Fluent的并行计算设置方法总结

并行计算

资料来自傲雪论坛和流体中文网！

Winnt平台下搭建Fluent并行计算的一些经验

以下是本人在NT平台下搭建Fluent并行计算的一些经验，不足和错误的地方请各位高手指出！

系统配置：winnt,win2000操作系统，每台主机只有一个CPU，Fluent6.1，每台主机有自己的IP地址，安装好TCP/IP协议

1、 Fluent安装光盘上找到RSHD.exe这个文件。（注意，必须使用Fluent公司提供的这个远程控制软件）

2、用管理员的身份登陆计算机，拷贝该软件到系统盘的winnt目录下，在MS-DOS方式下执行 RSHD -install。

3、配置RSHD。WINNT系统下：控制面板-〉服务-〉RSH Daemon，双击之，在Logon里面输入用户名/密码。（一般情况下，为了您的计算机的安全，请不要使用具有管理员权限的用户名和口令。）您可以在开始-〉程序-〉管理工具 -〉用户管理器里面设定，给guest权限就可以了。

Win2000系统下：控制面板-〉管理工具-〉服务-〉RSH Daemon，以下同于NT的操作。

完成上述操作后，请启动RSH服务。

4、资源管理器里面将Fluent的安装目录设置为共享。注意：这个时候要分别从其他的计算机登陆到本机这个被共享的目录。这个步骤一定不可缺少。

同样所有的计算机上的Fluent的安装目录都要被设置为共享，然后分别登陆.....

5、编写hosts.txt文件，文件的格式在Fluent的帮助文件中又很详细的描述，这里不再复述。hosts文件中应这样写

computer1’s IP， com puter1’s name

computer1’‘s IP，computer1’s name

computer2’s IP，computer2’s name

computer2’s IP，computer2’s name

在命令行输入：

fluent 3d -pnet

然后在parallel－network－configuer菜单下配置即可。

6、命令行的方式运行 fluent 3d -t3 -pnet -cnf=hosts.txt -path\\computer1\fluent.inc 实际上本人认为第4条是很容易被忽略的，很多人在设置共享之后就不再管它，那么到了最后就会发现Fluent无法为另外一台计算机分配任务。

7、并不是每个机器上都要安装FLUENT程序，只要服务器上安装就可以了。

8、关于并行的效率问题，一般来说，如果你题目的网格小于20w，建议你在一个cpu的机器上进行计算，如果你的网格较大，建议你并行。如果网络速度令人满意的话，你的计算并行效率才有所体现。如果你的网格较小，而又在网络速度较低的机器上运行，你的计算速度恐怕令你失望。甚至不如一个CPU快。

9、rhosts.txt文件并不是必需的，但有了它，你可以加快spawn 的速度，同时提供网络的安全性。一般这个文件放于c;\windows\目录下(win2k)。记住，该文件的最后一行为空行。

10、网络并行时，建议网速不低于100M，最好为1000M。

11、网络计算节点必须在一个域下，当然也可以在多个域下，这会增加网络配置的难度，如果没有域，一般是不可能进行并行的（windows系统）。

12、所谓域，就是电脑网络设置的时候会问你计算机的名字和工作组的名字把工作组都改成同一个名字就可以了。

哦，忘了问你们的网络怎么连的了．我建议一定用router，这样一个router下的所有机器的ip 名都象192.168.X.X

不要用服务器下面接hub或者switch那种

13、我已经配置好域控制器了，并且也有一台机子加入域了，但是还是有问题……域和工作组是不同的，他们有差别。下面是如何加入域的一篇文章https://www.wendangku.net/doc/5413187930.html,/pc/newer/os/win2000/w63.htm

不过，在此之前要先配置域控制器。要求必须是server版的才行，professional不能配置域控制器。在管理工具下，配置服务器中的active derector。而且要装service pack4先。这就是工作组和域的不同之处了。在工作组里，我们去访问别的机子，都要输入用户名和密码的，但是在域里就不同了，域内的机子之间只要有机器名指定了某台机子，就可以直接访问。而我们在写hosts的时候，只要求写机器名，在fluent里设置时也只要求写出用户名，没有密码。所以，在工作组里是不能访问到其他的机器的。这也就是为什么总是找不到网络路径的原因。只要都加入域，这个问题就解决了。

这是别人整理的，中文网上就有，搂住仔细搜搜！

不过建议自己多试试就可以了

第三章,湍流模型

第三章，湍流模型 第一节， 前言 湍流流动模型很多，但大致可以归纳为以下三类： 第一类是湍流输运系数模型，是Boussinesq 于1877年针对二维流动提出的，将速度脉动的二阶关联量表示成平均速度梯度与湍流粘性系数的乘积。即： 2 1 21 x u u u t ??=-μρ 3－1 推广到三维问题，若用笛卡儿张量表示，即有： ij i j j i t j i k x u x u u u δρμρ32 -??? ? ????+ ??=''- 3－2 模型的任务就是给出计算湍流粘性系数t μ的方法。根据建立模型所需要的微分方程的数目，可以分为零方程模型（代数方程模型），单方程模型和双方程模型。 第二类是抛弃了湍流输运系数的概念，直接建立湍流应力和其它二阶关联量的输运方程。 第三类是大涡模拟。前两类是以湍流的统计结构为基础，对所有涡旋进行统计平均。大涡模拟把湍流分成大尺度湍流和小尺度湍流，通过求解三维经过修正的Navier-Stokes 方程，得到大涡旋的运动特性，而对小涡旋运动还采用上述的模型。 实际求解中，选用什么模型要根据具体问题的特点来决定。选择的一般原则是精度要高，应用简单，节省计算时间，同时也具有通用性。 FLUENT 提供的湍流模型包括：单方程（Spalart-Allmaras ）模型、双方程模型（标准κ-ε模型、重整化群κ-ε模型、可实现(Realizable)κ-ε模型）及雷诺应力模型和大涡模拟。 湍流模型种类示意图 第二节，平均量输运方程 包含更多 物理机理 每次迭代 计算量增加 提的模型选 RANS-based models

