1980 年代初期，在谢菲尔德大学大楼的多位人士的贡献下，Ansys Fluent成为第一个具有图形用户界面和工作流程而非命令行输入的商业计算流体动力学 (CFD) 软件。随着它在行业中的采用，Fluent 的受欢迎程度逐年增加。

2006 年 5 月，Fluent Inc. 被 Ansys 收购。自加入 Ansys 大家庭以来，我们不断突破 Fluent 的性能、精度和生产力的极限，带来了尖端创新，帮助工程师克服了在处理流体动力学问题时可以想象到的最具挑战性的设计障碍。

您是新客户，还不熟悉您可以使用的所有 Fluent 创新吗？您是否选择了不同的供应商并想了解更多关于您遗漏的信息？让我们通过一些最具创新性的 Fluent 功能回到过去。

2014 年：GPU 加速卸载和伴随求解器

虽然图形处理单元 (GPU) 技术如今备受关注，但在 2014 年的 Fluent 中引入了使用 GPU 作为 CFD 加速器的概念以及 NVIDIA AmgX 求解器。请耐心等待这个时间旅行场景，因为到 2022 年，Fluent 将成为第一个引入非结构化有限体积、完全驻留的多 GPU 求解器的商业 CFD 软件，克服卸载限制并扰乱 CFD 模拟市场。

Adjoint求解器于 2014 年首次在 Fluent 中引入，通过使用伴随灵敏度来驱动设计师不直观的智能设计更改，从而彻底改变 CFD 模拟的见解。自问世以来，伴随求解器的可靠性和可用性不断发展成为一个全面的产品优化框架。

使用 2014 年推出的 Adjoint 求解器通过自动形状优化来优化设计。

2016 年：Fluent 打破了 170,000 个核心的超级计算记录

研究和开发高性能计算 (HPC) 以提高 Fluent 的并行可扩展性一直是——而且仍然是——一个重点关注领域。2016 年，Cray Inc. 和斯图加特大学的高性能计算中心 (HLRS) 将 Fluent 扩展到超过 172,000 个计算机内核，从而创造了新的超级计算世界纪录，使组织能够更快地为其产品创建创新和突破性的完整虚拟原型并且比以往任何时候都更有效率。

2017：PUMA 适应和 SBES 湍流模型

商业 CFD 软件的另一项尖端创新是在 2017 年引入了获得专利的多面体非结构化网格自适应 (PUMA)。这种自适应技术自动动态地细化网格以跟踪流中的精细细节。因此，工程师可以在需要的地方获得所需的精度来捕获仿真细节，同时将较粗的网格留在其他地方以缩短求解时间。

通过自动细化网格来解决精细细节，同时使用 2017 年推出的多面体非结构化网格自适应 (PUMA) 保留较粗的网格，从而加快求解时间。

同年，应力混合涡流模拟 (SBES) 湍流模型 克服了混合 RANS-LES 模拟的固有问题。大涡模拟 (LES) 在近壁区域的成本高得不切实际，而雷诺平均纳维-斯托克斯 (RANS) 模型非常适合壁边界层。混合 RANS-LES 模型使用 RANS 湍流模型提供高效的近壁建模，并使用 LES 方法提供远离壁的高保真解决方案，但传统上在这两者之间切换会遇到网格依赖性和错误的网格引起的流动分离。Ansys 开发的 SBES 模型引入了独特且专有的屏蔽功能来克服这些问题，从而产生了工程师可以信赖的可靠且高效的尺度分辨湍流模型。

2018: Mosaic Meshing 和 Spray Break-up 模型

在保持网格质量的同时，在复杂几何体中的不同类型的网格元素之间进行过渡一直是主要的网格划分挑战，尤其是在从边界层棱柱过渡到远离壁的六角形元素时。2018 年，Fluent 引入了Mosaic 网格划分，通过自动连接不同类型的网格与高质量的多面体元素来应对这一挑战。由此产生的模拟速度显着加快，解决方案精度更高，同时使用更少的 RAM。

