为什么 CFD 民主化如此艰难?

2018-04-12 13:21:33·  来源:ANSYS学习与应用  
   
首先,也可能也是最重要的一点,我们认识到,CFD 尝试进行的流体流动及传热与传质仿真看似是一个简单的常规应用领域,但实际绝非如此。以化工行业常见的简单管壳式换热器为例,有人可能认为,在开始仿真之前,此黑盒内的物理场相对简单和
首先,也可能也是最重要的一点,我们认识到,CFD 尝试进行的流体流动及传热与传质仿真看似是一个简单的常规应用领域,但实际绝非如此。

以化工行业常见的简单管壳式换热器为例,有人可能认为,在开始仿真之前,此“黑盒”内的物理场相对简单和“独立”。但遗憾的是,在此容器可能的操作范围内,也许会发生极其复杂的物理现象。根据所采用的流体和容器内的工作条件,在事先不知道答案的“真实世界”中,许多复杂的传输现象可能在容器的正常(或异常)操作期间全部或部分地进行,而人们在没有相关应用的任何先验知识的情况下,根本无法轻松了解将会出现的事件及其出现时间。这些现象可能包括整个容器内的:

i) 冷凝
ii) 化学反应
iii) 蒸发
iv) 升华
v) 空化
vi) 压力波
vii) 流固耦合
viii) 粒子流(分散元和离散元)
ix) 液滴流动
x) 侵蚀
xi) 沉积
xii) 表面反应
xiii) 雾化和雾溅
xiv) 凝聚
xv) 声学效应和振动
xvi) 跨音速流
xvii) 烧结
xviii) 生物反应和过程,以及
xix) 多相共存和运动⋯

对于以上各种物理现象,通常会进行为期数年的大量科学和工程研究,而人们往往会发现,可用于求解的通用方程式寥寥无几,因而可通过 CFD 代码进行仿真的同样如此。故而表面看似“简单”的 CFD 仿真对于希望为其工厂优化容器设计的化工工程师而言,可能是一场噩梦。

另一项佐证是,凭借“摩尔定律的推动力”(另一个 Keith Mientjes 用词),CFD 求解器的速度已经超过了新物理模型以及与 CFD 代码相关的数值增强功能的开发速度。

我们现在拥有非常强大的计算机,可利用相对简单(甚至过时)的经验模型来仿真复杂的物理学、化学和生物学问题。20 世纪 80 年代到 90 年代,CFD 行业供应商疏于甚至停止了在基础学术研究方面的投资,以至无法提供与我们当前拥有的强大计算机相匹配的更有效的 CFD 求解器数值和经验。事实上,我们将前所未有的强大硬件应用于 CFD 工具,然而这些工具尚未获得算法来精确处理应用所需的一些物理场。

因此,人们不仅能够通过 CFD 轻松获得正确的答案,也很容易获得错误的答案。商用 CFD 的先驱者之一,Fluent Inc. 的前总裁 Ferit Boysan 博士在 2004 年便明确指出,如今“更多的人也能以前所未有的速度获得错误的答案!”

于是我们面临了一个悖论,由于任何给定的 CFD 应用对于尝试解决问题的 CFD 用户而言,最初都是一个“黑盒”(即他们事先不知道关键参数),因此他们需要获得相关流体和固体的所有进口、出口的有效边界条件,以及几何边界和材料属性,并且还要能够正确地识别应用中涉及的关键物理场,以便启用正确的 CFD 求解器;另外,还需要一个准确可靠且具有足够的网格分辨率水平的几何图形,从而针对当前状况获得合理“正确”的 CFD 预测。即便如此,还是可以证明,只要运用得当,CFD 软件在众多行业中仍不失为一种有用的工具。

为什么当今的 CFD 未能实现民主化?