雷诺平均就是把Navier-Stokes 方程中的瞬时变量分解成平均量和脉动量两部分。对于速度，有： i i i u u u '+= 3－3 其中，i u 和i u '分别是平均速度和脉动速度（i=1,2,3） 类似地，对于压力等其它标量，我们也有： φφφ'+= 3－4 其中，φ表示标量，如压力、能量、组分浓度等。 把上面的表达式代入瞬时的连续与动量方程，并取平均（去掉平均速度i u 上的横线），我们可以把连续与动量方程写成如下的笛卡儿坐标系下的张量形式： 0)(=?? +??i i u x t ρρ 3－5 () j i j l l ij i j j i j i i u u x x u x u x u x x p Dt Du -?? +???????????? ????-??+????+??-=ρδμρ32 3－6 上面两个方程称为雷诺平均的Navier-Stokes （RANS ）方程。他们和瞬时Navier-Stokes 方程有相同的形式，只是速度或其它求解变量变成了时间平均量。额外多出来的项j i u u ''-ρ是雷诺应力，表示湍流的影响。如果要求解该方程，必须模拟该项以封闭方程。 如果密度是变化的流动过程如燃烧问题，我们可以用法夫雷（Favre ）平均。这样才可以求解有密度变化的流动问题。法夫雷平均就是出了压力和密度本身以外，所有变量都用密度加权平均。变量的密度加权平均定义为： ρρ/~ Φ=Φ 3－7 符号～表示密度加权平均；对应于密度加权平均值的脉动值用Φ''表示，即有： Φ''+Φ=Φ~ 。很显然，这种脉动值的简单平均值不为零，但它的密度加权平均值等于零，即： 0≠Φ''， 0=Φ''ρ Boussinesq 近似与雷诺应力输运模型 为了封闭方程，必须对额外项雷诺应力j i u u -ρ进行模拟。一个通常的方法是应用Boussinesq 假设，认为雷诺应力与平均速度梯度成正比，即： ij i i t i j j i t j i x u k x u x u u u δμρμρ)(32 ??+-??? ? ????+??=''- 3－8 Boussinesq 假设被用于Spalart-Allmaras 单方程模型和ε-k 双方程模型。Boussinesq 近似 的好处是与求解湍流粘性系数有关的计算时间比较少，例如在Spalart-Allmaras 单方程模型中，只多求解一个表示湍流粘性的输运方程；在ε-k 双方程模型中，只需多求解湍动能k 和耗散率ε两个方程，湍流粘性系数用湍动能k 和耗散率ε的函数。Boussinesq 假设的缺点是认为湍流粘性系数t μ是各向同性标量，对一些复杂流动该条件并不是严格成立，所以具有其应用限制性。

Fluent 学习心得

Fluent 学习心得 仅仅就我接触过得谈谈对fluent的认识，并说说哪些用户适合用，哪些不适合fluent对我来说最麻烦的不在里面的设置，因为我本身解决的就是高速流动可压缩N-S方程，而且本人也是学力学的，诸如边界条件设置等概念还是非常清楚的同时我接触的流场模拟，都不会有很特别的介质，所以设置起来很简单。 对我来说，颇费周折的是gambit做图和生成网格，并不是我不会，而是gambit对作图要求的条件很苛刻，也就是说，稍有不甚，就前功尽弃，当然对于计算流场很简单的用户，这不是问题。有时候好几天生成不了的图形，突然就搞定了，逐渐我也总结了一点经验，就是要注意一些小的拐角地方的图形，有时候做布尔运算在图形吻合的地方，容易产生一些小的面最终将导致无法在此生成网格，fluent里面的计算方法是有限体积法，而且我觉得它在计算过程中为了加快收敛速度，采取了交错网格，这样，计算精度就不会很高。同时由于非结构网格，肯定会导致计算精度的下降，所以我一贯来认为在fluent里面选取复杂的粘性模型和高精度的格式没有任何意义，除非你的网格做的非常好。 而且fluent5.5以前的版本（包括5。5），其物理模型，（比如粘性流体的几个模型)都是预先设定的，所以，对于那些做探索性或者检验新方法而进行的模拟，就不适合用。 同时gambit做网格，对于粘性流体，特别是计算湍流尺度，或者做热流计算来说其网格精度一般是不可能满足的，除非是很小的计算区域。所以，用fluent做的比较复杂一点的流场（除了经典的几个基本流场）其计算所得热流，湍流，以及用雷诺应力模拟的粘性都不可能是准确的，这在物理上和计算方法已经给fluent判了死刑，有时候看到很多这样讨论的文章，觉得大家应该从物理和力学的本质上考虑问题。 但是，fluent往往能计算出量级差不多的结果，我曾经做了一个复杂的飞行器热流计算，高超音速流场，得到的壁面热流，居然在量级上是吻合的，但是，从计算热流需要的壁面网格精度来判断，gambit所做的网格比起壁面网格所满足的尺寸的要大了至少2个数量级，我到现在还不明白fluent是怎么搞的。 综上，我觉得，如果对付老板的一些工程项目，可以用fluent对付过去，但是如果真的做论文，或者需要发表文章，除非是做一些技术性工作，比如优化计算一般用fluent是不适合的。我感觉fluent做力的计算是很不错的，做流场结构的计算，即使得出一些涡，也不是流场本身性质的反应，做低速流场计算，fluent的优势在于收敛速度快，但是低速流场计算，其大

FLUENT中文全教程1-250

FLUENT 教程 赵玉新 I、目录 第一章、开始 第二章、操作界面 第三章、文件的读写 第四章、单位系统 第五章、读入和操作网格 第六章、边界条件 第七章、物理特性 第八章、基本物理模型 第九章、湍流模型 第十章、辐射模型 第十一章、化学输运与反应流 第十二章、污染形成模型 第十三章、相变模拟 第十四章、多相流模型 第十五章、动坐标系下的流动 第十六章、解算器的使用 第十七章、网格适应 第十八章、数据显示与报告界面的产生 第十九章、图形与可视化 第二十章、Alphanumeric Reporting 第二十一章、流场函数定义 第二十二章、并行处理 第二十三章、自定义函数 第二十四章、参考向导 第二十五章、索引（Bibliography） 第二十六章、命令索引 II、如何使用该教程 概述 本教程主要介绍了FLUENT 的使用，其中附带了相关的算例，从而能够使每一位使用 者在学习的同时积累相关的经验。本教程大致分以下四个部分：第一部分包括介绍信息、用户界面信息、文件输入输出、单位系统、网格、边界条件以及物理特性。第二和第三部分包含物理模型，解以及网格适应的信息。第四部分包括界面的生成、后处理、图形报告、并行处理、自定义函数以及FLUENT 所使用的流场函数与变量的定义。 下面是各章的简略概括 第一部分： z开始使用：本章描述了FLUENT 的计算能力以及它与其它程序的接口。介绍了如何对具体的应用选择适当的解形式，并且概述了问题解决的大致步骤。在本章中，我们给出

