监控残差

迭代计算中,残差为一个最基本的表征量。在CFD中,残差代表了在每个控制体中守恒变量的局部的不均衡。因此,在你的模型中,每个变量在每个网格中都有其自己的残差值。这个残差趋向于零。越低的残差值表示越精准的计算结果。每个CFD代码都会有其自己的残差标准化的方法。建议查看您使用的CFD代码的说明文档来看残差是如何定义的。

在CFD计算中,当残差达到1e-4的时候,我们认为是基本收敛。当达到1e-5的时候,我们认为已经收敛。当达到1e-6的时候,我们认为其已经完全的收敛了。然而,对于复杂的问题,残差可能永远将不到1e-5以下。下图是一个残差图

可以看出最终所有变量的残差均下降到了1e-6,那么,当残差在1e-4和1e-6的时候的求解结果有什么不同呢?

可以看出当残差为1e-4的时候,监控点的温度为36度,5e-5的时候,监控点温度为38度,1e-5和1e-6分别为41.3和42度。这表示,残差为1e-4的时候,监控点的温度比完全收敛的时候低6度。残差为1e-5和1e-6的时候,求解结果的差异可以忽略(-0.7度)

变量守恒

我们的求解变量通常为一些守恒的变量,例如质量。在CFD求解的结果中,我们需要保证质量是守恒的。然而在CFD计算中,这种守恒的保证是非常难以实现的。不过,当这个值非常小的时候,我们就认为收敛达到要求。实际应用中,我们认为这个守恒的误差小于1%即可。

(CFD界:例如监控进口质量和出口质量)

监控变量

在稳态计算中,随着求解的进行,求解变量的变动越来越小。监控一些积分广义量例如曳力、平均温度可以帮助用户判断是否收敛?；故巧衔哪歉隼?我们再散热板上监控了两个点的温度,如下图所示:

在这个图中,在大约50步迭代之后,残差下降为1e-4,红线刚刚趋于稳定,但是绿线还在变化中。大约100步迭代之后,残差下降为1e-5,红线保持稳定,但是绿线依然还在变化中。大约250步之后,残差下降为1e-6,红线一直保持稳定,绿线也处于稳定状态。