لطفا صبر کنید...
منوی دسته بندی

چگونه شبیه‌سازی CFD غیر همگرا (non-converged) را دیباگ کنیم؟

15

در دنیای دینامیک سیالات محاسباتی (CFD)، همگرایی صرفاً یک معیار عددی نیست؛ بلکه سنگ بنای اعتماد به نتایج شماست. بدون درک عمیق و کنترل فرآیند همگرایی، هر شبیه‌سازی، هرچقدر هم که پیچیده باشد، چیزی بیش از یک تمرین رنگارنگ نیست. دستیابی به همگرایی، پیش‌نیاز حیاتی برای کسب نتایج دقیق و قابل اعتماد است و اساس اعتبار نتایج شما را تشکیل می‌دهد. با این حال، به این اصل کلیدی توجه کنید: “همگرایی لزوماً بیانگر صحت شبیه‌سازی نیست”. همگرایی تنها نشان می‌دهد که حل عددی به یک حالت پایدار رسیده است؛ صحت فیزیکی نتایج باید از طریق اعتبارسنجی تأیید شود. در حین حل، Ansys Fluent سه پیام اصلی را نمایش می‌دهد که درک معنای دقیق آن‌ها ضروری است:

  • Calculation is converged (محاسبه همگرا شد): حلگر به معیار همگرایی تعیین‌شده توسط شما رسیده و محاسبات متوقف شده است.
  • Calculation is completed (محاسبه کامل شد): تعداد تکرارهای تعیین‌شده به پایان رسیده است، اما این پیام لزوماً به معنای همگرایی نیست.
  • Calculation is diverged (محاسبه واگرا شد): این پیام نشان‌دهنده شکست قطعی حل و بی‌ثباتی عددی است و نیازمند بازبینی کامل تنظیمات مسئله می‌باشد.

شالوده یک حل پایدار و همگرا، از همان گام‌های ابتدایی و پیش از شروع محاسبات، یعنی کیفیت شبکه محاسباتی، بنا نهاده می‌شود.

مرحله پیش‌پردازش: نقش حیاتی کیفیت شبکه

کیفیت شبکه یکی از حیاتی‌ترین عوامل مؤثر بر پایداری عددی و جلوگیری از خطاهای رایجی مانند Floating Point Exception (خطای ممیز شناور) و divergence detected in AMG solver (واگرایی در حلگر AMG) است. یک شبکه با کیفیت پایین می‌تواند باعث ناپایداری معادلات شده و از رسیدن به یک راه‌حل همگرا جلوگیری کند. بنابراین، ارزیابی و بهبود کیفیت شبکه قبل از شروع حل، یک گام غیرقابل چشم‌پوشی است.

معیارهای کلیدی کیفیت شبکه

برای ارزیابی کیفیت شبکه، چندین معیار استاندارد وجود دارد که مقادیر توصیه‌شده برای آن‌ها به شرح زیر است:

کجی یا Skewness: این معیار میزان انحراف یک سلول از شکل ایده‌آل خود (مانند مربع کامل) را اندازه‌گیری می‌کند. مقدار بهینه آن صفر است و حداکثر مقدار آن باید کمتر از 0.93-0.95 باشد. از نظر ریاضی، سلول‌های کج باعث ایجاد جملات منبع (source terms) مصنوعی در معادلات می‌شوند که پایداری حل را به شدت تضعیف می‌کند.

کیفیت تعامد یا Orthogonal Quality: این معیار بر اساس زاویه بین بردار نرمال سطح مشترک دو سلول مجاور و بردار اتصال مراکز آن دو سلول تعریف می‌شود. به بیان ساده‌تر، این معیار نشان می‌دهد که سلول‌های شبکه چقدر به شکل “بلوک‌های ساختمانی” منظم و متعامد شبیه هستند. کیفیت تعامد بالا به حلگر کمک می‌کند تا گرادیان‌ها را بین سلول‌ها با دقت بیشتری محاسبه کند. مقدار بهینه آن ۱ است و حداقل مقدار آن باید بالاتر از 0.01 باشد. با این حال، برای شبیه‌سازی‌های پیچیده (مانند جریان‌های سرعت بالا یا انتقال حرارت)، قویاً توصیه می‌شود که این مقدار را بالاتر از 0.1 نگه دارید.