了一个可以在你自己计算机上运行的简单的算例。 z使用界面：本章描述了用户界面、文本界面以及在线帮助的使用方法。同时也提供了远程处理与批处理的一些方法。（请参考关于特定的文本界面命令的在线帮助） z读写文件：本章描述了FLUENT 可以读写的文件以及硬拷贝文件。 z单位系统：本章描述了如何使用FLUENT 所提供的标准与自定义单位系统。 z读和操纵网格：本章描述了各种各样的计算网格来源，并解释了如何获取关于网格的诊断信息，以及通过尺度化（scale）、分区（partition）等方法对网格的修改。本章还描述了非一致（nonconformal）网格的使用. z边界条件：本章描述了FLUENT 所提供的各种类型边界条件，如何使用它们，如何定义它们and how to define boundary profiles and volumetric sources. z物理特性：本章描述了如何定义流体的物理特性与方程。FLUENT 采用这些信息来处理你的输入信息。 第二部分： z基本物理模型：本章描述了FLUENT 计算流体流动和热传导所使用的物理模型（包括自然对流、周期流、热传导、swirling、旋转流、可压流、无粘流以及时间相关流）。以及在使用这些模型时你需要输入的数据，本章也包含了自定义标量的信息。 z湍流模型：本章描述了FLUENT 的湍流模型以及使用条件。 z辐射模型：本章描述了FLUENT 的热辐射模型以及使用条件。 z化学组分输运和反应流：本章描述了化学组分输运和反应流的模型及其使用方法。本章详细的叙述了prePDF 的使用方法。 z污染形成模型：本章描述了NOx 和烟尘的形成的模型，以及这些模型的使用方法。 第三部分： z相变模拟：本章描述了FLUENT 的相变模型及其使用方法。 z离散相变模型：本章描述了FLUENT 的离散相变模型及其使用方法。 z多相流模型：本章描述了FLUENT 的多相流模型及其使用方法。 z Flows in Moving Zones（移动坐标系下的流动）：本章描述了FLUENT 中单一旋转坐标系，多重移动坐标系，以及滑动网格的使用方法。 z Solver 的使用：本章描述了如何使用FLUENT 的解法器（solver）。 z网格适应：本章描述了explains the solution-adaptive mesh refinement feature in FLUENT and how to use it 第四部分： z显示和报告数据界面的创建：本章描述了explains how to create surfaces in the domain on which you can examine FLUENT solution data z图形和可视化：本章描述了检验FLUENT 解的图形工具 z Alphanumeric Reporting：本章描述了如何获取流动、力、表面积分以及其它解的数据。 z流场函数的定义：本章描述了如何定义FLUENT 面板内出现的变量选择下拉菜单中的流动变量，并且告诉我们如何创建自己的自定义流场函数。 z并行处理：本章描述了FLUENT 的并行处理特点以及使用方法 z自定义函数：本章描述了如何通过用户定义边界条件，物理性质函数来形成自己的FLUENT 软件。 如何使用该手册 z根据你对CFD 以及FLUENT 公司的熟悉，你可以通过各种途径使用该手册 对于初学者，建议如下：

FLUENT基础知识总结

FLUENT基础知识总结 仅仅就我接触过得谈谈对fluent的认识，并说说哪些用户适合用，哪些不适合fluent对我来说最麻烦的不在里面的设置，因为我本身解决的就是高速流动可压缩N-S方程，而且本人也是学力学的，诸如边界条件设置等概念还是非常清楚的同时我接触的流场模拟，都不会有很特别的介质，所以设置起来很简单。 对我来说，颇费周折的是gambit做图和生成网格，并不是我不会，而是gambit 对作图要求的条件很苛刻，也就是说，稍有不甚，就前功尽弃，当然对于计算流场很简单的用户，这不是问题。有时候好几天生成不了的图形，突然就搞定了，逐渐我也总结了一点经验，就是要注意一些小的拐角地方的图形，有时候做布尔运算在图形吻合的地方，容易产生一些小的面最终将导致无法在此生成网格，fluent里面的计算方法是有限体积法，而且我觉得它在计算过程中为了加快收敛速度，采取了交错网格，这样，计算精度就不会很高。同时由于非结构网格，肯定会导致计算精度的下降，所以我一贯来认为在fluent里面选取复杂的粘性模型和高精度的格式没有任何意义，除非你的网格做的非常好。 而且fluent5.5以前的版本（包括5。5），其物理模型，（比如粘性流体的几个模型)都是预先设定的，所以，对于那些做探索性或者检验新方法而进行的模拟，就不适合用。 同时gambit做网格，对于粘性流体，特别是计算湍流尺度，或者做热流计算来说其网格精度一般是不可能满足的，除非是很小的计算区域。所以，用fluent 做的比较复杂一点的流场（除了经典的几个基本流场）其计算所得热流，湍流，以及用雷诺应力模拟的粘性都不可能是准确的，这在物理上和计算方法已经给fluent判了死刑，有时候看到很多这样讨论的文章，觉得大家应该从物理和力学的本质上考虑问题。 但是，fluent往往能计算出量级差不多的结果，我曾经做了一个复杂的飞行器热流计算，高超音速流场，得到的壁面热流，居然在量级上是吻合的，但是，从计算热流需要的壁面网格精度来判断，gambit所做的网格比起壁面网格所满足的尺寸的要大了至少2个数量级，我到现在还不明白fluent是怎么搞的。 综上，我觉得，如果对付老板的一些工程项目，可以用fluent对付过去，但是如果真的做论文，或者需要发表文章，除非是做一些技术性工作，比如优化计算一般用fluent是不适合的。 我感觉fluent做力的计算是很不错的，做流场结构的计算，即使得出一些涡，也不是流场本身性质的反应，做低速流场计算，fluent的优势在于收敛速度快，但是低速流场计算，其大多数的着眼点在于对流场结构的探索，所以计算得到的结果就要好好斟酌一下了，高速流场的模拟中，一般着眼点在于气动力的结果，

