一、Gradient 梯度离散方法

在 Fluent 的求解离散方案中,对于梯度 Gradient 的离散方法有三种:

  1. Green-Gauss Cell-Based
  2. Green-Gauss Node-Based
  3. Least Squares Cell-Based 

软件默认的是 Least Squares Cell-Based 方法,而且相信很多人在仿真时候,对于 Gradient 的离散方法都是采用默认的。

Gradients 梯度需要离散的必要性不单单是为了在网格表面构建标量值,而且还是为了计算二次扩散项和速度导数的需要。

1. Green-Gauss Cell-Based

Green-Gauss Cell-Based,顾明思议,基于网格中心(Cell-Based)计算。对于网格面的物理量,是对此面两个相邻网格中心物理量求解算数平均值(对于一个面来说,在垂直面的方向,只有前和后两个网格)。下图是来自 Fluent 15.0 帮助文档的解释。 

2. Green-Gauss Node-Based

Green-Gauss Node-Based,顾明思议,基于网格点(Node-Based)计算。对于网格面的物理量,是对此面的网格点的物理量进行求解算数平均值。下图是来自 Fluent 15.0 帮助文档的解释。 

从面网格物理量的计算公式看,对于非结构网格 Node-Based 梯度方案比 Cell-based 梯度方案得到的仿真值更加精准,同时,会消耗更多的电脑计算资源。 

此离散方法对于多面体网格,在网上的版本说是不适合用的,应该是对于 Fluent6.3 版本吧。但是对于现在的 Fluent 版本,可以应用的,只不过是消耗更多的计算内存。下面这段话是来自 Fluent15.0 帮助文档的证据:Since polyhedral meshes can have a much higher ratio of nodes to cells then tet or hex meshes, the use of the node-based gradient method may result in a significant increase in memory consumption compared with other gradient methods.

3. Least Squares Cell-Based

是 Fluent 默认的梯度离散方案,在 Fluent 6.3 版本之后新增加的。

Least Squares Cell-Based,顾明思议,基于网格中心(Cell-Based)计算,。两个相邻网格中心量的变化等于两个中心量乘以方向。下图是来自 Fluent 15.0 帮助文档的解释。 

从计算方案可以看到,对于非结构网格,Least Squares Cell-Based 方法的精确度比得上上面第二种方法。而且相对于上面第二种方法,占用的电脑计算资源低一点。在 Fluent 15.0 帮助文档中原文如下:On irregular (skewed and distorted) unstructured meshes, the accuracy of the least-squares gradient method is comparable to that of the node-based gradient (and both are much more superior compared to the cell-based gradient). However, it is less expensive to compute the least-squares gradient than the node-based gradient. Therefore, it has been selected as the default gradient method in the ANSYS Fluent solver.

二、总结(划重点)

1. Green-Gauss Cell-Based

  • 相邻网格中心点的代数平均
  • 计算量较小,准确度可以接受

2. Green-Gauss Node-Based

  • 求解面上各节点值得代数平均
  • 而节点值取周围网格单元值得代数加权平均
  • 对于非结构网格,比 Green-Gauss Cell-Based 更准确
  • 特别适合三角形和四面体网格和尺寸变化比较大的网格

3. Least Squares Cell-Based

  • 假设变量在网格单元之间线性变化
  • 适用于多面体网格
  • 也能用于三角形或者四面体非结构网格
  • 默认的梯度离散方法

所以,一般的情况下,采用默认梯度离散方案即可。但是对于尺寸变化比较大或者网格质量不是很好的网格,建议采用 Green-Gauss Node-Based 尝试下。

最后修改:2022 年 06 月 02 日
如果觉得我的文章对你有用,请随意赞赏