همواری یا Smoothness: این معیار به نسبت اندازه سلول‌های مجاور اشاره دارد و تغییرات ناگهانی در اندازه سلول‌ها را کنترل می‌کند. این نسبت باید کمتر از ۲ و ترجیحاً در حدود ۱.۲ باشد تا از ایجاد خطاهای عددی ناشی از انتقال ناگهانی از سلول‌های ریز به درشت جلوگیری شود.

نسبت ابعادی یا Aspect Ratio: این معیار نسبت طولانی‌ترین لبه به کوتاه‌ترین لبه یک المان را نشان می‌دهد. باید از نسبت‌های ابعادی بزرگ در نواحی مهم جریان که گرادیان‌های شدیدی دارند (مانند مناطق جدایش جریان و دنباله) اجتناب شود، زیرا سلول‌های کشیده می‌توانند دقت حل را در این نواحی بحرانی کاهش دهند.

استراتژی‌های عملی شبکه‌بندی

برای دستیابی به یک شبکه باکیفیت، از استراتژی‌های زیر بهره ببرید:

  1. اهمیت لایه‌های مرزی (Inflation Layers): برای تحلیل دقیق پدیده‌های نزدیک به دیواره، ایجاد لایه‌های مرزی ضروری است. در مثالی که در یکی از منابع ذکر شده، شبیه‌سازی بدون استفاده از این لایه‌ها نتوانسته به همگرایی دست یابد. ضخامت لایه اول باید بر اساس مقدار +y مورد نظر برای مدل توربولانسی محاسبه شود تا فیزیک جریان نزدیک دیواره به درستی شبیه‌سازی شود.
  2. ریز کردن شبکه در نواحی بحرانی: شبکه باید در نواحی حساس که گرادیان‌های فیزیکی بالایی دارند (مانند لایه‌های مرزی، مناطق جدایش جریان، دنباله و جت‌ها) به صورت موضعی ریزتر شود. این کار به افزایش دقت و پایداری حل کمک شایانی می‌کند.
  3. استفاده از ابزارهای تشخیصی: Ansys Fluent ابزارهای داخلی برای تشخیص کیفیت شبکه (Mesh Quality Diagnostic Tools) ارائه می‌دهد. از این ابزارها برای شناسایی و اصلاح سلول‌های با کیفیت پایین (مانند سلول‌های با کجی بالا) قبل از شروع حل استفاده کنید.

یک شبکه باکیفیت، زمینه را برای تنظیمات فیزیک و حلگر صحیح فراهم می‌کند و اولین سد دفاعی در برابر واگرایی است.

تنظیمات فیزیک و شرایط مرزی

پس از اطمینان از کیفیت شبکه، گام بعدی تعریف صحیح مدل‌های فیزیکی و شرایط مرزی است. انتخاب مدل‌های نامناسب یا تعریف شرایط مرزی غیرواقعی می‌تواند از همان ابتدا باعث بی‌ثباتی عددی شده و مانع از رسیدن به همگرایی شود.

 استراتژی انتخاب مدل

یک اصل اساسی در حل مسائل پیچیده CFD، رویکرد “از ساده به پیچیده” است. هرگز با تمام پیچیدگی‌های فیزیکی به طور همزمان شروع نکنید. ابتدا یک میدان جریان پایه با مدل آرام (Laminar) ایجاد کنید و پس از دستیابی به یک حل پایدار، مدل توربولانسی را فعال نمایید. این رویکرد به ایجاد یک راه‌حل اولیه خوب کمک کرده و سپس می‌توان به تدریج پیچیدگی مدل را افزایش داد.

