1D3D CFD 和 3D1D CFD：基于仿真的特征提取

摘要

为了解 1D-3D CFD 和 3D-1D CFD，我们回顾了 1D 和 3D CFD 代码松散耦合和紧密耦合的尝试历史、进行此类尝试的工程师的动机，以及可从这些补充性工程仿真技术获得的好处。尤其是，涵盖性术语 “1D/3D” 涵盖了多种具有各自优缺点的可能实施：

1. 3D 到 1D：能够松散地耦合代码并使用从 3D CFD 元器件仿真收集的性能数据来增强 1D CFD 元器件库。

2. 在 1D 中嵌入 3D：用于在 1D 代码中以交互方式捕获 3D 效应的方法。

3. 在 3D 中嵌入 1D 元素：例如，在 3D 中为房间内的暖通空调 (HVAC) 建模，同时在 1D 中为管道和水泵建模。

4. 通用多维度 1D-2D-3D 协同仿真：某些情形下，在降低维度的区域内更改求解器的性质，可以显著降低模型的复杂度、灵敏度，并缩短运行时间。

5. 1D-3D 协同仿真：其中的 3D 和 1D 仿真会在仿真过程中进行交互，并更新各自的边界条件。

本文将介绍内嵌于 1D 热流体系统仿真工具的 3D CFD 元器件仿真的用法（也称为 3D-1D CFD）。另外，还介绍了此类系统元器件的一个旨在提高精度的全新工作流程概念，“基于仿真的特征提取”(SBC)。我们借助在 3D CAD 嵌入式通用 CFD 软件包 FloEFD™ 中建模并提取特征的元器件，在 FloMASTER™ 通用 1D 热流体系统仿真软件中实施 SBC。此实施最适合将强大的自动 SmartCells™ 技术用于真实的复杂几何形状，从而快速对 3D 元器件进行仿真及特征提取。接下来，我们将借助汽车行业的若干示例来描述该工作流程，以及在 1D CFD 工具内通过 SBC 获得的精度优势。

1.0 概述

设计工程师和分析师通常使用 1D 或 3D CFD 软件（图 1），为汽车、航空航天、油气、工艺、电力与能源行业常见的热流体系统建模；只不过各行业的属性有所不同。用于设计复杂元器件（和系统）时，3DCFD 的精度极高，但其计算代价也很高，根据当前所用模型的大小，运行一次仿真可能需要几个小时、几天甚至几周的时间。相反，1D CFD 这一求解方法速度更快，只需几秒、几分钟或几小时的运行时间，但它可能需要大量真实测试数据才能精确地为更复杂的 3D 系统元素提取特征。它还能实现快速评估系统和成体系系统的“假设分析”情境（Jenkins，2012 年）。图 2 显示的即为典型的 1D CFD 设计流程。

图 2：整个产品开发设计流程中的 1D CFD 仿真

1D 系统级热流体仿真通常称为 “1D CFD”，可用于研究复杂管道系统的热特性和流体动力学特性。与求解纳维-斯托克斯和热能方程的 3D CFD 方法不同，Mentor Graphics FloMASTER™ 等系统级工具具有极高的计算效率，可以完整地描述待考虑的整个布局，而无需施加不确定或不合格的局部边界条件。实现方法是使用热流体元器件目录，从流体动力学的角度表示管道、弯管、阀门、贮液容器、泵、换热器等物品。

另外，需要指出的是，商用 1D CFD 与 3D CFD 的发展时期相互重叠（Miller，2016 年），二者均始于约三四十年前。请务必谨记，即便在今天，1D 系统仿真工程师通常依然是与 3D CFD 工程师迥然不同的一类工程师，他们往往在同一公司的不同部门工作，而且两者之间的工作流程互不相通。一些公司确实拥有既能执行 1D CFD 又能执行 3D CFD 的工程师，也正因为如此，他们必然能认识到这些仿真类型带来的好处：

i. 1D 系统仿真 CFD 工程师将获得一组所需的特定运行条件，以便以虚拟方式测试其系统。1D CFD代码通常以系统为基础，并且一旦建立好模型，就能在几秒到几分钟内执行许多参数研究，从而提供实时或近乎实时的仿真。1D CFD 由分析师和工程师用于设计、验证、优化和维护复杂的流体系统，甚至是成体系系统。1D CFD 仿真可能涉及数百甚至数千个单独的元器件，并具有非常扎实的实验测试基础，其数据来源涵盖各种已发表的相关系统数据和教科书，例如源于 Don Miller（2014 年）和 Idelcik（2009 年）行业标准的数据，以及用户公司的内部测量数据。1D 系统仿真可在整个产品开发流程中使用。

