟

روش‌های مختلفی برای حل جریان سیالات به کمک کامپیوتر وجود دارد. قبل از شروع، باید تعیین کنید که چه روشی را می خواهید استفاده کنید، و چه معادلات حاکمیتی باید حل شوند. این انتخاب، گزینه‌های موجود برای روش‌های محاسباتی را محدود می‌کند. با فرض اینکه رویکرد پیوسته انتخاب شود (که بسیار رایج است) به صورت کلی ۳ مرحله وجود دارد.

مرحله اول، دامنه جریان سیالات (منطقه پیوسته‌ای که باید محاسبه شود) شناسایی می‌شود (که به‌طور معمول با یک مدل CAD نمایش داده می‌شود) سپس، یک مش به کار برده می‌شود تا دامنه را به سلول‌های مشخص و تعریف شده تقسیم کند. در مرحله آخر نسخه گسسته معادلات حاکم بر سیالات در داخل هر سلول توسط کامپیوتر حل می‌شود. در زمینه محاسبات با کارایی بالا (HPC) یک مرحله اختیاری برای تخصیص گروه‌های مختلف سلولی به کامپیوترهای مختلف برای پردازش هم زمان وجود دارد.

شناسایی ناحیه جریان سیال را که باید بررسی و تحلیل شود:
دامنه را با توجه به اندازه مش و فاصله شبکه دلخواه تقسیم بندی می کنیم:
پردازشگر ها را به مناطق مختلف اختصاص دهید و معادلات حساب دیفرانسیل و انتگرال مناسب را به کار گیرید:

چالش های مدل سازی جریان سیال

ماهیت پیچیده جریان سیالات، مدل‌سازی آن در کامپیوتر را اساسا دشوار می‌کند. تعاملات چندجانبه غیرخطی بودن و ناپایداری از جمله پیچیدگی‌هایی هستند که تحلیل سیالات را بسیار چالش‌برانگیز می‌سازند.

تعاملات چند جانبه: سیالات معمولاً به صورت مستقل جریان ندارند؛ بلکه درون، از طریق و اطراف سازه‌ها جریان دارند برای مثال به حرکت درختان در باد فکر کنید وقتی درخت حرکت می‌کند، جهت باد را تغییر می‌دهد و باد نیز درخت را تغییر می‌دهد. مساله تعامل سیال با سازه نیاز به رویکرد چندجانبه برای مدل‌سازی دارد.

نرم‌افزار CFD انسیس، مانند فلوئنت و LS-Dyna، قادر به حل مسایل تعامل سیال-سازه می باشد (گاهی با یک حل‌کننده مکانیک سازه، مانند Ansys Mechanical ترکیب می‌شود) و حتی زمانی که سیال را به صورت مستقل در نظر می‌گیریم، بسیاری از سناریوهای دنیای واقعی شامل چندین سیال (مثلاً حباب‌های هوا که در آب بالا می‌روند) و یا تغییرات در ترکیب شیمیایی یک سیال از طریق واکنش‌ها (مثلاً جریان احتراق درون موتور هواپیما یا واکنش‌های شیمیایی که در باتری خودرو رخ می‌دهد) هستند، انسیس فلوئنت به‌ویژه برای مدل‌سازی این وضعیت‌ها مناسب است.

غیرخطی بودن: در دینامیک سیالات، ویژگی معادلات فیزیکی حاکم به این معناست که سیال با خود برخورد و تعامل دارد. بیشتر جریان‌های مهندسی به طور طبیعی آشفته هستند. آشفتگی یکی از نمونه‌های غیرخطی بودن در دینامیک سیالات است، زیرا آشفتگی بر سایر کمیت‌ها مانند انتقال حرارت و مومنتوم تأثیر می‌گذارد که بر آشفتگی تأثیر می‌گذارد. وقتی از آشفگی صحبت می‌کنیم ( مانند چیزی که کاپیتان در هواپیما درباره‌اش صحبت می‌کند) منظور ما این است که جریان تصادفی، بی‌نظم و غیرقابل پیش‌بینی است.

تصادفی بودن دلیل اصلی است که یک جزء کلیدی از دینامیک سیالات محاسباتی، واژه “محاسباتی” است. به دلیل غیرخطی بودن و آشفتگی، هیچ راهی برای حل این معادلات به صورت دستی وجود ندارد، این کار باید با یک کامپیوتر انجام شود (به جز چند جریان ساده آرام با ابعاد کم) حتی در این صورت، پاسخ یک مسئله CFD یک راه‌حل نیست بلکه راه‌حل محاسبه شده کامپیوتر است پس از تبدیل تعدادی از محاسبات حساب دیفرانسیل به صورت جبری بیان می شود.

عدم پایداری: یک ویژگی ذاتی آشفتگی عدم پایداری است. این بدان معناست که مقادیر جریان در هر نقطه ثابت در فضا با زمان تغییر می‌کنند. اگر این بی‌ثباتی قابل توجه باشد (برای مثال، زمانی که خودرو در بزرگراه در حال حرکت است)، یک شبیه‌سازی بسیار دقیق به یک راه حل زمان‌محور نیاز دارد که هزینه را به شدت افزایش می‌دهد.

پدیده گسترده turbulence پیچیده است و دانشمندان و مهندسان را سردرگم کرده است. این موضوع آن‌قدر پیچیده است که فیزیک‌دان برنده جایزه نوبل، ریچارد فاینمن، آن را مهم‌ترین مسئله حل‌نشده فیزیک کلاسیک نامیده است. در حالی که CFD این مشکل turbulence را از منظر ریاضی حل نمی‌کند، به مهندسان این امکان را می‌دهد که مدل‌هایی ایجاد کنند که تأثیرات turbulence را در طراحی‌های خود لحاظ کنند.