بهترین شیوه‌ها برای شرایط مرزی (BC)

تعریف دقیق شرایط مرزی برای پایداری حل ضروری است. نکات کلیدی در این زمینه عبارتند از:

واقع‌گرایی فیزیکی: تمام شرایط مرزی باید از نظر فیزیکی واقع‌بینانه و با یکدیگر سازگار باشند. خطاهای رایج مانند استفاده از واحدهای اشتباه (مثلاً وارد کردن سرعت بر حسب mm/s به جای m/s) یا تعیین مقادیر غیرواقعی برای فشار و سرعت می‌توانند به سرعت منجر به واگرایی شوند.

ابعاد دامنه محاسباتی: برای شبیه‌سازی جریان‌های خارجی (مانند جریان روی یک خودرو)، مرز خروجی باید در فاصله‌ای حداقل ۱۰ برابر طول مشخصه جسم قرار گیرد. این کار از تأثیر نامطلوب شرایط مرزی خروجی بر ناحیه دنباله (wake) و سایر نواحی حساس جریان جلوگیری می‌کند.

بررسی سازگاری: در صورت مواجهه با واگرایی، یکی از اولین اقدامات باید بازبینی دقیق تمام شرایط مرزی برای اطمینان از صحت، سازگاری و مناسب بودن آن‌ها با فیزیک مسئله باشد.

با داشتن یک شبکه مستحکم و فیزیک صحیح، گام بعدی پیکربندی حلگر برای یک فرآیند حل پایدار و کارآمد است.

پیکربندی حلگر و کنترل حل

تنظیمات حلگر به طور مستقیم فرآیند تکرار را کنترل می‌کنند و انتخاب صحیح این پارامترها برای مدیریت مسائل غیرخطی و تضمین پایداری حل ضروری است. پیکربندی دقیق حلگر، از مقداردهی اولیه تا انتخاب طرح‌های گسسته‌سازی، نقشی کلیدی در دستیابی به همگرایی دارد.

مقداردهی اولیه (Initialization)

یک حدس اولیه خوب می‌تواند مسیر رسیدن به همگرایی را به طور قابل توجهی کوتاه‌تر و پایدارتر کند. برای ایجاد یک نقطه شروع بهتر، از روش‌های مقداردهی اولیه پیشرفته‌تر مانند Hybrid Initialization یا FMG initialization استفاده کنید. این روش‌ها یک میدان جریان اولیه واقع‌بینانه‌تر ایجاد کرده و از نوسانات شدید در تکرارهای ابتدایی جلوگیری می‌کنند.

انتخاب حلگر و طرح‌های گسسته‌سازی

انتخاب حلگر و طرح‌های گسسته‌سازی مناسب، تأثیر مستقیمی بر سرعت و پایداری همگرایی دارد.

نوع حلگر

توصیه

زمینه کاربرد

Coupled Solver

به دلیل همگرایی سریع‌تر، برتر از حلگرهای Segregated است. برای مسائل پایا، استفاده از آن به همراه گزینه pseudo-transient قویاً پیشنهاد می‌شود. گزینه pseudo-transient یک گام زمانی مجازی به حل پایا اضافه می‌کند که به طور چشمگیری پایداری را برای مسائل چالش‌برانگیز بهبود می‌بخشد و همگرایی را تسریع می‌کند.

برای بسیاری از مسائل، به‌ویژه مسائل با جفت‌شدگی فیزیکی قوی مانند جابجایی طبیعی، توصیه می‌شود.

Segregated Solvers

PISO برای تحلیل‌های گذرا جهت بهبود پایداری مناسب است.

SIMPLEC یک نقطه شروع رایج برای مسائل پایا است.

طرح‌های گسسته‌سازی

برای پایداری، حل را با طرح‌های مرتبه اول آغاز کرده و پس از چند صد تکرار و کسب پایداری نسبی، برای دقت بالاتر به مرتبه دوم تغییر دهید.

برای مسائل خاص مانند جابجایی طبیعی، استفاده از طرح‌های Body Force Weighted یا PRESTO! برای فشار توصیه می‌شود.