ii. 3D CFD 分析师或设计工程师往往更关注元器件或子元器件仿真，但偶尔也会尝试仿真完整的系统。可以说，即便考虑到几何形状和网格划分技术的进步以及高性能计算机的出现，执行一项3D CFD 仿真有时仍需要几小时、几天甚至几周的时间。因此，在解答关于流体流动、传热和传质的工程问题时，速度比 1D CFD 至少慢了一到两个数量级。3D CFD 可在整个产品开发流程中使用，但它的最大投资回报 (RoI) 体现在产品开发的早期设计阶段。只不过时至今日，我们推断全世界所有 CFD 中约 80% 并未在设计流程的前端进行。CFD 当前面临的最大瓶颈依然在“前处理”阶段，也就是通过 CAD 创建或编辑几何形状，将物理空间分解为可通过纳维-斯托克斯方程的 3D 求解器求解的网格元素，以生成有用的流体流动、传热和传质预测。

2.0 设计到制造的系统 “V” 形工作流程和 1D/3D CFD

如果稍加留意，我们会发现几乎所有产品制造和开发行业都广泛使用 “V” 形开发模式（参见图 3）来描述产品从概念到交付（有时甚至贯穿整个生命周期）所需的流程和领域。系统 “V” 形旨在简化对不断发展的系统的相关复杂性的理解。在 1D 系统工程中，它被用于定义产品或项目开发的统一过程。

图 3：设计到制造的系统 “V” 形（Jenkins，2012 年）

图 3 高亮显示了系统 “V” 形中的抽象层次，在此发电应用示例中，其范围可涵盖一端的整个电厂到另一端的单独燃气涡轮发电机定子。系统 “V” 形实施流程从左上角的概念开始，到逻辑定义，再沿 “V” 形左臂向下完成物理设计，然后继续经历不同形式和复杂性层次的制造过程。另外，“V” 形的左侧表示产品要求的分解和系统规范的创建，“V” 形的右侧则表示零部件的集成及其验证，即产品的实现。一般而言，系统的保真度会随着 “V” 形的不断深化而提高。例如，3D CFD 位于 “V” 形底部的“元素”或“单元”层次，而1D CFD 位于顶部（参见图 4 LHS）。不过，该 “V” 形还有另一种查看方法，即，将左臂视为产品开发的“设计”臂，将右臂视为“验证”臂（Jenkins，2012 年）。通常，通过在“设计”阶段 (LHS) 提取系统或元器件特征，并在右侧的制造“验证”阶段执行协同仿真（例如 1D-3D CFD），可以实现特征提取的最大价值。顺便提一下，大多数多物理场协同仿真往往也在 “V” 形的 RHS 阶段进行。

图 4：系统 “V” 形以及 1D 和 3D CFD 与特征提取的结合位置（Jenkins，2012 年）

3.0 1D 和 3D CFD 仿真代码耦合方法

当使用术语 “1D CFD” 时，我们将其等同于“1D 热流体系统仿真”，不过我们当然明白，还有很多种涉及多个物理学科的 1D 机械（以及电子设备和控制）仿真工具，例如有限元分析 (FEA) 和基于模型的设计 (MBD)等。由于涵盖性术语“1D3D”涉及到 CFD 行业中多种可能的不同实施，因此最好能在我们引用该术语之前，弄清我们所讨论的具体内容。在本白皮书中，该术语始终表示 1D-3D 流体流动、传热和传质系统；基于此，下面我们将介绍当前最常用于耦合 1D 和 3D CFD 工具的选项。

1） 在 1D CFD 代码中嵌入 3D CFD

此工作流程的目标是使用户能够使用从 3D CFD 仿真（通常用于非标准元器件几何形状）收集的性能数据来增强其 1D 元器件库。将两种解去耦意味着 1D 解不会受制于 3D 解的时限，这是一项重大好处。此外，它很稳健，而且其设置和故障排除也相对简单。