商用 CFD 市场于 2013 年(Hanna,2015 年)跨越了 10 亿美元/年的规模,但无可争议的是,该市场依然过度集中于 CFD“金字塔”顶端的分析师,而在较低端的众多设计师、兼职工程师和 CFD 用户群体中尚未得到充分利用。我们估计,全世界 80% 的 CFD 用户仍旧是分析师;余下的才是设计师。因此,CFD 远远谈不上民主化。CFD 仿真作为一项高度可用的支持服务,面向基于数字原型的产品制造和过程开发,为了让其能够充分发挥概念优势,我们认为必须大幅改进基础技术。

当前已有的许多软件工具采用不易使用的“低技术含量”的 CFD 技术,“民主化”CFD 软件工具绝非它们的简化版本;它必须采用真正尖端的“高技术”CFD 方法,从而能够将 CFD 专家从 CFD 工具的操作中解放出来,代之以更合适的“自然”CFD 操作者 — 创造价值的产品开发工程师
此外,我们还需要考虑当今两大 CFD 选民所谓的“用户角色”。

CFD分析师

大多数 CFD 分析师是具有博士或工程硕士学位的“专家”,而且相当擅长解决 CFD 的物理学(和化学)及数值挑战。他们堪称职业“传道士”。事实上,CFD 分析师的需求缺口很大,他们可能稀疏地分布在整个组织内,以响应模式开展工作,并且通常不要求其参与产品设计的早期阶段。

在 CFD 代码中(配合湍流模型)解算二阶非线性耦合微分方程组(纳维-斯托克斯方程)几乎与工程仿真一样难而且无疑比大多数CAD 或 FEA 数值分析更难。分析师以全职身份使用 CFD 软件,并拥有多年的操作经验 —— 毕竟这是他们的职业。

有时,“分析师”这个名头会让人以为,由于 CFD 技术的“技术含量很高”,因此 CFD 专家必不可少。但实际情况可能恰恰相反。CFD 专家之所以在我们的行业内不可或缺,恰恰是因为基础技术的运用极不到位。

CFD 设计工程师
设计工程师通常具有工程学士或工程硕士学位,使用 CAD 设计产品,执行物理测试,并且非常熟悉CAE(从大学开始,很多人甚至用过一些以 CAD 为中心FEA)。设计工程师通常需要快速获得结果,寻找趋势(保真度反在其次),他们能够使用应力分析工具,但 CFD 对他们而言仍然相对陌生。

对于一些中小规模的公司,在进行CFD 仿真和后续重复使用的同时还需要撷取知识,这对设计师而言非常重要,因为他们在一年中可能经常需要简单地运用 CFD。设计工程师面临的最大挑战在于现代产品的复杂度与日俱增。

许多产品已经演化为包含机械元器件、电子设备和嵌入式软件的复杂耦合系统,涉及到多个工程学科。此外,日益增长的元器件数量以及随之而来的小型化要求,都要求他们更好地理解这些元器件之间的热交互和流体流动交互方式。而且,产品通常以多种配置提供,这就进一步增加了产品的复杂性,设计工程师必须了解每种配置的性能。

我们怀疑并提出,CFD/CAE 领域可能广泛存在“群体思维”,而“求同思想”则导致了 CFD 民主化的缺失。我们认为,导致这一僵局的原因主要为以下几方面:

1. 当今的 CFD 仿真工作流程取决于传统 CFD 方法中所用的基础数值方法,而不是用户自己的工程设计工作流程。

2. CFD 甚至使用更为复杂、不完整、不稳定、不精确有时还不可靠的物理和数值模型,尝试对实际产品功能的真实物理复杂度进行建模,这些模型:

i. 并不普遍适用于看起来相似的情形(例如,汽车上或飞机机翼周围的外流空气动力学),

ii. 附带大量在正确使用代码之前需要考虑的非常具体(有时甚至不外传)的应用限制,

iii. 不对用户提供任何直接的失效反馈(因而令其变得更加扑朔迷离),以及需要数量庞大的计算资源 (CPU),而且不保证在仿真过程结束时取得成功(即获得“正确的答案”)。

3. 当今的大多数 CFD 只不过在虚拟世界勉强重现了真实世界的实体产品情形,但在洞悉所采用的工程设计流程、发现设计缺陷和存在改进可能的方面以及新设计方针等方面,通常并未提供任何“附加价值”。在上述所有方面,用户不得不自行推断,通常在积累多年的实践经验后才能有所心得。CFD 用户过分专注于数值解,而不重视实用性培训。

