fluent基础(入门篇)

1单精度与双精度的区别

大多数情况下，单精度解算器高效准确，但是对于某些问题使用双精度解算器更合适。下面举几个例子：

如果几何图形长度尺度相差太多（比如细长管道），描述节点坐标时单精度网格计算就不合适了；如果几何图形是由很多层小直径管道包围而成（比如：汽车的集管）平均压力不大，但是局部区域压力却可能相当大（因为你只能设定一个全局参考压力位置），此时采用双精度解算器来计算压差就很有必要了。对于包括很大热传导比率和（或）高比率网格的成对问题，如果使用单精度解算器便无法有效实现边界信息的传递，从而导致收敛性和（或）精度下降

2分离解与耦合解的区别

选择解的格式

FLUENT 提供三种不同的解格式：分离解；隐式耦合解；显式耦合解。三种解法都可以在很大流动范围内提供准确的结果，但是它们也各有优缺点。分离解和耦合解方法的区别在于，连续性方程、动量方程、能量方程以及组分方程的解的步骤不同，分离解是按顺序解，耦合解是同时解。两种解法都是最后解附加的标量方程（比如：湍流或辐射)。隐式解法和显式解法的区别在于线化耦合方程的方式不同。分离解以前用于 FLUENT 4 和 FLUENT/UNS，耦合显式解以前用于 RAMPANT。分离解以前是用于不可压流和一般可压流的。而耦合方法最初是用来解高速可压流的。现在，两种方法都适用于很大范围的流动(从不可压到高速可压)，但是计算高速可压流时耦合格式比分离格式更合适。FLUENT 默认使用分离解算器，但是对于高速可压流（如上所述），强体积力导致的强烈耦合流动(比如浮力或者旋转力)，或者在非常精细的网格上的流动，你需要考虑隐式解法。这一解法耦合了流动和能量方程，常常很快便可以收敛。耦合隐式解所需要内存大约是分离解的 1.5 到 2 倍，选择时可以通过这一性能来权衡利弊。在需要隐式耦合解的时候，如果计算机的内存不够就可以采用分离解或者耦合显式解。耦合显式解虽然也耦合了流动和能量方程，但是它还是比耦合隐式解需要的内存少，但是它的收敛性相应的也就差一些。

注意：分离解中提供的几个物理模型，在耦合解中是没有的：多项流模型；混合组分/PDF燃烧模型/预混合燃烧模型/Pollutant formation models/相变模型/Rosseland 辐射模型/指定质量流周期流动模型/周期性热传导模型。分离求解器是默认的

3欧拉方程用于解决无粘流动，

4操纵、相对、绝对压力

对于不同的流动状态，操作压力的指定以不同的方式影响你的计算。在低马赫数流动中压力计算的数值截断的影响。在低马赫数可压流动中，全部的压降和绝对静压相比很小，因此数值截断会对其有很大的影响。比方说吧，考虑 M << 1 的可压流动。压力变化 D p 与动压头(1/2) c p M^2 有关，其中 p 是静压，c 是指定的比热比。这就给出了 D p/p 和 M^2 的关系式，以至于 M——〉0时 D p/p——〉0。因此，除非给予足够的注意，否则低马赫数流动计算结果往往很容易会受到截断误差截断误差的影响。

操作压力、标准压力和绝对压力

FLUENT 通过从绝对压力中减去操作压力（一般说来大的压力粗略的等于流动中绝对压力的平均值）来避免截断误差（见在低马赫数流动中压力计算的数值截断的影响一节）产生的问题，并使用得到的压力来计算，这个压力称作标准压力。下面是操作压力，标准压力和绝对压力之间的关系式。绝对压力是操作压力和标准压力之和：你所指定的所有压力以及 FLUENT 所报告和计算的压力都是标准压力。

操作压力的意义

操作压力对于不可压理想气体流动来说是十分重要的，因为它直接决定了不可压理想气体定律所计算出来的密度，不可压理想气体定律计算密度的关系式为： r = (p_op/R T)。因此，你必须保证适当的设定操作压力。

操作压力在低马赫数可压流动中具有十分重要的意义，因为它在避免截断误差问题中扮演了重要的角色，如操作压力，标准压力和绝对压力一节所述。同样地，你必须保证适当地设定操作压力。