为此，需要将工作流程的 1D 边界条件及任何需要的输出发送给 3D CFD 分析师／设计人员。3D CFD 设计工程师将会访问 3D CAD 模型并建立分析。通过创建“实验设计”进行 3D 参数研究，可涵盖所需的分析。完成研究后，可将结果保存到文件。此文件包含所有必要的信息，这些信息可用于对 1D 分析所需的相关元器件的热特性和压降特性进行特征提取。然后无需任何前处理，即可直接在 1D 工具中打开此文件。该文件将会创建一个新的元器件，并保存在其关系数据库中以备将来使用。随后可将此元器件置入相关系统以运行分析。在此之后，1D 系统工程师可以查看结果并确定下一个虚拟样机阶段可能需要的更改，或提供结果以开始物理样机研究。图 5 显示了此 3D1D 场景的典型工作流程。

图 5：FloMASTER 中典型的汽车发动机热管理 3D-1D CFD 流程

2）在 1D CFD 代码中嵌入伪 3D CFD

这种方法可以直接在 1D 代码中捕获一些三维效应。例如，FloMASTER 使用此方法来捕获汽车冷却组件中的换热器之间的堵塞效应。它涉及对传统 3D CFD 求解器进行适度简化的逼近。不过它也提供了一种方法，可在 1D 中方便、快捷地捕获明显的 3D 效应。FloMASTER 内部的实体化（图 6）将 1D CFD 的适用范围扩展至系统，在系统中，换热器封装会造成重叠，但 3D 结果仍为近似值。此功能会对每个换热器分段，以便在后台构造 FloMASTER 1D 网络，捕获每个分段的效应、其几何范围，以及经过它们的正确的高温侧和低温侧流体路径。

图 6：FloMASTER 空侧可视化分段器 (AVS)

3）在3D CFD 代码中嵌入1D CFD 元素

当前大多数 CFD 代码内（例如在处理多孔介质网格时）包含 1D 和 2D 元素，这一点不无道理。在 3D CFD求解器中，对两个房间进行仿真，其中每个房间都有一个加热系统，该系统则由通过散热器循环流动的热水构成，这便是一个典型的示例。散热器和房间可在 3D 中完整地建模，而管道和循环水泵则可在 1D 中建模。目前，这种做法非常罕见，因为 CFD 求解器将不得不为这“一项仿真”求解，而且必须能够处理涉及到的不同维度的物理特性矩阵。COMSOL 的确提供了一个使用此方法的“管道流量模块”（COMSOL，2017 年），其好处在于，能够在相对较粗的 3D 网格中加快 CFD 求解器的求解速度。如果能够在通用 3D CFD 代码中有效地执行此项功能，则可部分使用大型网格对大型物理几何领域（比方说一家工厂或数据中心）建模，而在其他区域内，则可在 1D 中采用高效计算（因而速度较快）的方法处理较小的细节物件（例如管道工程）。这种 1D-3D CFD 变型方法在很多方面与另一项重大市场需求有异曲同工之妙，即：将 3D CAD 元件（管道和导管）快速缩减为 1D 系统仿真元器件，然后在 1D CFD 中予以求解。许多用户希望减少或消除从 3D CAD 表示转至在 1D 热流体系统内快速进行元器件仿真所需的手动开销。

4）通用多维度 1D2D3D 协同仿真 CFD

考虑流体流过一个球体，进入一系列狭长的通道，然后重新流出到更大的体积内。此流动最重要的特点是，流体在扩展到更大充气室的过程中依次经过了三维空间（越过和经过球体）、二维空间（通道内），以及最终的三维空间。具有此类特征的真实系统示例包括新颖的航天发动机进气口和喷嘴（Moriz 等，2005 年）、一些柴油机喷射区域，以及具有中等体积、充气室或搅拌机的管道系统。上述情形下，在降低维度的区域内更改求解器的性质（图 7），可以显著降低模型的复杂度、灵敏度，并缩短运行时间。不过，在边界处建立正确的边界条件和信息传递可能是一项复杂的操作。最低限度，在一些行业（例如燃气涡轮机）中，将流动领域的零部件简化为 2D 或 1D 并与 3D 预测耦合，帮助生成快速且相对精确的复杂系统表示。