4. 许多 CFD 并未降低工程师了解产品物理场的门槛。事实上,有证据表明,情况恰恰相反。使用 CFD的工程师通常必须非常熟悉产品的物理场(或具有深入的见解),才能在传统的 CFD 工具中选择和设置正确的“建模选项”,以及识别 CFD 建模错误。因此,有讽刺意味的是,将 CFD 用作设计工具来了解产品开发中的物理行为,要求工程师具备更多的物理场知识。

5. 当前建立的传统 CFD 方法不允许用户按照工程师习惯的工作方法开展创新活动。CFD 不具备实时互动性,无法提供沉浸感或处理有形物,难以满足现实的工程时间表要求。CFD 的角色被局限于真实物理世界到虚拟世界的转换;软件在帮助工程师通过以下途径消除真实物理场的复杂性方面未能起到辅助作用:仅仅专注于重要和相关的设计方面、以交互方式解答用户的问题,甚至建议最佳做法。

6. 当今许多 CFD 应用是以孤立工具的形式展开的,因为 CFD 代码往往与一种基础数值方法密不可分,从而将其限定于某些实用的行业应用。任何宣称的“多物理场”仿真(我们甚至怀疑是否真的存在多个物理场?)或更甚者,我们姑且将其称为“多学科物理场”,如果看起来只是通过在某个平台上来回传输数据,在多个孤立的工具之间建立非常呆板的联系,都是荒诞不经的。又或者,它试图仅仅使用一种数值方案来扩展物理建模能力,这种方案最初适合某个有限的功能集,但在面向其他应用时根本无能为力。

7. 不可回避的一点是:CFD 的使用非常昂贵。如果没有至少 1.5 万到 7.5 万美元的软件费用(假设您有一个 CAD 封装),并且聘用一位身价不菲的 CFD 工程师(超过 6 万美元的年薪加上日常管理费用),根本无法开展 CFD,这还没有包括采购功能强大的 PC 的费用和其他杂费。对于中小型企业而言,这类费用无疑将成为其采用 CFD 技术的重大障碍;如果采用替代方案,例如运用内部应用专业知识和基于经验法则的电子表格(Excel 是一种非常强大的工具),或在某些行业抱持“构建并测试”的心态,往往更加令企业不能承受。

8. 可悲的是,有时当 CFD 专家用户感到自己的地位或工作受到威胁时,也会成为“民主化”的绊脚石。毕竟,捍卫其作为业界精英的地位并阻挠变革,这也是人之常情。

9. 最后,CFD 行业没有帮助用户积累、处理和发布多年来在数十亿次 CFD 仿真中收集的任何知识和经验,而是将所有这类工作留给个人用户或用户团体来探索。

CFD 行业当前的民主化问题解决方案

下面我们将介绍 CFD 行业当前采用或尝试采用的旨在“弥合”民主化“鸿沟”的方法/支持技术。我们认为每种方法都各有利弊,其中一些方法已有成效,完全可以在一定程度上改善当前的处境。

CFD 应用程序/应用化

可以说,CFD“应用程序”或 CFD 应用化已有超过 25 年的历史。获取通用 CFD 代码并根据一到两个应用领域进行调整,这种做法由来已久,相关的应用领域包括电子散热(FloTHERM、IcePak 等)、HVAC(FloVENT、AirPak 等)、数据中心(Tileflow、6Sigma DC、Coolsim、FloTHERM 等)和涡轮机构(Numeca、CFTurbo、AxStream、MixSim 等),诸如此类,不胜枚举。实际上,我们注意到这些应用有一个共同点,它们往往满足了市场中跨越多个垂直行业的“水平”需求。

一些大型企业开发了自己的基于代理的 CFD 仿真应用程序来提高其流程的生产率。而且,一些 CFD 软件(例如 Exa PowerFlow、Hanley Innovations 等)主要针对一种(或两种)行业应用,例如汽车/飞机的外流空气动力学或汽车发动机舱热分析等。