对于高马赫数可压流动，操作压力的意义就不是很明显了。在这种情况下，压力的变化比低马赫数可压流动中压力的变化大得多，因此截断误差不会产生什么实际的问题，因此也就不真正需要使用标准压力。事实上，在这种计算中使用绝对压力通常会更方便。因为FLUENT 总是使用标准压力，所以你可以简单的设定操作压力为零，而使标准压力和绝对压力相等。

如果密度假定为常数，或者密度是从温度的轮廓函数中推导出来，那么根本就不使用操作压力。需要注意的是：默认的操作压力为 101325 Pa.。

如何设定操作压力

选择合适的操作压力的判据是基于流动马赫数的区域以及确定密度的关系式。例如：如果你在不可压流动的计算中使用理想气体定律（如自然对流问题），你应该使用平均流动压力的典型值。

下表是设定操作压力的推荐方法。请记住默认的操作压力为101325 Pa。

你需要在操作压力面板中设定操作压力。菜单：Define/Operating Conditions...。

对于不包括任何压力边界的不可压流动，FLUENT 会在每次迭代之后调节标准压力场以避免它浮动。这一操作是通过在（或接近）参考压力位置的单元中使用的压力实现的。在完全的压力场中减去单元内的压力值，从而保证参考压力位置的标准压力总为零。如果包含了压力条件，就不需要调节了，参考压力位置也忽略了。参考压力位置默认为单元的中心或者接近点(0，0，0)。有时候你可能想要移动参考压力位置，也许要将它定位于绝对压力已知的点处（比如：如果你想将计算结果和实验数据比较）。要改变位置，请在操作压力面板中输入参考压力位置的新的坐标值（X，Y，Z）。菜

5全隐格式的优点

是它关于时间步无条件稳定.使用分离或者耦合隐式解算器时。显式时间步形式只能用在耦合显式解算器中。不可压流动。显式时间步不能用于计算时间精度不可压流动（即：除了理想气体的气体定律）。在每一个时间步内，不可压解必须迭代直至收敛。。显式形式主要用于解决捕捉诸如激波之类的运动波的过渡问题。

6 湍流模型

选择湍流模型的要考虑的因素：流体是否可压、建立特殊的可行的问题、精度的要求、计算机的能力、时间的限制。

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，而且已经显示出和好的效果。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。

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。

k-e模型

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、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

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。

k-ω模型

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。

剪切压力传输（SST） k-ω模型

SST k-ω模型由Menter发展，以便使得在广泛的领域中可以独立于k-e模型，使得在近壁自由流中k-ω模型有广泛的应用范围和精度。为了达到此目的，k-e模型变成了k-ω公式。SSTk-ω模型和标准k-ω模型相似，但有以下改进：

·SST k-ω模型和k-e模型的变形增长于混合功能和双模型加在一起。混合功能是为近壁

区域设计的，这个区域对标准k-ω模型有效，还有自由表面，这对k-e模型的变形有效。

·SST k-ω模型合并了来源于ω方程中的交叉扩散。

·湍流粘度考虑到了湍流剪应力的传波。

·模型常量不同

这些改进使得SST k-ω模型比标准k-ω模型在在广泛的流动领域中有更高的精度和可信度。

雷诺压力模型（RSM）

在FLUENT中RSM是最精细制作的模型。放弃等方性边界速度假设，RSM使得雷诺平均N-S方程封闭，解决了关于方程中的雷诺压力，还有耗散速率。这意味这在二维流动中加入了四个方程，而在三维流动中加入了七个方程。由于RSM比单方程和双方程模型更加严格的考虑了流线型弯曲、漩涡、旋转和张力快速变化，它对于复杂流动有更高的精度预测的潜力。但是这种预测仅仅限于与雷诺压力有关的

方程。压力张力和耗散速率被认为是使RSM模型预测精度降低的主要因素。RSM模型并不总是因为比简单模型好而花费更多的计算机资源。但是要考虑雷诺压力的各向异性时，必须用RSM模型。例如飓风流动、燃烧室高速旋转流、管道中二次流。

k-e模型间的区别

标准、 RNG和带旋流修正k-e模型这三种模型有相似的形式，有k方程和e方程，它们主要的不同点是：

·计算湍流粘性的方法

·湍流Prandtl数由k和e方程的湍流扩散决定

·在e方程中湍流的产生和消失

每个模型计算湍流粘性的方法和模型的常数不一样。但从本质上它们在其它方面是一样的。标准 k-e 模型是个半经验公式，主要是基于湍流动能和扩散率。k方程是个精确方程，e方程是个由经验公式导出的方程。k-e 模型假定流场完全是湍流，分之之间的粘性可以忽略。标准 k-e 模型因而只对完全是湍流的流场有效。