fluent经验总结

1什么叫松弛因子？松弛因子对计算结果有什么样的影响？它对计算的收敛情况又有什 么样的影响？ 1、亚松驰（Under Relaxation）：所谓亚松驰就是将本层次计算结果与上一层次结果的差值作适当缩减，以避免由于差值过大而引起非线性迭代过程的发散。用通用变量来写 出时，为松驰因子（Relaxation Factors）。《数值传热学-214》 2、FLUENT中的亚松驰：由于FLUENT所解方程组的非线性，我们有必要控制的变化。一般用亚松驰方法来实现控制，该方法在每一部迭代中减少了的变化量。亚松驰最简 单的形式为：单元内变量等于原来的值加上亚松驰因子a与变化的积, 分离解算器使用亚松驰来控制每一步迭代中的计算变量的更新。这就意味着使用分离解算器解的方程，包 括耦合解算器所解的非耦合方程（湍流和其他标量）都会有一个相关的亚松驰因子。在FLUENT中，所有变量的默认亚松驰因子都是对大多数问题的最优值。这个值适合于很多问题，但是对于一些特殊的非线性问题（如：某些湍流或者高Rayleigh数自然对流问题），在计算开始时要慎重减小亚松驰因子。使用默认的亚松驰因子开始计算是很好的习惯。如 果经过4到5步的迭代残差仍然增长，你就需要减小亚松驰因子。有时候，如果发现残差 开始增加，你可以改变亚松驰因子重新计算。在亚松驰因子过大时通常会出现这种情况。 最为安全的方法就是在对亚松驰因子做任何修改之前先保存数据文件，并对解的算法做几 步迭代以调节到新的参数。最典型的情况是，亚松驰因子的增加会使残差有少量的增加， 但是随着解的进行残差的增加又消失了。如果残差变化有几个量级你就需要考虑停止计算 并回到最后保存的较好的数据文件。注意：粘性和密度的亚松驰是在每一次迭代之间的。 而且，如果直接解焓方程而不是温度方程（即：对PDF计算），基于焓的温度的更新是要进行亚松驰的。要查看默认的亚松弛因子的值，你可以在解控制面板点击默认按钮。对于 大多数流动，不需要修改默认亚松弛因子。但是，如果出现不稳定或者发散你就需要减小 默认的亚松弛因子了，其中压力、动量、k和e的亚松弛因子默认值分别为0.2，0.5，0.5和0.5。对于SIMPLEC格式一般不需要减小压力的亚松弛因子。在密度和温度强烈耦合 的问题中，如相当高的Rayleigh数的自然或混合对流流动，应该对温度和/或密度（所用 的亚松弛因子小于1.0）进行亚松弛。相反，当温度和动量方程没有耦合或者耦合较弱时，流动密度是常数，温度的亚松弛因子可以设为1.0。对于其它的标量方程，如漩涡，组分，PDF变量，对于某些问题默认的亚松弛可能过大，尤其是对于初始计算。你可以将松弛因子设为0.8以使得收敛更容易。 SIMPLE与SIMPLEC比较 在FLUENT中，可以使用标准SIMPLE算法和SIMPLEC（SIMPLE-Consistent）算法，默认是SIMPLE算法，但是对于许多问题如果使用SIMPLEC可能会得到更好的结果，尤其是可以应用增加的亚松驰迭代时，具体介绍如下: 对于相对简单的问题（如：没有附加模型激活的层流流动），其收敛性已经被压力速

并行计算综述

并行计算综述 姓名：尹航学号：S131020012 专业：计算机科学与技术摘要：本文对并行计算的基本概念和基本理论进行了分析和研究。主要内容有：并行计算提出的背景，目前国内外的研究现状，并行计算概念和并行计算机类型，并行计算的性能评价，并行计算模型，并行编程环境与并行编程语言。 关键词：并行计算；性能评价；并行计算模型；并行编程 1. 前言 网络并行计算是近几年国际上并行计算新出现的一个重要研究方向，也是热门课题。网络并行计算就是利用互联网上的计算机资源实现其它问题的计算，这种并行计算环境的显著优点是投资少、见效快、灵活性强等。由于科学计算的要求，越来越多的用户希望能具有并行计算的环境，但除了少数计算机大户（石油、天气预报等）外，很多用户由于工业资金的不足而不能使用并行计算机。一旦实现并行计算，就可以通过网络实现超级计算。这样，就不必要购买昂贵的并行计算机。 目前，国内一般的应用单位都具有局域网或广域网的结点，基本上具备网络计算的硬件环境。其次，网络并行计算的系统软件PVM是当前国际上公认的一种消息传递标准软件系统。有了该软件系统，可以在不具备并行机的情况下进行并行计算。该软件是美国国家基金资助的开放软件，没有版权问题。可以从国际互联网上获得其源代码及其相应的辅助工具程序。这无疑给人们对计算大问题带来了良好的机遇。这种计算环境特别适合我国国情。 近几年国内一些高校和科研院所投入了一些力量来进行并行计算软件的应用理论和方法的研究，并取得了可喜的成绩。到目前为止，网络并行计算已经在勘探地球物理、机械制造、计算数学、石油资源、数字模拟等许多应用领域开展研究。这将在计算机的应用的各应用领域科学开创一个崭新的环境。 2. 并行计算简介[1] 2.1并行计算与科学计算 并行计算（Parallel Computing），简单地讲，就是在并行计算机上所作的计算，它和常说的高性能计算（High Performance Computing）、超级计算（Super Computing）是同义词，因为任何高性能计算和超级计算都离不开并行技术。

