CFD 民主化

日期:2018-04-18

什么是民主化,CFD 的民主化程度如何?

“民主”是一种“民有、民享”的政府形态,有证据表明,它由古希腊人于公元前 5 世纪发明,并由英国人、美国人和其他民族在过去 800 多年里不断进行完善。提到动词或形容词“民主化”时,我们可以在字典中看到以下定义:

democratize(民主化)
verb | de·moc·ra·tize | \di-,mä-krә-,tĩz\
:让(某个国家或组织)变得更加民主
:让(某个事物)可供所有人使用
:让所有人都能理解某个事物

追溯过往的技术先例,有人可能认为,亨利·福特在一个世纪之前便洞察到了,可通过改善汽车的一致性和经济性实现汽车拥有与使用民主化的巨大价值;而史蒂芬·乔布斯则在十年前开创了前所未有的智能手机市场,实现了此类技术的民主化。即使是过去 25 年与互联网息息相关的万维网,由于它在全球范围内共享信息,因此也是某种形式的民主化。可以说,我们正处于一个多方位民主化的时代。

 

从分析师到设计师的 CFD 民主化

 

我们注意到,过去二三十年来,工程出版物和仿真圈内一直存在大量关于“计算机辅助工程 (CAE) 民主化”的讨论,在这个意义上,我们认为就能否真正实现工程仿真计算流体动力学 (CFD)软件的民主化(Wong,2015 年;NAFEMS,2015 年;Ogewell,2015 年;Waters,2016 年;Wasserman,2016 和 2017 年;Jenkins,2016-2017 年)一探究竟,不失为一件益事。我们所谓的民主化,意义在于将其提供给数量庞大得多的社会团体(譬如说十倍甚至百倍于当前用户群体)使用。当然,在思考这一问题时,决不能与正成为主流的热门新技术的相关外部趋势脱离,例如自动驾驶汽车、物联网 (IoT)、机器人发展、大数据分析、云部署、人工智能和增材制造等。

在华盛顿特区举办的 ASSESS 2016 年度大会上,CIMData 的 Keith Mientjes 将“民主化”定义为“设法让更多的受众能够接触和使用(工程)仿真,从而助其高效地完成工作”。CFD 应用在最近 5 年内以相对较慢的速度从 5% 的市场渗透率扩张到 10%,而本白皮书将基于这一事实,审视当前尝试推动 CFD 民主化的诸多因素并估计它们的实际影响。我们推算,全世界目前只有约 30–50 万常规或兼职 CFD 用户(包括学生在内),而潜在用户群体涵盖了 3–5 千万个工程师和科学家(Hanna & Parry,2011 年)。CFD 作为一项问世已逾 40 年的商用技术,采用率为何如此之低?我们从这个角度审视了一些基础因素。

我们重点阐述了当前为弥合“民主化鸿沟”而提供的行业解决方案的利弊,这些解决方案包括定制化CFD 应用程序(也称为“应用化”)、高性能计算 (HPC)、多变量设计优化、采用云部署的 CFD 解决方案、开源 CFD、用户体验和易用性增强、在 PLM 工具内嵌入 CAD,以及 1D CFD 流体系统建模/2D/2.5DCFD。概括而言,商用 CFD 应用的历史和演化在多个方面带给我们不少教训,包括 CFD 仿真面临的基础数值和物理学挑战、持续不断(且往往未知)的物理学和化学难题、“未简化”CAD,以及需要采用快速、稳定的网格划分作为中枢等。在讨论用户生产率、公司和用户工作流程、CFD 专家知识和教育瓶颈、专家知识嵌入和多物理场工作流程处理等问题的同时,我们还会讨论传统 CFD 技术和工作流程的替代方法,例如基于粒子的方法(格子波尔兹曼方法)、前期/前端装载 CFD(Sabeur,2015 年)或采用云部署的解决方案。最后,我们将就市场在追求“实时”CFD 这一终极目标的过程中,未来有可能引领CFD 民主化发展的要素提出一些想法。