 فاکتورهای آرام‌سازی (Under-Relaxation Factors)

فاکتورهای آرام‌سازی مانند ترمزهای ملایمی برای فرآیند حل عمل می‌کنند. آن‌ها با محدود کردن میزان تغییر یک متغیر در هر تکرار، از نوسانات شدید و واگرایی جلوگیری می‌کنند و به حل اجازه می‌دهند تا به آرامی به سمت پاسخ صحیح حرکت کند.

  • با مقادیر پیش‌فرض شروع کنید. این مقادیر برای اکثر مسائل نزدیک به بهینه هستند.
  • اگر باقیمانده‌ها پس از ۴ یا ۵ تکرار اولیه به طور مداوم افزایش یافتند، فاکتورهای آرام‌سازی را کاهش دهید (مثلاً به اندازه ۱۰٪).
  • قبل از ایجاد هرگونه تغییر در این فاکتورها، فایل case را ذخیره کنید. اگر پس از افزایش فاکتورها، باقیمانده‌ها چندین مرتبه بزرگی جهش کردند، حل را متوقف کرده و به آخرین فایل ذخیره‌شده بازگردید.

تحلیل پایا (Steady-State) در مقابل گذرا (Transient)

نوسان پایدار باقیمانده‌ها در یک شبیه‌سازی پایا اغلب نشانه‌ای از پدیده‌های فیزیکی ذاتاً گذرا مانند ریزش گردابه‌ها (vortex shedding) از یک جسم غیرآیرودینامیک (bluff body) است که حلگر پایا قادر به ثبت آن نیست. اگر حل پایا همگرا نشد، تغییر حلگر به حالت گذرا (Transient) را در نظر بگیرید. کاهش ناگهانی و قابل توجه باقیمانده‌ها پس از این تغییر، نشانه‌ای قوی از وجود فیزیک گذرا در مسئله است. همچنین، می‌توان از نتایج یک حل پایای نیمه‌همگرا به عنوان شرایط اولیه برای شروع یک شبیه‌سازی گذرا استفاده کرد تا محاسبات سریع‌تر به یک حالت پایدار دوره‌ای برسند.

پیکربندی صحیح حلگر یک فرآیند تکراری است و نظارت دقیق بر پیشرفت حل برای هدایت این تنظیمات ضروری است.

نظارت بر همگرایی و عیب‌یابی

قضاوت در مورد همگرایی فراتر از مشاهده نمودار باقیمانده‌هاست. یک ارزیابی جامع شامل نظارت بر کمیت‌های فیزیکی کلیدی و شناخت روش‌های تشخیص و رفع مشکلات در حین حل است. این رویکرد تضمین می‌کند که راه‌حل به‌دست‌آمده نه تنها از نظر عددی پایدار، بلکه از نظر فیزیکی نیز معتبر است.

 فراتر از باقیمانده‌ها: دیدگاهی جامع به همگرایی

برای اطمینان از همگرایی واقعی، باید چندین شاخص را به طور همزمان بررسی کرد:

  1. نمودار باقیمانده‌ها (Residuals): اگرچه کاهش باقیمانده‌ها یک شاخص مهم است، اما تنها شاخص نیست. در مسائل پیچیده، ممکن است باقیمانده‌ها به طور کامل افت نکنند و یک الگوی نوسانی حول یک مقدار میانگین نشان دهند. اگر سایر کمیت‌های مهندسی پایدار باشند، این رفتار می‌تواند قابل قبول باشد.
  2. نقاط نظارتی (Monitor Points): این مهم‌ترین ابزار برای قضاوت در مورد همگرایی فیزیکی است. ایجاد نقاط نظارتی برای کمیت‌های مهندسی کلیدی (مانند نیروی درگ، لیفت، دبی جرمی خروجی و افت فشار) حیاتی است. راه‌حل زمانی همگرا در نظر گرفته می‌شود که مقادیر این کمیت‌ها به یک حالت پایدار و ثابت رسیده و نوسانات آن‌ها متوقف شود.
  3. توازن جرمی (Mass Balance): بررسی کنید که اختلاف بین دبی جرمی ورودی و خروجی به صفر نزدیک باشد. عدم توازن جرمی نشان‌دهنده وجود مشکل در حل یا تنظیمات مسئله است.