fluent使用基本步骤

fluent使用基本步骤 步骤一：网格 1．读入网格（*．msh） File →Read →Case 读入网格后，在窗口显示进程 2．检查网格 Grid →Check Fluent对网格进行多种检查，并显示结果。注意最小容积，确保最小容积值为正。 3．显示网格 Display →Grid ①以默认格式显示网格 能够用鼠标右键检查边界区域、数量、名称、类型将在窗口显示，本操作关 于同样类型的多个区域情形专门有用，以便快速区别它们。 4．网格显示操作 Display →Views （a）在Mirror Planes面板下，axis （b）点击Apply,将显示整个网格 （c）点击Auto scale, 自动调整比例，并放在视窗中间 （d）点击Camera,调整目标物体位置 （e）用鼠标左键拖动指标钟，使目标位置为正 （f）点击Apply，并关闭Camera Parameters 和Views窗口 步骤二：模型 1. 定义瞬时、轴对称模型

Define →models→Solver （a）保留默认的，Segregated解法设置，该项设置，在多相运算时使用。 （b）在Space面板下,选择Axisymmetric （c）在Time面板下，选择Unsteady 2. 采纳欧拉多相模型 Define→Models→Multiphase (a) 选择Eulerian作为模型 （b）假如两相速度差较大，则需解滑移速度方程 （c）假如Body force比粘性力和对流力大得多，则需选择implicit body force 通过考虑压力梯度和体力，加快收敛 （d）保留设置不变

FLUENT学习经验总结(狠珍贵,学长传授)

1对于刚接触到FLUENT新手来说，面对铺天盖地的学习资料和令人难读的FLUENT help，如何学习才能在最短的时间内入门并掌握基本学习方法呢？ 答：学习任何一个软件，对于每一个人来说，都存在入门的时期。认真勤学是必须的，什么是最好的学习方法，我也不能妄加定论，在此，我愿意将我三年前入门FLUENT心得介绍一下，希望能给学习FLUENT的新手一点帮助。 由于当时我需要学习FLUENT来做毕业设计，老师给了我一本书，韩占忠的《FLUENT流体工程仿真计算实例与应用》，当然，学这本书之前必须要有两个条件，第一，具有流体力学的基础，第二，有FLUENT 安装软件可以应用。然后就照着书上二维的计算例子，一个例子，一个步骤地去学习，然后学习三维，再针对具体你所遇到的项目进行针对性的计算。不能急于求成，从前处理器GAMBIT，到通过FLUENT进行仿真，再到后处理，如TECPLOT，进行循序渐进的学习，坚持，效果是非常显著的。如果身边有懂得FLUENT的老师，那么遇到问题向老师请教是最有效的方法，碰到不懂的问题也可以上网或者查找相关书籍来得到答案。另外我还有本《计算流体动力学分析》王福军的，两者结合起来学习效果更好。 2 CFD计算中涉及到的流体及流动的基本概念和术语：理想流体和粘性流体；牛顿流体和非牛顿流体；可压缩流体和不可压缩流体；层流和湍流；定常流动和非定常流动；亚音速与超音速流动；热传导和扩散等。A.理想流体（Ideal Fluid）和粘性流体（Viscous Fluid）： 流体在静止时虽不能承受切应力，但在运动时，对相邻的两层流体间的相对运动，即相对滑动速度却是有抵抗的，这种抵抗力称为粘性应力。流体所具备的这种抵抗两层流体相对滑动速度，或普遍说来抵抗变形的性质称为粘性。粘性的大小依赖于流体的性质，并显著地随温度变化。实验表明，粘性应力的大小与粘性及相对速度成正比。当流体的粘性较小（实际上最重要的流体如空气、水等的粘性都是很小的），运动的相对速度也不大时，所产生的粘性应力比起其他类型的力如惯性力可忽略不计。此时我们可以近似地把流体看成无粘性的，这样的流体称为理想流体。十分明显，理想流体对于切向变形没有任何抗拒能力。这样对于粘性而言，我们可以将流体分为理想流体和粘性流体两大类。应该强调指出，真正的理想流体在客观实际中是不存在的，它只是实际流体在某些条件下的一种近似模型。 B.牛顿流体（Newtonian Fluid）和非牛顿流体（non-Newtonian Fluid）： 日常生活和工程实践中最常遇到的流体其切应力与剪切变形速率符合下式的线性关系，称为牛顿流体。而切应力与变形速率不成线性关系者称为非牛顿流体。图2-1（a）中绘出了切应力与变形速率的关系曲线。其中符合上式的线性关系者为牛顿流体。其他为非牛顿流体，非牛顿流体中又因其切应力与变形速率关系特点分为膨胀性流体（Dilalant），拟塑性流体（Pseudoplastic），具有屈服应力的理想宾厄流体（Ideal Bingham Fluid）和塑性流体（Plastic Fluid）等。通常油脂、油漆、牛奶、牙膏、血液、泥浆等均为非牛顿流体。非牛顿流体的研究在化纤、塑料、石油、化工、食品及很多轻工业中有着广泛的应用。图2-1（b）还显示出对于有些非牛顿流体，其粘滞特性具有时间效应，即剪切应力不仅与变形速率有关而且与作用时间有关。当变形速率保持常量，切应力随时间增大，这种非牛顿流体称为震凝性流体（Rheopectic Fluid）。当变形速率保持常量而切应力随时间减小的非牛顿流体则称为触变性流体（Thixotropic Fluid）。 C.可压缩流体（Compressible Fluid）和不可压缩流体（Incompressible Fluid）： 在流体的运动过程中，由于压力、温度等因素的改变，流体质点的体积（或密度，因质点的质量一定），或多或少有所改变。流体质点的体积或密度在受到一定压力差或温度差的条件下可以改变的这个性质称为压缩性。真实流体都是可以压缩的。它的压缩程度依赖于流体的性质及外界的条件。例如水在100个大气压下，容积缩小0.5%，温度从20°变化到100°，容积降低4%。因此在一般情况下液体可以近似地看成不可压的。但是在某些特殊问题中，例如水中爆炸或水击等问题，则必须把液体看作是可压缩的。气体的压缩性比液体大得多，所以在一般情形下应该当作可压缩流体处理。但是如果压力差较小，运动速度较小，并且没有很大的温度差，则实际上气体所产生的体积变化也不大。此时，也可以近似地将气体视为不可压缩的。 在可压缩流体的连续方程中含密度，因而可把密度视为连续方程中的独立变量进行求解，再根据气体的状态方程求出压力。不可压流体的压力场是通过连续方程间接规定的。由于没有直接求解压力的方程，不可压流体的流动方程的求解具有其特殊的困难。 D. 层流（Laminar Flow）和湍流（Turbulent Flow）：