 

2011 年和 2017 年估算的 CFD 市场渗透率(根据用户数量)

 

 Hanna 和 Parry(2011 年)最早推算,全世界只有大约 25 万常规 CFD 用户。如今,这一数字已增长至超过30 万全职用户,如果将兼职和学生用户计算在内,总数将多达 50 万。毫不夸张地讲,全球 CFD 应用领域仍存在数以千万计的总体有效市场。CFD 问世已有 30–40 年,被认为相对成熟,然而根据我们的估算,其市场渗透率竟然不足 10%。这些数字与 Cambashi 等人士的研究结果(ASSESS,2016 年)不谋而合,根据 Dennis Nagy 的报告,全球范围内的潜在 MCAE 用户数约为 75 万(总体有效市场约为 900 万)。Nagy指出,尽管机械 CAE(包括 CFD)行业保持着 5–10% 的年增长率,但其在全球的应用“民主化”仍存在难以逾越的鸿沟。

那么,为什么 CFD 未能如一些人(Ogewell,2015 年)所呼吁的走向“普罗大众”,甚至无法作为权宜之法,满足最基本的流体流动及传热与传质仿真需求?这是严重困扰当今 CFD/CAE 行业的一个重大问题。应该说 MCAD 行业(其可在软件中创建 2D 和 3D 几何对象)在过去 10 年里也确实一直尝试在更大的范围内解决这一问题;而全球只有区区几百万的 MCAD 用户。Onshape 作为采用云部署的 3D CAD 的开山之作,目的就在于解决同一问题,至于其云部署能否取得成功还有待观察。

传统的 CFD 仿真过程在近 30 年里几乎一成不变,当前完成的大多数 CFD(我们估计可达 80%)都符合以下定式:在 CAD 中创建几何图形,将其导出到网格划分工具并进行网格划分,建立和运行 CFD 求解器,对结果进行后期处理,返回到几何图形并做出修改,然后继续周而复始地执行上述设计循环。多年来,Mentor Graphics 另辟蹊径,通过在 CAD 和 PLM 引擎及工作流程中嵌入 CFD 技术,首创了 CFD“前端装载”的做法。这可以将获取结果所需的总执行时间缩短一个数量级(Sabeur,2015 年)。

CFD 的传统经典方法与前端装载方法在设计流程及与 MCAD 的关系方面的比较

 

过去 20 年里涌现了 SpaceClaim、ANSA、HARPOON 和 Pointwise 等多种前处理工具,在清理“未简化 CAD”、改进网格划分等方面大大改善了传统 CFD 工作流程。它们改善了几何图形的清理、面网格和体网格划分,但无一例外只是一种“快马加鞭”的做法,远远不及新型车辆运输。由此而论,我们不应忘记,仿真工具(包括 CFD)终究只是工具,通过运行这些工具获取仿真结果也不过是面向企业的实际任务提供的一组支持服务之一,目的不外乎为客户创造卓越的产品并建立具备全球竞争力的流程。CFD 仿真“专家”只在一定程度上是必需的,因为仿真工具对于实际操作它的人员(例如设计师)而言往往过于“艰深”,无法像实验室试验等其他服务工具那样充分发挥出它的效益。


当今的 CFD 民主化面临一些显而易见的障碍(Hanna 和 Weinhold,2017 年),在一定程度上,我们甚至注意到,CAE 供应商往往迫使制造业不合理地使用高成本、高学历的工程师和科学家(即仿真“专家”),为产品开发实体(即制造部门)的实际生产环节提供简单的仿真服务。这是因为在很大程度上,CAE 供应商失于提供真正可供其实际目标受众,即工程师和设计师操作的工具。更糟糕的是,这些昂贵的专家并没有将其宝贵的时间花在创造性的活动上,即利用他们的科学教育和能力来构思新产品,而是将大部分时间和才华花在克服 CAE 仿真工具中存在的技术缺陷上,例如清理复杂的 CAD 几何图形,生成计算网格,或设置和监测解收敛以获取有意义的结果等需求上!

