Simulation de mécanique des fluides numérique

L’analyse par éléments finis (FEA) est utilisée avec succès pour l’ingénierie des produits depuis des décennies. Parallèlement à cela, des approches de modélisation haute-fidélité et plus pragmatiques ont été développées en permanence, ce qui vous permet d’obtenir des résultats suffisamment précis plus rapidement.

Aujourd’hui, les ingénieurs peuvent et doivent choisir le niveau de précision qui correspond le mieux à leurs besoins pour répondre aux questions d’ingénierie avec un minimum d’effort de calcul. Le niveau de précision va des techniques de modélisation haute-fidélité qui permettent de prédire le comportement réel à quelques pourcents près, voire moins, aux méthodes rapides qui permettent de prédire rapidement les tendances.

Aujourd’hui, les processus de certification et de vérification des outils de simulation par éléments finis sont bien établis. Ils resteront un ingrédient essentiel aux progrès de l’analyse par éléments finis, à sa fiabilité et à sa confiance dans les jumeaux numériques et à son implantation dans de nouveaux domaines. Bien que la simulation prédictive réduise continuellement le besoin de mesures et de prototypage coûteux, elle continuera d’exiger des méthodes EF rigoureuses et la validation des meilleures pratiques par le biais d’expériences. 

Les méthodologies CFD sans maillage offrent une approche alternative attrayante aux méthodes basées sur le maillage pour des applications sélectionnées. Lorsque l’obtention rapide de résultats est une priorité par rapport à la plus grande précision, l’hydrodynamique des particules lissées (SPH) est un outil efficace. Cependant, les deux méthodes ont leur place et, en fonction des exigences en matière de temps de résolution par rapport à la précision requise, il peut être avantageux de choisir une approche basée sur le maillage ou sans maillage.

La plupart des flux qui nous entourent et qui sont pertinents pour le développement de produits sont de nature turbulente. Au fil des décennies, la science et l’industrie ont établi des relations étroites pour intégrer les descriptions de turbulence dans l’équation de Navier-Stokes. Par exemple, le maillage du modèle de turbulence le plus adapté à une application et à un projet CFD donnés dépend fortement de la précision par rapport aux exigences de vitesse de simulation.

En général, la modélisation de la turbulence peut être classée en trois catégories principales : la modélisation statistique, également connue sous le nom de moyenne de Reynolds Navier-Stokes (RANS), la simulation à résolution d’échelle (SRS), comme la simulation aux grandes échelles (LES) ou les simulations aux tourbillons détachés (DES) et, finalement, la simulation numérique directe (DNS), qui ne fait aucune hypothèse de modélisation sur la turbulence.

L’apprentissage de la CFD nécessite du temps, du dévouement, une étude approfondie et de la pratique. Il est essentiel de comprendre la physique fondamentale sous-jacente de la dynamique des fluides et l’équation de Navier-Stokes, de comprendre les méthodes numériques et leurs limites et de pratiquer l’utilisation pratique de l’outil logiciel de dynamique des fluides numérique. Grâce à l’automatisation et à l’amélioration continue des interfaces utilisateur dans les logiciels modernes de dynamique des fluides numérique, les obstacles à la CFD haute-fidélité diminueront encore à tous les niveaux, ce qui permettra d’explorer les résultats et de prendre des décisions basées sur la simulation.  Il est également essentiel de comprendre la dynamique des fluides fondamentale pour juger des résultats et prendre des décisions d’ingénierie significatives basées sur les résultats de la CFD.

Le choix du matériel pour un projet CFD dépend vraiment de votre projet, de votre budget et de vos priorités actuelles. Quelques recommandations : les processeurs x86 exécutent des simulations depuis des lustres maintenant. Chaque solveur a été initialement développé et vérifié pour cette plate-forme. Recherchez du matériel CFD avec un cache maximal : serveurs, postes de travail et ordinateurs portables. De nos jours, les processeurs graphiques (GPU) prennent en charge de nombreux solveurs, et les logiciels s’y adapteront encore davantage. Cette solution est très économe en énergie. Veillez à ce que les solveurs dont vous avez besoin soient pris en charge et répondent aux exigences de mémoire de votre cas d’utilisation. Cela vous permet de tirer le meilleur parti des stations de travail multi-GPU et des clusters GPU. Les processeurs ARM prennent tout en charge, sauf l’interface utilisateur graphique. Il s’agit d’une approche pour une informatique rentable, en particulier sur les services cloud. À condition que votre outil de simulation numérique de la dynamique des fluides prenne en charge la technologie ARM. En règle générale, la simulation CFD basée sur le cloud est une solution simple. Pas d’investissement dans du matériel informatique coûteux, pas de coût d’inactivité et évolutif à la demande.