Ferrari Competizioni GT 使用 2018 年推出的 Mosaic 网格划分技术将仿真效率提高了 300%。

同年，喷雾破碎模型是第一个商业实施的流体体积 (VOF) 到离散粒子法 (DPM) 转换的多相模拟，例如喷雾破碎。在此模型中，VOF 模拟中的不同液滴被检测到并被 DPM（即质点）粒子取代，并且网格相应地粗化。

使用 2017 年推出的流体体积 (VOF) 到离散粒子法 (DPM) 混合多相模型高效模拟喷雾破碎。

2019：GEKO 湍流模型

2019 年，Ansys 湍流团队推出了具有可调系数的广义 k-ω 湍流 (GEKO) 模型。GEKO 的可调系数可以在很宽的范围内进行调整，以匹配特定的物理效应，同时保持基础模型校准。没有其他湍流模型具有足够的灵活性来匹配大量测试用例的实验数据——即使由湍流模型专家调整——而 GEKO 的系数提供了这种灵活性。GEKO 模型甚至可以调整为尺度分辨模拟结果，例如使用 SBES 湍流模型的结果。GEKO 湍流模型专用于 Ansys 流体应用。

2020 年：AIAD 过渡模型和电池 3D 电化学

2020 年，Fluent 成为第一个展示基于代数界面面积密度 (AIAD) 方法的欧拉多相变方法的商业软件。该方法适用于一系列应用，例如压水反应堆中冷却剂损失的情况，与替代方法相比，与实验数据非常吻合。

2020 年推出的使用 AIAD 转变的具有液滴夹带和再吸收的气体-液体流动

同年，Fluent 推出了电池充电/放电过程中锂 (Li) 离子传输的瞬态模拟，为锂离子电池的 3D 电化学提供了完整的商业解决方案。

2021 年：双向 VOF 到 DPM 到 EWF 和 AI/ML 湍流调整

如前所述，VOF 到 DPM 的转换于 2018 年首次在 Fluent 中与喷雾分解模型一起引入。2021 年，Fluent 实现了双向过渡，支持从 DPM 到 VOF 的逆向过渡，并通过向欧拉壁膜 (EWF) 的过渡来完成。在双向 VOF 到 DPM 到 EWF 模型中， 落在自由液体表面上的 DPM 粒子转变回 VOF 公式，质点粒子被网格解析的 VOF 液体取代。

使用 2021 年推出的双向 VOF-to-DPM-to-EWF 功能有效地模拟多相流的分解、汇集和稀化。

同年，Fluent 推出了AI/ML 人工智能 (AI)/机器学习 (ML) 湍流调优， 其中 GEKO 系数使用 ML 算法而不是手动调优。这使工程师能够使用 SBES 等尺度分辨湍流模型来生成高保真解决方案。然后，他们可以使用 ML 在整个 3D 流场中调整 GEKO 系数，以便后续设计迭代可以使用速度快得多的 GEKO 模型，同时保持接近尺度解析解决方案的精度。

2022 年：Live-GX 多 GPU 求解器和 PyFluent

如前所述，Fluent 一直是使用 GPU 技术进行模拟的开拓者，并且在 2022 年通过引入原生多 GPU 求解器将其提升到一个新的水平。这种全新的多 GPU 求解器为稳态和瞬态 CFD 仿真提供了许多好处，包括减少仿真求解时间、硬件成本和功耗，同时具有与 CPU 求解器相同的精度，并且没有我们之前的 GPU 卸载的所有限制提及。

使用 2022 年推出的本机多 GPU 求解器时，六个高端 GPU 可提供与 2,000 多个 CPU 相同的性能。

最后，Fluent 引入了PyFluent ，这是一个开源库，可以使用 Python 访问从预处理到后处理的所有 Fluent 命令。PyFluent 旨在结合强大的同行社区、鼓励重用的编程语言（例如 Python）和 Ansys 最先进的仿真堆栈，以创造无限的可能性。

未来的创新怎么样？

Fluent 不断推出尖端创新，这些创新改变了 CFD 模拟的执行方式，并为行业树立了标准。

我们的研发承诺是不断创新，以便我们的客户可以使用最先进的软件，以前所未有的方式不断突破性能、准确性、生产力和可持续性的极限。

文章来源：ansys博客