此外,我们还看到 CFD 行业的许多咨询机构(和基于云的承办商)如雨后春笋般涌现,基于开源 CFD 工具集 OpenFoam 创建和销售各种客户定制的封装器(例如Symscape、Totalsim)。应用程序面临的一大挑战是,模板本身就是一种具有自己的产品生命周期的软件,包括规范、用户界面 (UI)、实施、测试、上市、Q/A、维护、支持、文档等等。这类开发项目可能超出一般 CFD 用户的专业能力,而外包这一任务则可能拉低投资回报率。

另一方面,应用程序针对变化不大的繁琐的重复性任务,提供了能够大幅提高生产率的有效方法。这类任务是所选行业内的典型任务,应用程序可协助将运行 CFD、收集结果和执行基本结果评估的工作指派给技能水平较低的用户,因而真正有可能拓宽 CFD 的应用范围并推动 CFD 的民主化。

另一方面,未来我们需要提高 CFD 的可获取性。这将是 CFD 行业面临的最大挑战。然而,通过应用程序或模板简化 UI 以及使用相同的传统基础仿真技术的做法将无济于事,因为这些 UI 简化会从 UI 中移除参数、配置和控制功能,恰恰降低了仿真引擎的可用性。

因此,针对传统的 CFD 仿真软件进行基于应用程序的 UI 简化只会适得其反,降低软件的可靠性和一致性。我们有充分的理由相信,首要的一步是需要对基础 CFD 技术进行大量投资,唯一的目的是通过搭配自动误差估计的智能方法、网格重新配置、用于检测非物理设置的内置“智能”,以及针对已知模型局限和缺陷的变通方案等等,来提高结果的稳定性、可靠性和再现性。只有当我们成功地将 CFD 仿真技术真正提升到新的可靠性水平,我们才能开始讨论针对特定的任务,为各类应用程序和模板简化 UI。

目前,COMSOL 和 SolidWorks 都提供了“应用程序商店”和应用程序共享。从用户的角度而言,真实世界的生产应用程序在其可供能力水平相对较低的用户有效使用之前,不应让高能力水平的博士用户在应用程序的开发方面投入太多时间。

但另一方面,也需要权衡博士用户仍需要在应用程序上投入多少时间,以提供应用程序支持、培训和支持各类用户、修复错误、解决基础框架错误、修订原始规范、创建新应用版本等等,以及审视通过让成本较低的项目用户(但仍必须是合格的用户,而非廉价的用户)使用应用程序所带来的好处。这对企业而言是否可以接受,尤其当博士用户离开企业而应用程序没有保留有效的文档记录时?

再次重申,只要基础仿真技术真正适合用途,应用程序和模板便能成为一种有效的 CFD“民主化”方法。我们目前在 CFD 扩展领域的成果看来还很有限,有时甚至存在缺陷,无法满足应用程序的需求。

八种促进因素对 CFD 民主化的影响

需要指出的是,上述解决方案在 CFD 民主化难题上面临多种彼此冲突的困境,我们从为行业带来的“新 CFD 用户数量”和“所有 CFD用户的生产率”(包括现有用户和新用户)两个方面,对以上八种因素在不久的将来给 CFD 民主化带来的实际影响做出了判断,表 1 显示了我们的判断结果。这里的“生产率”定义为“CFD 用户的 CFD 输出量除以用户获得该输出所需的工作量”。



将引领民主化的未来 CFD 应用

从我们的上述论证不难看出,CFD 民主化的一些前提条件和主要因素体现在 MCAD/PLM、用户体验(自动网格划分、易用性、UI、定向内置智能)、1D-3D CFD 以及 HPC 和云部署中。但我们必须非常谨慎;就CFD 仿真而言,我们所认为的“非专家”和“专家”之间存在一些根本性的区别。

“非专家”只是对特定仿真软件(例如 CFD)而言的“非专家”,但他们在各自的工程领域(例如测试、化学工程、过程控制等)无疑是专家;相反,典型的 CFD 分析师在其工程领域可能是“非专家”,但在运行特定的 CFD 软件工具集方面则是专家。