  

为什么 CFD 民主化如此艰难?

 

管壳式换热器容器中的压降(带有波状挡板)

 

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 为中心的 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
iv. 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八种旨在“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。

1:CFD 应用程序/应用化

1990 年的 FloTHERM 用户界面 —— 电子散热 CFD 应用程序软件

 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。

 当今典型 CFD 行业的垂直市场和水平市场以及我们估计的市场规模

 

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。

CFD 应用程序的优点:
i. 可使用与几何图形相关联的网格划分,针对有限的物理场范围和几何图形子集调整 CFD 应用程序,
ii. CFD 应用程序可以“顺应”应用需求,
iii. CFD 应用程序可以配合应用特定的产品开发工作流程,
iv. 可以创建 “Smartpart” 和自定义元器件(通常会进行简化加快数值分析和求解器速度)并针对特定应用进行部署,
v. 更容易将相关的多物理场联动与其他 CAE 产品相结合,
vi. 可采用简化的用户界面和应用特定的“图标”。
 

CFD 应用程序的缺点:
i. 除非基础 CFD 求解器在很长时期内不会变化,否则软件的每个新版本总会产生持续的应用程序开发成本。应用程序可能很容易受到应用中的细小变化影响,导致其不适合基础 CFD 工具,
ii. 与所有商用 CFD 软件一样,QA 成本相对较高,因为需要定期通过求解器运行一套测试,
iii. 与所有 CFD 软件一样,持续维护(和支持)成本相对较高。随着 CFD 求解器的演变,向后兼容性也可能成为问题,
iv. 除非具有极高的包含性,否则真实世界的物理现象可能令应用程序在其操作包络的边缘位置失效,
v. 应用程序可能很容易因为没有监控、识别和修复(隐藏的)物理问题的工具而受到影响。这可能非常危险,因为基础 CFD 技术有时可能不适合用户所选的简化水平。

 

2:高性能计算 HPC

随着摩尔定律成为电子领域无可辩驳的发展趋势,如今的硬件变得相对廉价(即 CPU 处理能力和内存),以有限的成本在 CFD 仿真中投入更多的 CPU 现在成为一种可行的做法。事实上,当前用于 CFD 的核心数量多达 10 万个(Bible,2015 年)。在这里,尽管我们将 HPC 视为一个独立的促进因素,但需要指出的是,这一“民主化”相关因素与日益成为民主化基础推动力的云计算有着密不可分的关联(参见下文)。

HPC 的优点:
i. HPC 无疑能够缩短获取 CFD 结果所需的执行时间,因而有助于推动传统 CFD 工作流程某些方面的民主化,并且使例行 LES 仿真和直接纳维-斯托克斯仿真成为可能,
ii. 运用格子波尔兹曼方法的 CFD 求解器(例如 PowerFLOW 和 XFlow)依赖 HPC,以极低的生产准备成本,及时生成以设计为中心的快速 CFD 解,
iii. HPC 允许用户增加 CFD 模型研究领域的范围并提高其细节水平,执行更多瞬态仿真,而且
iv. HPC 允许用户探索广阔的多参数设计空间。
 

HPC 的缺点:
i. 如果用于克服 CFD 技术中存在的局限性,例如网格生成复杂度,HPC 可能是一种很昂贵的变通方案,
ii. HPC 的定价成本不断下降,但基本 CFD 软件的定价在过去 20 年一直保持相对稳定,而且
iii. 对于中小型企业而言,它们没有建立和维护 HPC 集群所需的基础设施或 IT 人员(除非选择云部署),因此不能作为其解决方案。
 

