使用XFLOW从入门到高级的20+条经验
- 作者优秀
- 优秀教师/意见领袖/博士学历/特邀专家/独家讲师
- 平台推荐
- 内容稀缺
本文摘要(由AI生成):
文章主要介绍了XFlow格子尺寸选择、体积修正以及用Python生成.gif的方法。在格子尺寸选择方面,需要考虑结构的不同细节,进行加密处理。体积修正在多相流仿真中具有重要作用,决定着质量是否保持守恒。在生成.gif的方法中,需要使用Python程序,并安装好Imageio库和os库。通过以上方法,XFlow计算生成的一系列图片即可生成动态图.gif格式。通常来说,在图片数量庞大时,生成的.gif动态图文件也会很大,几乎等于所有图片占用存储空间大小之和,存放占用空间非常可观。
一、XFlow格子尺寸选择
很多同学对XFlow格子划分应该用什么样的尺寸比较头疼,尤其是XFlow的初学者对究竟选取多大的格子尺寸很困惑?根据笔者多年多年的经验,XFLow划分格子的时候,其考虑因素其实和CFX、Fluent等有限体积网格的划分是一样的,没有任何特殊之处。有限体积网格在进行划分时,需要综合考虑结构的不同细节,把关键部位和不可忽略的小尺寸部位进行网格加密,那么XFlow进行格子划分其实也同样考虑这些因素。如果一个产品结构比较常规,没有较大的截面突变,那么我们采用统一格子尺寸,如下图,把加密功能选择Disabled。如果一个产品结构存在较大的截面突变,或者存在重点关心的区域,或者存在不可忽略的细微结构,或者存在较大的曲率变化,那么这个时候就必须对格子进行加密处理,如下图所示,整个结构存在较大的截面突变,管道尺寸比较细,又是不可忽略的重要结构,而且存在较多突变接口,和其他结构比较起来这些地方的格子建议必须加密。那么加密的可接受程度在什么范围内呢?这个不可一概而论,可以根据设计分析经验进行尝试。比如,上述细管道的结构处,管道横截面上可以分布多层格子,建议至少在4层格子,比如2-4-4-2格子结构,如下图。在不同格子的交界处,XFlow可以进行自动插值计算,不需人为处理。最大格子尺寸和最小格子尺寸差了几个量级,XFlow可以进行设置,叫做Refinement Transition Length,即加密变换长度,也可以叫做加密变换次数。XFlow加密的格子尺寸是以1/2为底数的,比如基本尺寸是1,那么加密的尺寸必须是0.5, 0.25, 0.125.....等等。如果格子尺寸选择了1, 0.5, 0.25,那么加密变换长度可以设置为3。如果格子尺寸选择了1,0.5, 0.125,那么加密变换长度可以设置为4,而不建议设置为3。二、XFlow中的体积修正
体积修正( volume correction )在XFlow多相流仿真中具有重要作用,它决定着质量是否保持守恒,在进行仿真时,这一选项必须勾选,否则仿真结果没有意义。以齿轮飞溅润滑为例,对比说明一下 体积修正对仿真结果的巨大影响。使用体积修正时,齿轮飞溅润滑的仿真结果如下,可看出油液质量是守恒的。上图是某时刻齿轮腔体内润滑油的分布情况,显示左边的轴承此时刻并未润滑到。
上图显示质量是守恒的。其实值得说明一下,在仿真过程中,质量并非完全理想守恒,总是在一定范围内振荡,如下图所示,在这段仿真时间内,质量的振荡幅度在千分之五以内。
不使用体积修正时,仿真结果将完全不同,这时结果是不可采信的,如下图所示。在仿真过程中,质量变化巨大,完全脱离了守恒定律。
上图显示润滑油在相同时刻已经完全充满了油腔,这是不符合现实的。而且,统计XFlow中油液粒子的质量,结果显示已经完全不守恒,而是增大了几倍,如下图所示。
不只是多相流仿真,在其他类型仿真中如果涉及体积修正同样需要考虑这个影响,以保证仿真过程中质量守恒,这样结果才是可信的。三、XFlow用Python生成.gif的方法
XFlow的版本,在2017和以前的版本中,计算完成后在后处理图形界面数据时,只能生成图片,默认为.PNG格式,如下图所示(保存图片操作:Post-Processing > Animation),无法直接生成.avi或者.mp4格式的视频文件。所以,在展示的时候是很不方便的,因为我们一般需要看计算结果的动态发展过程。
这个时候,我们需要将保存的一系列图片生成各种格式的视频,或者动态图的.gif格式进行演示。比如下图所示,我们生成了若干张图片,怎么生成视频或者动态图呢?
最常用的方式,是通过第三方软件进行合成,格式可以选择视频或者.gif动图等,比如第三方小软件Atani,Anytogif等,这些小程序有的有图片数量的限制,比如Atani只能合成<255张图片,有的合成速度很慢,比如Anygif在合成图片数量很多时变得特别耗时;也可以应用大型专业软件进行合成,比如Matlab,Corel VideoStudio Pro等,但大型软件应用有一定的门槛不适合初学者使用同时也不方便。 这个时候如果你懂一些Python,就可以使用几行代码通过调用函数实现生成视频或者.gif动图的目的,只要安装好Python程序即可,不需要精通编程语言,只要把代码中的图片文件路径和保存文件名称改成自己的路径和名称,便可方便地生成视频或者动态图,而且通过这种方式没有图片数量的限制。对你的要求,只是edit并run这个程序而已。 下面我们就把这个Python生成.gif的程序分享出来。
以上程序代码是CAE从业者验证OK的 .gif 生成程序,要用到imageio和os两个lib库。只需要修改成自己的图片信息,即可实现调用。
Python须提前安装好,建议安装目前最新版本3.7;
Imageio库必须提前安装好,在有网络连接时,安装方式(假设你的系统是64位windows系统)为:打开64位cmd窗口> (建议)回到C盘根目录> pip install imageio,如果没有网络连接,需要去GitHub网站下载离线版然后在文件目录下运行:pip install +离线文件名(+号在实际运行时不带);
os库可以正常调用,os是Python自带的函数库,无异常时可以直接调用。
这个时候就需要对生成的.gif文件进行大小优化了。通过以上方法,XFlow计算生成的一系列图片即可生成动态图.gif格式。通常来说,在图片数量庞大时,生成的.gif动态图文件也会很大,几乎等于所有图片占用存储空间大小之和,存放占用空间非常可观。
好了,以上是笔者使用XFlow过程中积累的些许经验,希望对XFLOW学习者和应用者有所帮助吧。如有不当,欢迎批评指正。
获赞 9862粉丝 21317文章 3459课程 216