تاریخچه دینامیک سیالات محاسباتی

مطالعه دینامیک سیالات از اوایل قرن بیستم آغاز شد، زمانی که مدل‌های ریاضی برای نخستین بار به منظور بررسی جریان سیال توسعه یافتند. با ظهور کامپیوترها در اواسط قرن بیستم، این حوزه به سرعت با کمک محاسبات و توانایی مدل‌سازی مسائل پیچیده‌تر تکامل یافت.

توسعه اولیه (دهه ۱۹۰۰ تا ۱۹۴۰):

معادلات حاکم اساسی برای جریان سیال، که به نام معادلات ناویه-استوکس شناخته می‌شوند، توسعه یافتند. این معادلات چارچوب نظری برای درک رفتار سیالات را فراهم می‌کنند.

ظهور کامپیوترها (دهه ۱۹۵۰ تا ۱۹۶۰):

نقطه عطف در CFD امکان انجام محاسبات پیچیده با سرعت بالا و دریافت پاسخ به مسائل جریان سیال را که زمانی حل آن‌ها غیرممکن به نظر می‌رسید، فراهم کرد.

روش‌های عددی (دهه ۱۹۶۰ تا ۱۹۷۰):

استفاده از روش‌های عددی به محققان این امکان را داد که یک ناحیه را به شبکه‌ای از عناصر کوچکتر تقسیم کنند تا خواص سیال را در هر جز مورد بررسی قرار دهند، این کار امکان تحلیل هندسه‌ها و شرایط مرزی پیچیده‌تر را فراهم کرد.

محاسبات با کارایی بالا (HPC) (دهه ۲۰۰۰ تا کنون):

با پیشرفت‌های صورت‌گرفته در HPC، امکان اجرای مدل‌های CFD بزرگتر و پیچیده‌تر در زمان کمتر فراهم شده است. قدرت پردازش عظیم HPC به مهندسان اجازه می‌دهد محاسبات بسیار بزرگی را بر روی فرآیندهای پیچیده، مانند تحلیل یک هواپیما در حال پرواز، انجام دهند.

معادلات حاکم بر CFD

حرکت سیال برای بسیاری از افراد قابل درک نیست، زیرا به طرز متفاوتی نسبت به یک جسم جامد حرکت می‌کند. اگر یک توپ را در اتاق پرتاب کنید، شکل یا جرم آن تغییر نمی‌کند. شما نمی‌توانید به همان شیوه هوا را پرتاب کنید. معادلات حاکم بر دینامیک سیالات (CFD) به ما کمک می‌کنند تا برای شکل‌های دلخواه و طبیعت غیرقابل پیش‌بینی سیالات بررسی و مدل سازی کنیم.

معادلات ناویه-استوکس، که به نام کلود-لوئی ناویه و جورج گابریل استوکس نام‌گذاری شده‌اند، معادلات دیفرانسیل جزئی هستند که حرکت سیالات را توصیف می‌کنند. این معادلات که در اواسط قرن نوزدهم توسعه یافته‌اند، معادلات پایه‌ای برای درک مکانیک سیالات هستند و برای مدل‌سازی انواع مختلف جریان‌های سیال، مانند جریان هوا در اطراف باله و جریان سوخت در موتور استفاده می‌شوند. این معادلات به عنوان معادلات اصلی حاکم بر مدل‌سازی رفتار سیالات در نظر گرفته می‌شوند و بر اساس معادلات بقای جرم، تکانه و انرژی بنا شده‌اند.

بقای جرم: معادله پیوستگی

این معادله بیان می‌کند که جرم حجم معینی از سیال باید ثابت بماند مگر اینکه یک جریان ورودی یا خروجی جرم وجود داشته باشد:

به طوریکه که ⍴ چگالی سیال، t زمان، u بردار سرعت و ∇ عملگر گرادیان است.

پایستگی تکانه : قانون دوم نیوتن

معادله تکانه بیان می کند که نرخ تغییر تکانه در حجم سیال برابر است با مجموع نیروهای وارد بر آن، از جمله فشار و گرانش. برای یک سیال تراکم ناپذیر با ویسکوزیته ثابت، می توانیم معادله را به صورت زیر بنویسیم:

به طوریکه که p فشار استاتیکی است، v ویسکوزیته و ƒb نیروهای خارجی هستند (معمولاً گرانش).

بقای انرژی: قانون اول ترمودینامیک

معادله انرژی بیان می کند که تغییر در انرژی کل سیال باید برابر با انرژی اضافه شده یا حذف شده از سیستم باشد (به عنوان مثال با انتقال حرارت رسانا یا همرفتی).

در جایی که htot آنتالپی کل، λ رسانایی، T دما و SE منابع خارجی انرژی است. اصطلاح ∇ ∙ (u ∙ t) عبارت کار چسبندگی است و نشان دهنده کار ناشی از تنش های ویسکوزیته است.

پیشرفت در CFD

قابلیت CFD تنها به قدرت سخت افزار محاسباتی محدود می شود. از آنجایی که پیشرفت‌های سخت‌افزاری و نرم‌افزاری انتقال محاسبات علمی از CPU به GPU را امکان‌پذیر می‌سازد، از جمله استفاده از چندین GPU برای شبیه‌سازی CFD، جهش‌های عظیم در سرعت و دقت امکان‌پذیر کرده است. پیاده‌سازی‌های چندین GPU، شبیه‌سازی CFD را تسریع، سطوح جدید عملکرد را تقویت کرده و هزینه‌های سخت‌افزاری و مصرف انرژی را کاهش می‌دهد.