3:多变量设计优化工具

设计优化有时被称为设计空间探索或流程集成与设计优化 (PIDO),是一个快速发展(约 15% 的年增长率)的领域,并且已存在多种产品(例如 modeFRONTIER、ISIGHT、HEEDS、ModelCenter 等)。事实上,CFD 供应商现在已将设计优化纳为其产品线的一部分(例如 FloTHERM 中的 Command Center、CDAdapco 的 HEEDS、FloMASTER 的 Experiments)。这些工具全部基于数学公式,为用户提供了更好的方法来评估适合其 CFD 应用的最佳解决方案。

FloTHERM Command Center DoE 软件中的设计空间预测

 

多变量设计优化工具的优点:
i. 所有 CFD 代码均可从中受益,
ii. 适用于评估 CFD 分析中的许多变量的强大方法,
iii. 有助于为工程师指导“正确方向”,即最优 CFD 预测。

多变量设计优化工具的缺点:
i. 可能非常复杂和繁琐,无法在某些实现中使用,
ii. 通常面向数学家和博士,而非面向在学科领域略知一二的工程师创建,
iii. 工具往往无法直白地回答一个简单的问题:“后续应该采用的最佳设计是哪一项?”
iv. 如果 CFD 分析忽视了关键变量,可能会给出错误的 CFD 预测。


4:采用云部署 HPC 的解决方案

CFD 云部署领域如今每隔几个月就会涌现许多初创公司。在 CAE 领域,新的初创公司(例如 SimScale、simulationHub、Ubercloud 等)正在向现有的供应商发起挑战,而且随着这些公司逐渐发展到相当的规模,开始带来一些许可变化。但在 CFD(和广义的 CAE)领域,我们处理的是几何图形、边界条件和材料属性。一旦完成打包,您将拥有公司的大量知识产权 (IP)。在不安全的云服务器上,知识产权可能遭到窃取。前美国白宫顾问兼 IP 安全专家 Mark Anderson 在 COFES 2015 年度大会(Anderson,2015 年)上告诫工程师们:“认清您的 IP 皇冠上的珠宝,在它们与外界之间保持一层气隙。云中没有任何气隙!”
 

云的优点:
i. 用户可在需要时采用即付即用的模式增加 CFD 使用量,
ii. 它是可扩展的,可满足可变的企业需求,
iii. 基于云的 CFD 可计入运营支出而不是资本支出,
iv. 几乎适合在全球任何位置开展协作,
v. 允许用户采用分包合同的方式,将大型设计空间探索 CFD 仿真阵列分布到数量远远超过现场容量的 CPU,
vi. 尽管存在安全顾虑,但我们很多人依然在云中处理各种银行业务,而且云中还提供了类似Salesforce.com 这种存储了企业所有客户资料的软件,这已被广泛接受。


云的缺点:
i. 安全性不确定。要建立充分的信任,必须深入了解云提供商和 IT 基础设施的可用性、性能、维护、安全性、可持续性等指标,
ii. 担心仿真成本超出控制,因为 CFD 仿真的周转时间在本质上是无法提前预测的,
iii. 导致数据丢失的全球连接问题和连接中断,以及大型模型的上传和下载时间,
iv. 软件合规性问题和地域性,例如国家政府监管(如欧盟区)、数据保护法案(如德国)、国家关税和税收、云在日本的接受度等等,
v. 传统 CFD 代码以及如何将其与云部署联系起来,
vi. 当您将笔记本电脑带到异地,就会增加遭到黑客入侵的安全风险,
vii. 100 美元/月的“自助餐”价格点(Onshape for MCAD 的成本加运费)可能导致现有的商用 CFD市场自相蚕食,

需要指出的是,Simscale 宣称自 2013 年至今拥有 80,000 个 CAE 用户,且仅在 2016 年便新增了 23,000 个新用户(Zaharia,2016 年),这很有趣。即便其中只有 20% 为 CFD 用户,也意味着他们的平台上有令人侧目的 16,000 个 CFD 用户。现有的商用 CFD 用户和“新增”用户的数量均不得而知,其中的学生数量以及怀旧范儿的“观望者”数量同样如此。