传统并行计算框架与MR的区别

现在MapReduce/Hadoop以及相关的数据处理技术非常热，因此我想在这里将MapReduce的优势汇总一下，将MapReduce与传统基于HPC集群的并行计算模型做一个简要比较，也算是对前一阵子所学的MapReduce知识做一个总结和梳理。 随着互联网数据量的不断增长，对处理数据能力的要求也变得越来越高。当计算量超出单机的处理能力极限时，采取并行计算是一种自然而然的解决之道。在MapReduce出现之前，已经有像MPI这样非常成熟的并行计算框架了，那么为什么Google还需要MapReduce，MapReduce相较于传统的并行计算框架有什么优势，这是本文关注的问题。 文章之初先给出一个传统并行计算框架与MapReduce的对比表格，然后一项项对其进行剖析。 MapReduce和HPC集群并行计算优劣对比 ▲ 在传统的并行计算中，计算资源通常展示为一台逻辑上统一的计算机。对于一个由多个刀片、SAN构成的HPC集群来说，展现给程序员的仍旧是一台计算机，只不过这台计算拥有为数众多的CPU，以及容量巨大的主存与磁盘。在物理上，计算资源与存储资源是两个相对分离的部分，数据从数据节点通过数据总线或者高速网络传输到达计算节点。对于数据量较小的计算密集型处理，这并不是问题。而对于数据密集型处理，计算节点与存储节点之间的I/O将成为整个系统的性能瓶颈。共享式架构造成数据集中放置，从而造成I/O传输瓶颈。此外，由于集群组件间耦合、依赖较紧密，集群容错性较差。 而实际上，当数据规模大的时候，数据会体现出一定的局部性特征，因此将数据统一存放、统一读出的做法并不是最佳的。 MapReduce致力于解决大规模数据处理的问题，因此在设计之初就考虑了数据的局部性原理，利用局部性原理将整个问题分而治之。MapReduce集群由普通PC机构成，为无共享式架构。在处理之前，将数据集分布至各个节点。处理时，每个节点就近读取本地存储的数据处理(map)，将处理后的数据进行合并(combine)、排序(shuffle and sort)后再分发(至reduce节点)，避免了大量数据的传输，提高了处理效率。无共享式架构的另一个好处是配合复制(replication)策略，集群可以具有良好的容错性，一部分节点的down机对集群的正常工作不会造成影响。 硬件/价格/扩展性 传统的HPC集群由高级硬件构成，十分昂贵，若想提高HPC集群的性能，通常采取纵向扩展的方式：即换用更快的CPU、增加刀片、增加内存、扩展磁盘等。但这种扩展方式不能支撑长期的计算扩展(很容易就到顶了)且升级费用昂贵。因此相对于MapReduce集群，HPC集群的扩展性较差。 MapReduce集群由普通PC机构成，普通PC机拥有更高的性价比，因此同等计算能力的集群，MapReduce集群的价格要低得多。不仅如此，MapReduce集群

FLUENT中常用的湍流模型

The Spalart-Allmaras模型 对于解决动力漩涡粘性，Spalart-Allmaras 模型是相对简单的方程。它包含了一组新的方程，在这些方程里不必要去计算和剪应力层厚度相关的长度尺度。Spalart-Allmaras 模型是设计用于航空领域的，主要是墙壁束缚流动，而且已经显示出很好的效果。在透平机械中的应用也愈加广泛。 在原始形式中Spalart-Allmaras 模型对于低雷诺数模型是十分有效的，要求边界层中粘性影响的区域被适当的解决。在FLUENT中，Spalart-Allmaras 模型用在网格划分的不是很好时。这将是最好的选择，当精确的计算在湍流中并不是十分需要时。再有，在模型中近壁的变量梯度比在k-e模型和k-ω模型中的要小的多。这也许可以使模型对于数值的误差变得不敏感。想知道数值误差的具体情况请看5.1.2。 需要注意的是Spalart-Allmaras 模型是一种新出现的模型，现在不能断定它适用于所有的复杂的工程流体。例如，不能依靠它去预测均匀衰退，各向同性湍流。还有要注意的是,单方程的模型经常因为对长度的不敏感而受到批评，例如当流动墙壁束缚变为自由剪切流。 标准k-e模型 最简单的完整湍流模型是两个方程的模型，要解两个变量，速度和长度尺度。在FLUENT中，标准k-e模型自从被Launder and Spalding提出之后，就变成工程流场计算中主要的工具了。适用范围广、经济，有合理的精度，这就是为什么它在工业流场和热交换模拟中有如此广泛的应用了。它是个半经验的公式，是从实验现象中总结出来的。 由于人们已经知道了k-e模型适用的范围，因此人们对它加以改造，出现了RNG k-e模型和带旋流修正k-e 模型。k-ε模型中的K和ε物理意义：k是紊流脉动动能（J），ε是紊流脉动动能的耗散率（%）；k越大表明湍流脉动长度和时间尺度越大，ε越大意味着湍流脉动长度和时间尺度越小，它们是两个量制约着湍流脉动。 RNG k-e模型 RNG k-e模型来源于严格的统计技术。它和标准k-e模型很相似，但是有以下改进： ?RNG模型在e方程中加了一个条件，有效的改善了精度。 ?考虑到了湍流漩涡，提高了在这方面的精度。 ?RNG理论为湍流Prandtl数提供了一个解析公式，然而标准k-e模型使用的是用户提供的常数。 ?然而标准k-e模型是一种高雷诺数的模型，RNG理论提供了一个考虑低雷诺数流动粘性的解析公式。这些公式的效用依靠正确的对待近壁区域 这些特点使得RNG k-e模型比标准k-e模型在更广泛的流动中有更高的可信度和精度。 带旋流修正的k-e模型 带旋流修正的k-e模型是近期才出现的，比起标准k-e模型来有两个主要的不同点。 ?带旋流修正的k-e模型为湍流粘性增加了一个公式。 ?为耗散率增加了新的传输方程，这个方程来源于一个为层流速度波动而作的精确方程。 术语“realizable”，意味着模型要确保在雷诺压力中要有数学约束，湍流的连续性。带旋流修正的k-e模型直接的好处是对于平板和圆柱射流的发散比率的更精确的预测。而且它对于旋转流动、强逆压梯度的边界层流动、流动分离和二次流有很好的表现。带旋流修正的k-e模型和RNG k-e模型都显现出比标准k-e模型在强流线弯曲、漩涡和旋转有更好的表现。由于带旋流修正的k-e模型是新出现的模型，所以现在还没有确凿的证据表明它比RNG k-e模型有更好的表现。但是最初的研究表明带旋流修正的k-e模型在所有k-e模型中流动分离和复杂二次流有很好的作用。带旋流修正的k-e模型的一个不足是在主要计算旋转和静态流动区域时不能提供自然的湍流粘度。这是因为带旋流修正的k-e模型在定义湍流粘度时考虑了平均旋度的影响。这种额外的旋转影响已经在单一旋转参考系中得到证实，而且表现要好于标准k-e模型。由于这些修改，把它应用于多重参考系统中需要注意。 标准k-ω模型 标准k-ω模型是基于Wilcox k-ω模型，它是为考虑低雷诺数、可压缩性和剪切流传播而修改的。Wilcox k-ω模型预测了自由剪切流传播速率，像尾流、混合流动、平板绕流、圆柱绕流和放射状喷射，因而可以应用于墙壁束缚流动和自由剪切流动。标准k-e模型的一个变形是SST k-ω模型，它在FLUENT中也是可用的，将在10.2.9中介绍它。 剪切压力传输（SST）k-ω模型