图 7：可在 3D CFD 中作为 2D 领域区域处理的典型二维 CFD 流场仿真场景（薄通道）

5）1D 3D 协同仿真 CFD

在此方法中，1D 和 3D CFD 仿真会在仿真过程中进行交互，并依次更新各自的边界条件。它是当今行业应用中遥遥领先的最大一类 1D-3D 流场仿真 —— 我们估计可能占当今所有 1D-3D 流场仿真的 75%。1D-3D协同仿真是来自 1D CFD 模型的标量值与来自 3D CFD 模型的表面边界之间的耦合。此类交互有可能提高一系列 1D 应用的保真度，但也的确会令求解器方法速度下降，且更加棘手。此效应有时被称为协同仿真的“滴答”效应，这种情况下，总仿真时间很大程度取决于耦合中速度最慢的求解器 —— 通常为 3D CFD代码。图 8 显示了一个典型的协同仿真示例，其中，Flowmaster V7 被连接到用于一个 “Y” 形 3 臂结点的FLUENT 3D CFD 求解器。

图 8：3 臂结点的 1D-3D CFD（Flowmaster V7 和 FLUENT）协同仿真

我们注意到，此 1D-3D 协同仿真 CFD 方法会衍生出多种好处：

i. 通过 1D CFD 改进 3D CFD 仿真的边界条件，

ii. 在 1D CFD 中更好地表示复杂的 3D 元器件，以及

iii. 能够揭示元器件与系统之间的意外交互。

导致此 1D-3D 协同仿真方法无法奏效或效果较差的原因有几个，公开文献中也经常报告这些原因：

i. 难以进行前处理，即设置几何形状和网格划分（在 3D CFD 中），

ii. 由于相对工业需求而言过长的求解时间，难以获得有用的解，

iii. 生成 3D 元器件的设计空间需要大量计算工作，因而需要高端 CPU 资源和高性能的计算机，

iv. 对于特定的流动系统或网络，通常需要在一个软件或同时在两个软件中进行大量的代码配置和定制，以及

v. 1D-3D 协同仿真的概念也对软件提供商提出挑战。由于不同的软件包以不同的时间间隔更新其边界，因此维护任何商业链接软件都可能带来沉重的负担。

图 9：飞机舱体的 1D-3D CFD 协同仿真（Flowmaster 和 FLUENT）

德国弗劳恩霍夫协会提供了商业 “MpCCI” 多物理场 CAE 中间层，可耦合最近 10 年来的大多数 1D 和 3DCFD 代码，并针对要采用的行业提供有用的功能（Fraunhofer，2017 年）。1D-3D CFD 协同仿真显然是一种很有诱惑力的技术，但到目前为止，该技术为潜在用户提供的价值与期望值尚有差距（参见 Kelsall 等人提供的图 9，2009 年）。不过，我们的确注意到了，过去 15 年里在此领域发表的论文越来越多，表明其存在基础市场需求。根据我们的经验，汽车和航空航天行业对此类产品的需求最为旺盛，大范围的实际应用似乎局限于有限的团体和研究人员，而且往往是由学术机构或与其联合进行的。

4.0 已发表的工业和学术 1D-3D CFD 论文调查

协同仿真是公开文献中发表的大多数论文所考虑的主流 1D 和 3D CFD 集成方法，依据此方法，一个求解器的边界条件会更新另一方的边界条件，另一方反过来以循环方式反馈回原始求解器。此循环将持续至实现收敛为止。我们查阅了大量有关连接 1D 和 3D CFD 工具的著作，并发现人们对一些面向工业领域的应用表现出相当的兴趣：

■ 航空航天和涡轮机构行业在历来就是 1D 和 3D CFD 的先驱行业之一，一个重要的证据是其 OEM 厂商内部代码（尤其是涡轮机构行业）甚至可追溯至上世纪 70 年代。文献中也报告了商业应用，例如与涡轮机构有关的 Moriz 等人（2005 年）和 Wang 等人（2013 年）的著作。在航空航天常规应用领域，人们对飞机舱体的 ECS 系统（例如 Chen 等人 [2015 年] 和 Kelsall 等人 [2009 年]）、润滑系统和航空电子设备冷却（Johnson，2001 年）等有着浓厚的兴趣。

■ 汽车行业及其学术合作伙伴是这一领域发表文献的主力军。纵观一系列的商用 1D 和 3D CFD 工具，不难发现，尽管其采用范围并非那么广泛，但关注汽车行业的人士仍认为它是一种“必备”工具。Chang 等人（2007 年）提到了在美国 Caterpillar 发生的一个与引擎罩通风有关的真实设计和生产问题。有人推荐将 1D-3D CFD 作为解决方案，以便在设计流程中尽早提供输入，从而大幅降低项目风险。尽管该项工作表明实现了“合理”精度的解，但在交付报告后，由于其工作重点转移到了 3D 空气动力学，该项工作被中止，这表明 1D-3D 并非那么有价值。其他示例包括 Garcia-Oliver（2011 年）、Nomura 等人（2014 年）、Marcer 等人（2010 年）、Uppuluri 等人（2013 年）、Park（2014 年），以及Karthikeyan 等人（2011 年）的著作。