Knowles(2015 年)恰如其分地阐述了我们的看法,即 CFD 应该计算必要的内容,而不是有可能计算的内容(不论其影响是正面还是负面的)。而且,我们不能将用户简单地划分为“专家”和“设计师”,因为只需要简单了解代码的“设计师”可能在 CFD 领域不是专家,但在其他领域则是专家。

要针对虚拟原型扩展物理 CFD 仿真,我们认为业界不会扩展 CFD 分析部门,而是扩展 CFD 仿真的应用范围,使其更靠近产品开发。业界面临的一大挑战是,可获取的分析师 CFD 技能无法满足需求(ASSESS,2016 年)。于是,另一类用户将不得不成为焦点;需要高度灵活的工程劳动力,在全球范围内雇用工程员工,甚至采用众包形式的工程劳动力,并且能够在人员的招聘和解雇方面适应不断变化的业务需求。管理层再不能将工程的成败寄望于特定的员工。

员工必须是可交换和可替代的。我们相信,未来的 CFD 用户将是符合下列要求并且完全投入到复杂的产品开发流程的工程师

深度了解其产品和设计
受过培训,能够针对问题找到创新的解决方案
每天运用各种设计工具
预期这些工具能够可靠地工作
不太关注这些工具的工作原理
非常灵活,不拘成规
表现出强烈的“坚持到底”的态度

在最终分析中,所有工程师需要的是“实时 CFD”,以便能够尽展其能:针对流体相关的问题做出工程判断,并使用 CFD 在计算机上进行“假设分析”,以帮助其做出决策。现实中(尤其采用传统 CFD 方法时),CFD 专家必须精于 CAD、网格划分以及求解器/数值分析。实际上,当今的 CFD 分析师可能仍旧将66% 的时间花在预处理和数据管理上。实时 3D CFD 确实任重道远,但它仍旧是 CFD 的终极目标(Hanna和 Parry,2011 年)。

我们非常认同德国法兰克福 Siemens PLM 的 Eckhart Niederauer 的看法,他在 “Virtual Engineer” 博客上的一篇关于 “Mechanical FEA is in its Infancy” 的帖子(Cooper,2014 年)中回复道(节选):

“回顾 3D-CAD 在过去 15 年的发展历程,CAE/仿真将重复相同的道路,但步调更快:过程和数据的管理、与工作流程和项目计划及仿真的集成将在验证阶段获得批准权,并从早期阶段(前端装载)开始,帮助提高产品集成阶段的测试效率。这正是借鉴过往历史的线性思考方式。

但人类孜孜以求的是展望未来,和预测前方的道路。这条未来的道路可能/将会具有以下元素:

仿真是被称为验证管理的更大拼图中的一块;管理层不关心您如何验证需求,您只需完成这项工作,他们相信结果,便会做出相应的决策。到此为止。

在设计领域,仿真的自动化程度将与日俱增。最终,当设计师修改底层设计后,将分别使用 27 种荷载工况运行 12 门仿真学科,而且在 5 秒后几何图形发生变化时,验证图标将显示绿色/黄色/红色。您的仿真工程师可以安心工作,而您的任务将是设计底层的运行内容。

系统仿真将接管“政权”,不论它是以 0D、1D 还是 3D 的形式完成。所有验证将回归本能,检查整个系统的需求、功能完整性和性能是否得到了满足。所有学科,例如结构、CFD 和运动等,都将参与其中。而且,我们的机械人员开始了解各种学科,包括控制、嵌入式软件、用户软件、成本、制造、维修……系统仿真即将进入多领域探索时代。请系好您的安全带。

靠紧座位,放松神经,啜一口您喜爱的药物,让您的创意开始起飞。”

最后,我们认为设计工程师未来面临的最大挑战是日益增加的产品复杂性。当今许多产品已演化为包含机械元器件、电子设备和软件的复杂系统,涉及到多个工程学科。此外,日益增长的元器件数量以及随之而来的小型化要求,都需要他们更好地理解这些元器件之间的热交互方式,确保元器件不会出现过热现象。而且,产品通常以多种平台提供,这就进一步增加了产品的复杂性,设计工程师必须了解每种平台的性能。

总之,我们认为,必须通过未来的 CFD 代码架构解决环环相扣的一系列因素,才能满足民主化的需求。