跳到主要内容

CFD模拟类型:离散化,近似和算法

你能学到的:

  • CFD模拟有很多种形式,这取决于系统的预期行为。

  • 不同的CFD模拟类型涉及选择正确的离散方案和近似。

  • 更高级的模拟包括迭代计算,其中系统被模拟,参数被调整,以最大限度地从系统散热。

CFD模拟类型与电热联合模拟结果

各种CFD模拟类型是电-热联合模拟的重要组成部分。

计算流体力学是一个影响深远的领域,可以追溯到1822年,当时克劳德-路易斯纳维尔和乔治加布里埃尔斯托克斯推导出描述粘性流体流动的纳维尔-斯托克斯方程。在计算机出现之前,这些方程只能在某些近似和简单的几何条件下解析求解。虽然这些解决方案对描述流体行为具有指导意义,但复杂系统需要计算技术和各种CFD模拟类型。

任何电子设备都包含多个部件和元素,这使得几何结构非常复杂,并且在这些系统中无法使用分析技术对具有传热的流体流动进行建模。相反,设计师必须使用数值技术来求解纳维-斯托克斯方程和热方程。如果手工尝试,这是一个棘手的数值问题,但正确的仿真程序、求解算法和离散化方案将为复杂的PCB产生流体和热流结果。

CFD模拟类型:离散化,近似和算法

如果你曾经看过一个给定系统的CFD模拟结果,你会注意到同一个系统可以显示不同的数值结果。这是因为不同的CFD模拟类型都使用自己的离散化方案、求解算法和系统近似。作为一名系统工程师,您的目标是了解哪些CFD模拟类型最适合不同的情况,以及您可以收集哪些信息。

离散化和算法

离散化方法用于将连续函数(即CFD中微分方程组的实解)切成离散函数,其中解值在空间和时间的每个点上定义。离散化简单地指的是解空间中每个点之间的间距。

当模拟拟计算流体/热流的动态解时稳定的物理问题,由于除空间外还需要离散时间,因此使用时域有限差分(FDTD)方法。在没有时间依赖性的1D、2D或3D系统(即稳态解)中有限元法用于离散化。三维系统的另一种方法是有限体积法(FVM),在这种方法中,系统以体积单位离散,而不是以形成网格的点集离散。

求解算法产生不同的收敛性,只适用于某些离散方法。最常见的解决方法包括:

  • 迭代法:Picard法、Newton法、Newton- raphson法、Uzawa法是CFD方程组线性化和求解有限差分方程的常用方法。这些线性化方案类似于小信号分析用于电路模拟。

  • 欧拉方法:该方法可用于求解无粘性流体的线性化Navier-Stokes方程,其结果在很大程度上等同于无粘性流体的迭代技术。

  • 网络技术:将系统中具有不同材料属性的不同区域定义为网络中的元素,其中网络元素之间的接口是相邻区域之间的空间边界。一个相关的技术是加性Schwartz技术,它将CFD问题分解为不同领域的多个边值问题,并将结果相加。

  • 变换方法:这些线性化技术只适用于特定的几何图形。通过应用解析或数值变换,系统可以线性化,并容易地使用迭代方法求解。

  • 自适应网格:这涉及到在网格中使用以前的一种方法,在系统中使用细到粗的网格。系统中要求高精度的关键区域使用细网格尺寸,而其他精度较低的区域可以容忍使用粗网格尺寸。

近似

CFD模拟类型中使用的近似值旨在降低系统的数值复杂性,从而提高收敛速度。当与粗糙或自适应离散化一起使用时,可以减少复杂系统的模拟时间。然而,您牺牲了准确性和粒度,因为系统可能不会以您通过近似所理想的方式运行。以下是用于近似CFD模拟类型的方法:

  • 降维:这是指减少模拟中的维数。这也包括模拟稳态流体和热流,而不是观察瞬态行为。

  • 流动行为近似:这简单地指的是理想化系统中的流体流动。通常情况下,当处理在整个系统中提供空气的风扇时,您可以查看层流状态,以了解热量如何从热组件中移动并积聚在下游组件中。

  • 几何简化:这只是将系统中非常复杂的物体替换为非常简单的物体。这通常用于在大长度尺度上模拟系统;比长度尺度小得多的复杂结构被简单地近似为更简单的物体。例如,表面贴装IC可以用一个简单的盒子来表示封装的轮廓(见下图)。这减少了描述对象所需的网格点的数量,从而提高了收敛速度。

带有几何简化和层流的CFD模拟类型

简化几何结构的CFD层流模拟。

基于CFD算法的系统优化

过去10-20年的研究主要集中在使用数值优化算法来最大化复杂系统中的流体或热流。在这些系统中必须使用数值优化方法,因为复杂系统的CFD模拟也必须以数值方式进行。换句话说,像梯度下降或库恩-塔克方法这样的分析优化技术不能被使用,因为目标函数不是一个分析函数。

在CFD模拟中,流体和热流数值优化最成功的一类方法是进化算法。在这种类型的优化算法中,围绕当前解决方案随机生成对系统参数的调整,并为每个候选系统参数集计算CFD结果。选择产生最大散热的参数集作为当前最优解,这成为下一次迭代生成参数的起点。

该领域的创新者可以使用以下流程围绕不同的CFD模拟类型开发进化优化技术:

  1. 用户选择他们想要优化的系统参数,并在允许的解空间内生成初始系统参数集。

  2. 采用线性变异策略调整用户选择的参数,随机生成一组新的系统参数解。

  3. 利用(2)中生成的系统参数,用CFD算法求解Navier-Stokes方程和热方程。

  4. 如果当前系统参数不能提供更高的流体流量/热流量,则转(2),生成一组新的系统参数。

  5. 如果CFD算法确实提供了更高的流体流量/热流,则保持当前系统参数集为最佳解决方案。使用这些参数作为(2)中的起点。

  6. 一旦系统完成了特定次数的迭代,或者如果解决方案在特定次数的迭代中停止改进,则终止算法并保持当前系统参数为最佳可能解决方案。

每次迭代的收敛时间主要由用于生成候选解决方案的CFD模拟类型决定。这些类型的系统优化问题是复杂的,但是更新的软件工具将在它们的采用中发挥主要作用。您使用的任何模拟器都需要直接从PCB布局中获取数据,并生成自适应网格以平衡精度和收敛速度,最好的多物理模拟器将与您的PCB设计软件集成。

一旦你用强大的PCB设计与分析软件包,您可以使用不同的CFD模拟类型来检查热和流体流动摄氏度热求解器从节奏。的SI/PI分析点工具还包括电气模拟功能的设计签字。该平台为您的PCB提供了所需的电气和热分析。

如果您想了解更多Cadence如何为您提供解决方案,跟我们和我们的专家团队谈谈吧

作者简介

凭借行业领先的网格方法和强大的求解器和后处理能力,Cadence Fidelity为推进、空气动力学、流体动力学和燃烧等应用程序提供了全面的计算流体动力学(CFD)工作流程。