■ 加工与电力行业的一些证据表明，其对打通 1D 多阶段、多元器件工具与 3D CFD 求解器之间的联系，以便为网络中的特定点提供“放大镜”功能很感兴趣。但它的“投产程度”似乎并没有超越面向汽车用户的 1D-3D 工具。至于其余加工行业，不论是较为便宜的代码还是事实上的行业标准工艺仿真工具 HYSYS，似乎都没有与任何 3D CFD 工具发生联系。工厂和工艺内的趋势更倾向于采用专家流体或化学模型来解决泥浆、多元器件／多阶段流动或化学问题。最后的一个例外情况则与另一个专家领域相关。荷兰的 Deltares 通过允许用户根据局部地区的情况酌情定制其 1D-3D 解决方案，正在解决为河流盆地和河流三角洲建模所面临的复杂度问题。有关其他加工行业的 1D-3D 实施示例，请参阅Twigt 等人（2009 年）、Ruther 等人（2010 年）和 Holler 等人（2016 年）的著作。

这些已发表 1D-3D 论文中，有多篇展示了与实验的比较，但很少篇章会展示这些仿真与 1D 仿真自身的比较情况。在提供了结果的论文中，改进幅度差强人意，而且仅在两个案例中（Park 等人 [2013 年] 和 Twigt等人[2009 年]），建议将协同仿真作为获得合理解的领先的途径。不过，这两项研究均使用了专业的内部（或至少是行业特定的）代码。Montenegro（2007 年）提到了同时获取两种工具的源代码的重要性。这将为希望执行此类协同仿真的 1D 和 3D CFD 工具供应商带来一定的优势。

所有引用的论文，要么针对特定应用验证 1D-3D 协同仿真的概念，要么提供概念简介。清单中的大多数期刊文章和会议论文更加青睐新的创新方法，而不是被视为经过验证且符合行业标准的方法或工具。但值得注意的是，在清单所覆盖的时间范围（2000-2016 年）内，1D-3D CFD 似乎仍基本处于“概念验证”阶段。事实上，Yu 等人（2010 年）非常明确地提到，利用协同仿真换取日常工作效益的开销过高。他们得出结论，单独的 3D CFD 仿真在帮助改进 1D CFD 仿真方面很有价值，并且他们的方法为车辆冷却组件提供了气流数据。接着他们使用了一种在原理上与前述空侧可视化分段器 (AVS) 相似的工具，即伪 3D-1D。ANSYS Workbench 是提供多领域物理功能的又一个方法示例，结合 CYDesign Labs 分别于 2013 年和 2016 年被 Dassault of ESI 和 ITI 收购，种种迹象充分表明了 1D-3D 虚拟样机领域这一更广泛的趋势。此外，SiemensPLM 于 2016 年收购 CD Adapco，加上其现有的 LMS 1D 产品系列，目标直指其 Simcenter 产品中的 1D-3D CFD。

尽管解释 1D-3D CFD 的方法可能有很多种，但当前市场对此有一种非常独到的视角，即“协同仿真”，依据此方法，信息通过两个代码的边界条件以“滴答”的方式在二者之间传递，直至获得收敛的解。在很多信息源，与 1D-3D CFD 协同仿真相关的问题已经过充分研究并达成一致的结论。不同的 1D 和 3DCFD 用户角色往往在不同的部门操作；不同的开发结构可能彼此跟不上步调，反过来表明工作流程可能严重脱节；1D-3D CFD 局限于小众用户群体和有限的项目范围。但尽管如此，汽车行业依然表现了最浓厚的兴趣。

5.0 3D-1D CFD ——“基于仿真的特征提取”(SBC)