fluent 计算错误汇总

Fluent 计算错误汇总 1..fluent不能显示图像 在运行fluent时，导入case后，检查完grid，在显示grid时，总是出现这样的错误 Error message from graphics function Update_Display: Unable to Set OpenGL Rendering Context Error: FLUENT received a fatal signal (SEGMENTATION VIOLATION). Error Object: () 解决办法： 右键单击快捷方式，把目标由x: 改成：x: 2d -driver msw 如果还有三维的，可以再建立一个快捷方式改成： x: 3d -driver msw 这就可以直接调用了。如果不是以上原因引起的话，也有可能是和别的软件冲突，如MATLAB等，这也会使fluent无法显示图像。 Q1:GAMBIT安装后无法运行，出错信息是“unable find Exceed X Server” A. GAMBIT需要装EXCEED才能用。 gambit的运行：先运行命令提示符，输入gambit，回车 fluent的运行：直接在开始－程序－Fluent Inc里面 Q2:Fluent安装后无法运行，出错信息是甥?挱湵扡敬映湩層漯数? A. FLUENT和GAMBIT需要把相应文件拷贝到license目录下 文件？gambit时提示找不到gambit出错信息：运行Q3: A. FLUENT和GAMBIT推荐使用默认安装设置， 安装完GAMBIT请设置环境变量， 设置办法“开始－程序－FLUENT INC-Set Environment 另外设置完环境变量需要重启一下，否则仍会提示找不到环境变量。Q4:使用Fluent和Gambit需要注意什么问题？ A. 安装好FLUENT和GAMBIT最好设置一下用户默认路径 推荐设置办法，在非系统分区建一个目录，如d:%users a）win2k用户在控制面板－用户和密码－高级－高级，在使用fluent用户的配置文件 修改本地路径为d:%users，重起到该用户运行命令提示符，检查用户路径是否修改 b）xp用户，把命令提示符发送到桌面快捷方式，右键单击命令提示符快捷方式 在快捷方式－起始位置加入D:%users,重起检查 Q5:Gambit运行失败，出错信息“IDENTIFIER default_ Server ” 等文件default_id.*的缺省文件已经打开，到用户默认目录删除gambitA.