5:开源 CFD

有人认为,从帝国理工学院时代开始,便一直存在某种形式的开源 CFD 应用,但如今,它主要围绕OpenFOAM 软件包(现在归 ESI 所有)展开。开源 CFD 有一个已存在 10 年并拥有数千名用户的全球社团。不过,传统的 CFD 代码开发问题同样适用于开源领域。只有 OEM 厂商(和定向 CFD 专家咨询机构)等大型组织才能真正负担得起内部开源 CFD 必需的专业软件开发团队;对于更广泛的受众(例如Symscape、TotalSim 等咨询公司),仅仅冒出很少几种通用商业模式来迎合该市场的需求。
 

开源 CFD 的优点:
i. 可将其视为价格相对便宜的商用 CFD 供应商软件(例如,一些人将其视为“免费”软件),
ii. 能够控制您的 CFD 环境,
iii. 能够使用用户自有的模型和方法扩展和自定义 CFD 软件。开源 CFD 的缺点:
i. 考虑到工程师为其投入的大量工作时间和相关的管理费用,它实际从来都不是“免费”的,
ii. 可用于工业生产,但仅限经验丰富的 CFD 分析师才能使用,
iii. QA 和验证是个大问题,对于出处不明的共享软件更是如此,
iv. 如果软件是由“婴儿潮”时代的工程师编写,那么随着他们的相继逝去,或当该专家离开公司并带走他们的知识时,将面临怎样的局面?
v. 开源软件的出处可能存在 IP 问题。
 

6:用户体验(UX)和可用性

千禧世代不再愿意阅读手册,用户体验对他们而言非常重要,这是举世公认的事实。他们喜欢将事物看做简单的“禁止”、“注意”和“通行”选项。因此,实用的工程仿真软件必须具有“有用”、“直观”、“上手即用”、“有针对性”、“重点突出”和“单一解决方案”等特点(ASSESS,2016 年)。Weinhold 和 Parry(2013 年)在一篇论文中概括了用户体验对 CFD 的影响,并将用户体验视为“CFD 的第三次浪潮”。


UX 和可用性的优点:
i. 它是生成可靠、可重现的 CFD 结果的关键,
ii. 它是有效使用 CFD 软件的关键,
iii. 它是预防用户错误的关键,
iv. 它有利于提高用户生产率。

UX 和可用性的缺点:
i. 事实上,它几乎没有什么缺点。实施不利的用户体验项目可能对 CFD 产生负面影响,甚至产生错误的结果。
ii. 通常,工程仿真 CFD 软件可能必须使用成千上万步操作来处理本质上就很复杂的几何图形和物理场。在 UX 设计中需要考虑这一因素,而且实现起来并不轻松,
iii. 在缺乏 CFD 域或工具专业知识的情况下需要生成精确、可靠的结果,UX 和 UI 不能对这一需求产生负面影响。
  

7:CAD 嵌入和 PLM 实现

 当前,随着新产品或数量越来越多的产品以更快地速度进入市场,需要不断缩短制造产品的开发周期。利用工程仿真技术,可以提高产品设计的复杂度,使其更加逼近产品的极限,从而减少过度设计;但这对 CFD 仿真请求越来越多而仿真专家数量捉襟见肘的局面产生了巨大的冲击效应。机械 CAD 是所有虚拟产品开发流程的中心。CFD 应该认识到并且必须适应这一点,才能成为一种有效的工程设计工具。不过,Keith Mientjes(ASSESS,2016 年)指出,当今的工程仿真在推动产品开发的同时,存在“CAE 暴政”的现象。然而,制造交货时间始终主导着公司的日程安排,3D CAD/CAM 使得工程设计流程不得不重新排序。如下图所示,将仿真工具嵌入到 CAD 是最理想的情形(Sabeur,2015 年)。将 3D CFD 仿真嵌入到MCAD 工具内是一种提高用户生产率和推动 CFD 应用民主化的有效手段。此方法允许在产品开发设计流程的早期进行更多 CFD 仿真,这对最大限度降低成本具有最重要的影响。常见的 CAD 环境和 PLM 工作流程中的这类前端装载的 CFD 仿真需要直接在最新的 3D CAD 模型上进行,并且需要在几个小时而不是几天或几周内提供结果。这也是 Mentor Graphics 将其 FloEFD™ 工具套件嵌入到所有主流 MCAD 产品包所取得的效果。

