首页/文章/ 详情

CONVERGE助力超高效率氢气发动机开发获得2022年HPCWIRE奖

2小时前浏览2

1月5日消息,Convergent Science公司、美国阿贡国家实验室和Aramco Americas公司底特律研究中心获得了2022年HPCwire奖,以表彰CONVERGE的HPC性能在工业中的最佳应用。三位获奖者的主要获奖原因是该团队开发的高保真、HPC赋能、以分析为主导的设计(ALD)流程,对加速清洁、高效发动机开发的贡献。


来自Convergent Science、阿贡实验室和Aramco Americas的研究人员将重点放在氢燃料发动机开发上。近年来,氢气因其在交通运输领域作为零碳燃料的潜力而引起了人们的极大兴趣。该团队的目标是建立一个高效的ALD流程,用于开发超高效率的氢燃料动力系统。


该团队使用CONVERGE进行高保真计算流体动力学(CFD)研究,并研究不同的物理现象,包括氢气化学反应动力学、超音速氢气射流和氢气-空气混合过程。


 

阿贡国家实验室的Wubien博士

采用CONVERGE对氢气和空气混合过程模拟


准确的燃料反应机理是进行氢气燃烧模拟的关键。通过0D、1D和3D模拟,研究小组发现了现有氢气反应机理的不足,并采用蒙特卡罗采样方法优化了反应速率系数。优化后的氢气机理显著改善了缸内压力和热释放率的预测精度。


此外,捕捉氢气喷射和燃料-空气混合对于准确预测氢气燃烧和排放至关重要。该团队测试了不同的RANS和LES湍流模型来预测燃烧缸中的混合物分布,并采用不同的网格策略来捕捉氢气喷射的行为。


“在非常高的压力下进行氢气喷射会导致射流膨胀不足,这意味着喷嘴出口的气流是超音速的,”阿贡国家实验室的高级研究科学家罗伯托·托雷利博士说。“这需要非常精细的网格和非常小的时间步长来实现精确的解决方案,但这使得模拟成本变得非常高。”


为了使CFD成为氢气动力系统的有效设计工具,模拟结果的迭代时间必须在一个合理范围。通过优化网格策略,该团队将计算时间减少了50%以上,同时保持解决方案的 准确性。该团队还在探索创新的方法,以进一步提高氢燃烧模拟的计算效率,从而将计算时间再减少80%。


“我们开发的以分析为主导的设计流程将加速采用清洁、高效的氢气的动力系统,并加速向清洁、低碳能源系统的过渡,”沙特Aramco Americas公司仿真团队负责人Pei Yuanjiang博士说。


这个跨学科团队在之前的一些项目中就一直合作,致力于开发更清洁的动力系统,并因此在2019年、2020年和2021年获得了HPCwire奖。他们之前的研究工作集中在HPC和人工智能的结合上,以加速高效发动机的设计,使用超级计算来解决燃油喷射器中微米级的制造缺陷,并实现更好的燃料空气混合过程预测,以及应用HPC支持的高保真模拟来评估发动机冷启动,以减少排放。


Convergent Science的股东兼副总裁Kelly Senecal博士表示:“与Aramco Americas公司和阿贡国家实验室的杰出工程师合作,使我们朝着更可持续的未来取得了重大进展。“我们非常荣幸能够获得HPCwire奖,我期待着继续我们富有成效的合作伙伴关系。”


来源:艾迪捷
HPC燃烧化学湍流航空航天船舶汽车电力CONVERGE人工智能
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-09-13
最近编辑:2小时前
艾迪捷
MBD CAE解决方案专家
获赞 2粉丝 1文章 410课程 0
点赞
收藏
作者推荐

GT-Automation 基于Python的自动化建模和计算结果后处理功能

什么是GT-Automation在一些使用场景中,用户倾向于任务的自动化处理,而不是在GT-SUITE的主界面手动操作。为了满足这样的需求,GT提供了GT-Automation功能,可以支持GT-ISE和GT-POST操作的Python脚本,也可以用来处理模型和仿真任务,节省大量时间,并且避免重复和单调的操作。 通过API实现自动地修改模型在GT-ISE平台中,打开Python编辑器,用户可以执行和开发代码,实现自动化workflow和模型分析,还包括计算结果的后处理和模型的迭代。 建立复杂的workflow并自动化Process Map是GT-SUITE的Process迭代平台,可以建立复杂的工程workflows并自动化,包含多个Process和数据传输。另外,提供一个中央的、基于GUI的GT-SUITE自动化Process,Process Map也支持软件的内部工具和第三方工具。 Python API 特色功能打开/关闭/保存功能演化模型和参考模板建立/寻找/删除对象和部件查询/设置参数的数值和单位输入数组和表格数据建立/寻找/删除部件之间的连接打开/关闭仿真结果输出图片,以及图片属性的定义寻找/设置Setup菜单中的参数(Run,Output,Advanced,Optimizer)寻找/编辑/删除Case Setup中的参数和超级参数寻找/设置参数数值,增加/移除Cases,打开/关闭Case的计算选项建立.dat文件并且运行模拟计算任务上传/中断/删除分布式计算任务Process Map 特色功能在一个Case Setup中,管理多个模型的参数用集成的Design Optimizer优化Process Map的workflows设置和运行Process Map workflow中的DOEs内嵌的优化器和DOEs的自动化按照顺序执行两个或更多模型的优化合并多个Process的结果到一个.glx结果文件应用示例基于用户输入的执行脚本,以编程的方式将多个电池组添加到模型中,可以根据用户的输入构建任意数量的模块。 具有复杂连接的模型通常涉及繁琐、重复的连接操作。例如,电池热模型可能包含数百个热连接,Python脚本可以自动地创建这些连接,从而节省时间并减少错误。 有时,许多模型在结构上有明显的重叠,并且需要进行相同的更改,这需要重复且耗时的手动操作。例如,下图显示了几个类似模型中重复使用的空调系统,为了评估从风冷冷凝器切换到液冷冷凝器的效果,这些仿真模型需要进行相同的连接更改。 使用GT-Automation中的Python脚本,与手动更改每个模型相比,可以快速地且一致地执行此操作。可以根据用户在Case Setup中的选择动态地添加或删除整个子系统,包括替换部件。在下面的示例中,用户进行下拉菜单的选择(超级参数),当模型运行时,python脚本根据所做的选择转换模型。 来源:艾迪捷

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