在 Mentor Graphics，我们实施了一种 3D-1D CFD 变型仿真（Mentor Graphics，2017 年），我们相信它能满足 1D 工程师尽快获取精确的 3D CFD 数据以融入其 1D 工作流程的关键需求。我们在本机将 CAD 嵌入式 CFD 工作流程 (FloEFD™) 耦合到 1D CFD 代码 (FloMASTER™) 中，以便对 3D 元器件执行“基于仿真的特征提取”。这样就能化解 1D CFD 代码长期未能解决的“n 臂结点”问题，即，如果流量在穿过复杂的多臂结点时存在多种可能性，1D 代码将如何解析该问题？

5.1 流体动力学响应面建模

在 1D CFD 工具中对多臂元器件（例如图 10）进行流体动力学特征提取难度极大，因为它要求确定臂与参考臂之间的压降同所有非参考臂中的质量流量之间的关系。

图 10：非标准 3 臂结点中的压降与流量关系

必须在用户指定的范围内确定这些流体动力学关系。对于每个非参考臂，首先固定压力或流量的上限和下限，具体取决于在 3D CFD 中为这些表面设定的边界条件类型 —— 参见图 11。

图 11：3 臂结点的特征提取范围上限和下限

然后使用“实验设计”方法自动定义用户指定的计算“实验”数。在整个特征提取空间内分发两个入口流量的随机但均匀分布的组合（图 12）。

图 12：3 臂结点的实验设计特征提取空间分布

然后在 FloEFD 内对计算“实验”进行仿真。为了从将要用于 FloMASTER 仿真的流体消除对用于特征提取的流体的依赖性，可自动提取压降和质量流量并设为无量纲参数，分别等同于压力损失系数和雷诺数（图 13）。

图 13：3 臂结点的无量纲压降与质量流量

为了将无量纲压降关联到无量纲质量流量，我们采用了响应面技术。响应面是一个将输出（在此情形中为无量纲压降）关联到多个输入（在情形中为无量纲质量流量）的 N 维数学“表面”。为每个非参考臂创建响应面。在本示例中，每个响应面都是一个二维表面，但该维度会随臂数而增减。⁽¹⁾

响应面自身是用于描述多臂几何形状的流体动力学特性的模型。然后依照 FMI（功能实物模型接口）标准，将其作为功能实物模型 (FMU) 从 FloEFD 导出到基础文件系统，但是将其增强为包含更多将供 FloMASTER使用的信息，例如每个臂的面积、可在 FloMASTER 中进行可视化（以帮助将其置入到的回路建立正确的连接）的几何形状 3D 表示。

图 14：3 臂结点的 FloMASTER 响应面模型

图 15：边界条件与 3 臂结点特征提取所用边界条件等效的 FloMASTER N 臂元器件

5.2 热响应面建模

为了提取此 3 臂几何形状的热特性特征，必须定义更多自由度以扩大特征提取空间。具体而言，除了流量或压力范围以外，定义进入流体的温度上限和下限。此举旨在创建更多的响应面，使 FloMASTER 能够预测离开几何形状的流体温度。为此，由 FloEFD 和为每个臂创建的响应面来提取臂与参考臂之间的总焓差。

图 16：3 臂结点总焓差响应面的构成

如果作为 FloEFD 模型定义的一部分，有任何其他增加到该流体或从该流体抽取的热量，则同样通过自身的响应面将此净热流量包含在特征提取中：

如果在 3D CFD 仿真中使用固定的温度边界条件（而不是固定的热流边界条件），则该净热流量可能并不恒定。

6.0 3D-1D CFD 中的 SBC 的真实汽车示例

我们将借助汽车行业的两个示例来介绍 3D-1D CFD 的 SBC 方法：

1）4 臂恒温器发动机冷却应用

汽车恒温器控制来自发动机内多个冷却回路的流动组合，确保进入发动机组的冷却流体的温度保持在指定的限值内。当对汽车恒温器和泵外壳等多臂结点建模时，将单独的流动路径特征提取为并行的独立损耗，通常会导致 1D CFD 中预测的通过出口的质量流量误差增加 15% 至 20%。通过考虑分支压降随其他分支内流量变化而发生的变化效应，可消除此误差。使用 FloEFD 对外壳执行全方位 3D CFD 特征提取，并将相互依赖的流量通道相互作用集成到一个 FloMASTER N 臂元器件中，可以提高系统仿真精度并增加置信度和信任，从而大幅减少物理测试次数，最终缩短制造商的产品上市时间。