چک‌لیست عیب‌یابی

جدول زیر مشکلات رایج همگرایی و راه‌حل‌های پیشنهادی برای آن‌ها را بر اساس منابع خلاصه می‌کند:

علامت مشکل

علت احتمالی

اقدام پیشنهادی

خطای Divergence detected in AMG solver یا Floating Point Exception

کیفیت پایین شبکه، شرایط مرزی نادرست، یا فاکتورهای آرام‌سازی بیش از حد بزرگ.

۱. معیارهای کیفیت شبکه (Skewness و Orthogonal Quality) را بررسی کنید.

۲. تمام شرایط مرزی را از نظر واقع‌گرایی بازبینی کنید.

۳. فاکتور آرام‌سازی معادله واگرا شده را ۱۰٪ کاهش دهید.

نوسان باقیمانده‌ها و مقادیر در نقاط نظارتی

فیزیک جریان ذاتاً گذرا است.

۱. گام زمانی شبه‌گذرا (pseudo-time step) را در حالت پایا کاهش دهید.

۲. حلگر را به حالت گذرا تغییر دهید.

افت اولیه باقیمانده‌ها و سپس جهش ناگهانی

فاکتورهای آرام‌سازی تهاجمی هستند یا یک مشکل موضعی در شبکه وجود دارد.

۱. فاکتورهای آرام‌سازی را کاهش دهید.

۲. با استفاده از کانتور باقیمانده‌ها، نواحی مشکل‌ساز در شبکه را شناسایی و آن را اصلاح کنید.

باقیمانده پیوستگی (Continuity) بالا می‌ماند

این رفتار در فلوئنت، به‌ویژه با شبکه‌های چهاروجهی (tetrahedral) که به‌دلیل اعوجاج در شار سطحی سلول‌ها مستعد این مشکل هستند، رایج است.

تنها به باقیمانده‌ها تکیه نکنید. پایداری در نقاط نظارتی و توازن جرمی را بررسی کنید. اگر این موارد پایدار بودند، راه‌حل احتمالاً قابل قبول است.

با به‌کارگیری سیستماتیک این شیوه‌ها، مهندسان می‌توانند با اطمینان به نتایج پایدار و قابل اعتماد در شبیه‌سازی‌های CFD خود دست یابند.

خلاصه‌ای از بهترین شیوه‌ها

دستیابی به همگرایی یک هنر است که بر پایه علم بنا شده. این فرآیند یک چک‌لیست ساده نیست، بلکه یک رویکرد سیستماتیک برای تشخیص و حل مشکلات است. با تسلط بر شیوه‌هایی که در این گزارش تشریح شد، شما کنترل کامل شبیه‌سازی خود را به دست می‌گیرید و از نتایجی که تولید می‌کنید، اطمینان حاصل خواهید کرد.

چک‌لیست نهایی زیر، مهم‌ترین اصول برای دستیابی به یک شبیه‌سازی قابل اعتماد را خلاصه می‌کند:

  • بر کیفیت استثنایی شبکه پافشاری کنید؛ این بخش غیرقابل مذاکره است.
  • با مدل‌های ساده‌تر شروع کنید و به تدریج بر پیچیدگی فیزیک بیفزایید.
  • صحت، سازگاری و واقع‌گرایی فیزیکی شرایط مرزی را به دقت تأیید کنید.
  • تنظیمات حلگر را به صورت روش‌مند و با اعمال یک تغییر در هر مرحله، بهینه کنید.
  • همگرایی را تنها زمانی تأیید کنید که هم باقیمانده‌ها و هم کمیت‌های کلیدی مهندسی به پایداری کامل رسیده باشند.

نظرات بسته شده است.