我们相信,未来 10 年,将 CFD 嵌入到原始 CAD 软件将成为推动 CFD 民主化的最大因素之一。由 CFD 生成的数据与其他所有产品制造信息(例如质量、视觉外观、运动学、环境足迹、制造成本等)并无二致,那么,为什么要从 PLM 工具传输或导出/导入几何图形数据供 CFD 直接使用呢?这是否不合逻辑呢?

CAD 嵌入的优点:
i. 可在设计流程的早期使用 CFD(前端装载/前期),
ii. 可供设计师使用(如果足够稳定),
iii. 为工程师提供了熟悉的(单一)PLM 用户界面,供其学习和使用 CFD,而不是像目前这样,提供两个、三个甚至四个产品包。


CAD 嵌入的缺点:
i. 30 年后,一些主流 MCAD 工具对于任何刚刚上手并尝试首次使用的工程师而言,仍旧不那么容易使用,
ii. PLM 平台内包括 CFD 在内的许多工程仿真工具的整合情况仍旧不尽人意,
iii. 工具没有完整的物理学(或化学和生物学)功能。


8:1D 流体系统/2D/2.5D CFD

世界本质上是三维的,但它也是由复杂的系统和成体系系统构成。现实来讲,CFD 必须采用最合适的方法来实现其总体目标,即便其中需要实行简化。Keith Mientjes(ASSESS,2016 年)指出“对于工程设计而言,基于完整的前端模型进行系统建模非常重要”,从这个意义上讲,1D 系统模型开始体现出前所未有的重要性。1D 系统建模的要求是必须可跟踪和可验证。此外还需要考虑建模层次结构和不断变化的仿真保真度。基于模型的 CAE 协作非常重要,这需要优化数据的“价值流”。理想情况下,工程仿真软件应该强制实现自动选择最佳 CFD 方法,而无需用户输入。在某些情形下,2D CFD 甚至 2.5D CFD 也可以很快地生成现实的工程预测。

典型的 2D CFD 流场仿真情形(薄通道)

 

1D/2D/2.5D CFD 的优点:
i. 一旦建立 1D 模型,系统模型的速度将非常快,可以快速地并行运行许多“假设”分析。
ii. 不要忘了,当今使用的大多数发电站以及航天火箭和波音 747 等经过试验和测试的设备全部采用1D CFD(Miller,2014 年)设计。1D 模型仍旧是一种非常有用的工程工具。
iii. 利用 1D 系统建模可进行实时和近乎实时的工程仿真。
iv. 1D 本质上可用于处理成体系系统,这在当今制造的产品中变得越来越重要。
v. 3D CFD 域的组成部分显示了狭窄通道和多孔区域等一维和二维特征。何必要浪费 3D 求解器的时间和大量网格单元,以 3D 方式解算这类域组成部分呢?


1D/2D/2.5D CFD 的缺点:
i. 绝对精确的 1D/2D/2.5D 仿真一直饱受质疑,
ii. 在协同仿真情形下实现 1D、2D 和 3D 求解器与时间标度的配合一直非常困难。所有求解器不约而同地都会等待链中速度最慢的一个。而且,使用多维度工程仿真软件来仿真瞬态物理过程是最困难的。
  

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,例如 HPC 和云部署等支持技术在易用性和客户工作流程等方面乏善可陈。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”。

表 1:民主化因素对未来的 CFD 渗透率的影响

 

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