20100428第三章 并行计算模型和任务分解策略

第三章并行计算模型和任务分解策略 首先，我们将研究不同类型的并行计算机，为了不严格限定于某个指定机型，我们通过模型把并行计算机抽象为几个特定属性。为了说明并行程序中处理器之间的通信概念模型我们讨论了不同的程序模型，另外为了分析和评估我们算法的性能，我们讨论了多计算机架构下评估并行算法复杂度的代价模型。在介绍并分析的各种代价模型的基础上给出了改进型的代价模型。 其次我们定义这样几个指标如负载均衡和网络半径等用来研究图分解问题的主要特性。并把图分解问题归纳为一般类型和空间映射图类型。我们重点研究的是后者，因为多尺度配置真实感光照渲染算法可以很方便的描述成空间映射图形式。 3.1 并行计算机模型 以下给出并行计算机的模型的概述，根据其结构并行计算机大致可分为以下几类。 多计算机(Multicomputer)：一个von Neumann计算机由一个中央处理器(CPU)和一个存储单元组成。一个多计算机则由很多von Neumann计算机通过互联网络连接而成的计算机系统。见图3.1。每个计算机(节点)执行自己的计算并只能访问本地的存储。通过消息实现各计算机之间的互相通讯。在理想的网络中，两个计算节点之间的信息传送代价与本地的计算节点和它的网络阻塞无关，只和消息的长度相关。以上多计算机和分布式存储的MIMD机器之间的主要区别在于后者的两个节点间的信息传输不依赖于本地计算和其它网络阻塞。 分布式存储的MIMD类型的机器主要有IBM的SP, Intel的Paragon, 曙光4000系列, Cray 的T3E, Meiko的CS-2, NEC的Cenju 3, 和nCUBE等。通过本地网络的连接的集群系统可以认为是分布式存储的MIMD型计算机。 多处理器(Multiprocessor)：一个多处理器型并行计算机(共享存储的MIMD计算机)由大量处理器组成，所有的处理器都访问一个共同的存储。理论上理想的模型就是PRAM模型(并行的随机访问系统)，即任何一个处理器访问任一存储单元都是等效的(见图3.2)。并发存储访问是否允许取决于所使用的真正的模型【34】。 混合模型：分布式共享存储(DMS)计算机，提供了一个统一的存储访问地址空间但是分布式物理存储模块。编译器和运行时系统负责具体的并行化应用。这种系统软件比较复杂。 图3.1 多计算机模型图3.2 PRAM 模型 SIMD计算机：在一个SIMD(单指令流多数据流)计算机中在不同数据流阶段所有的处理器执行同样的指令流。典型的机型有MasPar的MP, 和联想机器CM2。 多计算机系统具有良好的可扩展性，价格低廉的集群式并行计算机就属于这种模型，本文中的算法主要基于多计算机体系结构。 3.2 程序模型 并行程序的编程语言如C或Fortan。并行结构以某种类库的形式直接整合进这些编程语言中。编程模型确定了并行程序的风格。一般可分为数据并行、共享存储和消息传递等模型[35]。 数据并行编程：数据并行模型开始于编写同步SIMD并行计算机程序。程序员需要在每个处理器上独立执行一个程序，每个处理器均有其自己的存储器。程序员需要定义数据如何分配到每个局部存储中。实际应用中大量的条件分支的需要使得其很难高效的运行在SIMD型的机器上。 共享存储编程：共享存储模型是一个简单的模型，因为程序员写并行程序就像写串行程序一样。一个程序的执行与几个处理器独立，也不需要同步。一个处理器的执行状态独立于其它处理器的运

Fluent 湍流模型小结

Fluent 湍流模型小结湍流模型目前计算流体力学常用的湍流的数值模拟方法主要有以下三种： 直接模拟（direct numerical&Oσλαση; simulation, DNS） 直接数值模拟（DNS）特点在湍流尺度下的网格尺寸内不引入任何封闭模型的前提下对Navier-Stokes方程直接求解。这种方法能对湍流流动中最小尺度涡进行求解，要对高度复杂的湍流运动进行直接的数值计算，必须采用很小的时间与空间步长，才能分辨出湍流中详细的空间结构及变化剧烈的时间特性。基于这个原因，DNS目前仅限于相对低的雷诺数中湍流流动模型。另外，利用DNS模型对湍流运动进行直接的数值模拟对计算工具有很高的要求，计算机的内存及计算速度要非常的高，目前DNS模型还无法应用于工程数值计算，还不能解决工程实际问题。 大涡模拟(large&Oσλαση; eddy simulation, LES) 大涡模拟（LES）是基于网格尺度封闭模型及对大尺度涡进行直接求解N-S方程，其网格尺度比湍流尺度大，可以模拟湍流发展过程的一些细节，但其计算量仍很大，也仅用于比较简单的剪切流运动及管流。大涡模拟的基础是：湍流的脉动与混合主要是由大尺度的涡造成的，大尺度涡是高度的非各向同性，而且随流动的情形而异。大尺度的涡通过相互作用把能量传递给小尺度的涡，而小尺度的涡旋主要起到耗散能量的作用，几乎是各向同性的。这些对涡旋的认识基础就导致了大涡模拟方法的产生。Les大涡模拟采用非稳态的N-S方程直接模拟大尺度涡，但不计算小尺度涡，小涡对大涡的影响通过近似的模拟来考虑，这种影响称为亚格子Reynolds应力模型。大多数亚格子Reynolds模型都是将湍流脉动所造成的影响用一个湍流粘性系数，既粘涡性来描述。LES对计算机的容量和CPU的要求虽然仍然很高，但是远远低于DNS方法对计算机的要求，因而近年来的研究与应用日趋广泛。 应用Reynolds时均方程(Reynolds-averaging&Oσλαση; equations)的模拟方法 许多流体力学的研究和数值模拟的结果表明，可用于工程上现实可行的湍流模拟方法仍然是基于求解Reynolds时均方程及关联量输运方程的湍流模拟方法，即湍流的统观模拟方法。统观模拟方法的基本思想是用低阶关联量和平均流性质来模拟未知的高阶关联项，从而封闭平均方程组或关联项方程组。虽然这种方法在湍流理论中是最简单的，但是对工程应用而言仍然是相当复杂的。即便如此，在处理工程上的问题时，统观模拟方法仍然是最有效、最经济而且合理的方法。在统观模型中，使用时间最长，积累经验最丰富的是混合长度模型和K-E模型。其中混合长度模型是最早期和最简单的湍流模型。该模型是建立在层流粘性和湍流粘性的类比、平均运动与湍流的脉动的概念上的。该模型的优点是简单直观、无须增加微分方程。缺点是在模型中忽略了湍流的对流与扩散，对于复杂湍流流动混合长度难以确定。 到目前为止，工程中应用最广泛的是k-ε模型。另外针对k-ε模型的不足之处，许多学者通过对K-E模型的修正和发展，开始采用雷诺应力模型（DSM）和代数应力模型（ASM）。近年来，DSM模型已用来预报燃烧室及炉内的强旋及浮力流动。很多情况下能够给出优于k-ε模型的结果。但是该模型也有不足之处，首先它对工程预报来说太复杂，其次经验系数太多难以确定，此外，对压力应变项的模拟还有争议。更主要的是，尽管这一模型考虑了各种应变效应，但是其总精度并不总是高于其它模型，这些缺点导致了DSM模型没有得到广泛的应用。总之，虽然从本质上讲DSM模型和ASM模型比k-ε模型对湍流流场的模拟更加合理，但DSM和ASM中仍然采用精度不高的E方程，模型中常数的通用性还没有得到广泛的验证，边界条件不好给定，计算也比较复杂。正因为如此，目前用计算解决湍流问题时仍然采用比较成熟的K-E模型。 需要注意的是： 1、大涡模拟有自己的亚格子封闭模型，这和k-ε模型完全是两回事。LES的亚格子模型表