在这些回路的结点处发生的 3D 流动型态（图 17）会增加流量与臂间损耗系数之间的复杂关系。过去的1D FloMASTER 元器件类型的拓扑非常简单，限制了将其进行组合以表示此类复杂流量几何形状的能力。一般而言，离散损耗往往用于表示单独的成对臂，但其无法顾及压降效应的相互作用，即所有臂中不同的流量实际都会产生文丘里效应等效应。将基于 3D CFD 仿真的特征提取工作流程应用于此应用将会提高汽车发动机冷却回路仿真的精度。

图 17：4 臂汽车恒温器几何形状（为清楚起见显示剖面图）和关联的复杂三维流动型态

此示例中的恒温器特征被提取为处于完全开放位置且不允许旁路的阀门，从而尽可能降低进入发动机的冷却液流体温度。需要特别注意特征提取的范围。而且为确保 FloMASTER 中的 N 臂元器件操作“在范围以内”，我们选择了所有非参考臂的流量范围上限和下限，以确保其涵盖所有可能在系统内遇到的潜在流量。

对恒温器进行流体动力学特征提取后，可采用与任何其他 FloMASTER 元器件相同的方式将其添加到模型。以下是一个发动机冷却回路模型，其中包含了舱体的水泵、发动机、散热器、齿轮油冷却器、机油冷却器和热核。鉴于恒温器在特征提取期间完全开放的性质，连接恒温器以允许将来自散热器、齿轮油冷却器的入流量与机油和加热器核心的组合流量进行热混合，然后泵压到发动机中。使用热负荷为 33kW 的标准 FloMASTER 发动机元器件对发动机进行建模（图 18）。

图 18：FloMASTER 汽车冷却模型中的 4 臂恒温器

此外还对通过 4 个臂的流量进行仿真。尽管由于恒温器只有一个连接到泵的出口，仅考虑了一项流体动力学特征提取，但完全热混合的假设依然有效。发动机入口和出口的冷却液温度分别为 65.2°C 和 69.8°C。

2） 汽车发动机组和气缸盖

此回路模型示例中的发动机元器件在总体压力损失系数和到冷却回路的排热方面进行了特征提取（图 19）。此表示被替换为一个热特征化的 FloEFD 流体动力学 2 臂模型。FloEFD 3D CFD 模型首先在穿过发动机组和气缸盖的冷却通道的冷却液侧面定义固定的温度边界。为设置最坏情况条件，在气缸周围的面上设置300°C 的温度，而在其他所有面上设置 200°C 的温度。

图 19：2 臂汽车发动机组和气缸盖的几何形状；流动和温度型态

此温度边界条件表示的是热机械失效限值，从热可靠性的角度来看，即为发动机的最大工作容量。然后可使用 FloMASTER 冷却回路仿真来调整回路中的不同元器件（图 20），以确保流出发动机的冷却液温度低于可能对发动机造成损害的温度，在本案例中假定为 110°C。

图 20：FloMASTER 汽车冷却模型中的 2 臂发动机

通过调整电机冷却换热器（散热器），使其具有 0.4 m² 的面积和热传递系数 2,800 W/m²K，排出发动机的冷却液温度被保持在限值 106°C 以内。依据此冷却液流量、入口温度和热限制条件仿真的发动机热负荷为193 kW。

7.0 总结和结语

在本白皮书中，我们概述了不同形式的 1D-3D 和 3D-1D CFD 方法的历史和优缺点。市场存在简单易用的耦合式快速 1D-3D 仿真工具需求，尤其在汽车和航空航天市场。当前可用的商业解决方案往往缺乏本机代码耦合，或过度依赖难以处理的紧密耦合或松散耦合求解器。

本文概述的 3D-1D“基于仿真的特征提取”CFD 工作流程提供了机会，将 3D CFD 仿真的优势（通过快速的 CAD 嵌入式 CFD 代码 FloEFD™）应用于对 1D 系统仿真（FloMASTER™ 内）中难以处理的多臂几何形状进行建模。尽管可以采用基于协同仿真的 1D-3D 替代方法，但这种基于模型的设计方法是以花在几何形状特征提取的时间来交换快捷性，借以执行多个 1D 调整仿真。此方法消除了在使用现有的 1D CFD 元器件类型表示此类应用时必须做出的假设所带来的误差，并显示可将精度提升多达 20%，从而将工业相关设计时间尺度内可实现的 1D CFD 解决方案保真度提升到更高的水平。因此，我们认为这是 1D 系统分析师和工程师迈向“终极目标”—— 实时 1D-3D CFD 系统体系仿真的重要一步。