RNG模型相比于标准k-e模型对瞬变流和流线弯曲的影响能作出更好的反应，这也可以解释RNG模型在某类流动中有很好的表现。

这个模型（realize）对于和广泛的的流动有效，包括旋转均匀剪切流，自由流中包括喷射和混合流，管道和边界流，还有分离流。由于这些原因，这种模型比标准k-e模型要好。尤其需要注意的是这种模型可以解决圆柱射流。比如，它预测了轴对称射流的传播速率，和平板射流一样。

k-ω模型间的区别

俩种模型有相似的形式，有方程k和ω。SST和标准模型的不同之处是

·从边界层内部的标准k-ω模型到边界层外部的高雷诺数的k －e模型的逐渐转变

·考虑到湍流剪应力的影响修改了湍流粘性公式标准k-ω模型是一种经验模型，是基于湍流能量方程和扩散速率方程。由于k-ω模型已经修改多年，k方程和ω方程都增加了项，这样增加了模型的精度。FLUENT还提供了SST模型。它更适合对流减压区的计算。另外它还考虑了正交发散项从而使方程在近壁面和远壁面都适合

7非定常流动

如果流动参数随时间而变，则这种流动成为非定常流动否则成为定常流动（v p ）

8分离和耦合

离式求解器在计算不可压流体时，不考虑压力做功和动能的影响。在处理可压缩流动或使用任何耦合式求解器时，总是考虑压力做功和动能。在使用分离式求解器时，FLUENT 的缺省能量方程不包含这一项（粘性耗散项）（因为一般灰忽略粘性产生的热量）。当Brinkman 数，Br，接近或大于 1 时，流体粘性生成的热量不可忽视：当用户的问题需要考虑粘性耗散项，并且使用的是分离式求解器时，用户应该在 Viscous Model panel 面板中使用 Viscous Heating 选项激活此项。对于一般的可压缩流动，需要注意的是，如果用户已经定义了可压缩流动，但使用了分离式求解器，FLUENT 不会自动激活粘性耗散选项。对于任一种耦合式求解器，在求解能量方程时，粘性耗散项总是被考虑进去。

考虑组分扩散项：当使用分离式求解器时，FLUET 允许用户对固体介质设定各向异性的导热率。如果使用分离式求解器，用户可以禁止掉入口的能量扩散来达到此目的。如果使用耦合式求解器，那么，入口区的扩散传热不能禁止掉。如果模拟的是粘性流动，并且希望在能量方程中包含粘性生成热，请在 Viscous Model panel.面板中激活 Viscous Heating 选项（可选的，且仅适用于离散求解器，）。在使用离散求解器时，缺省情况下，FLUENT 在能量方程中忽略了粘性生成热（各个耦合求解器总是包含有粘性生成热）。对于流体剪切应力较大（例如流体润滑问题），和／或高速可压缩流动（请参阅方程 11.2-9），用户应该考虑粘性耗散。

传热计算的求解过程中，能量方程的亚松弛当用户使用分离式求解器时，FLUENT 使用亚松弛参数（系数，在 Solution Controls panel 面板中由用户定义，请参阅 22.9 节）来对能量方程进行亚松弛处理。如果使用分离式求解器时收敛困难，那么，用户可以考虑在Species Model panel.面板中禁止Diffusion Energy Source 选项。需要注意的是，对于任何耦合求解器，总是包含有组分扩散的影响。

对于传热计算，更有效的计算策略是先计算绝热流动，然后再考虑能量方程的计算。依据流动与传热是否耦合，求解过程稍有不同。若用户的问题是非耦合的流动-传热过程（没有依赖于温度的介质属性或浮力），那么，用户可以先求解绝热流动（屏蔽掉能量方程）以得到收敛的流场，然后再单独求解能量输运方程。

由于耦合求解器同时求解流动与能量方程，所以，上述的能量方程单独求解过程仅对分离式求解器有效。流动与传热的耦合计算对于流动与传热耦合问题（例如，模型中包含有依赖于温度的介质属性或浮力），在计算能量方程之前，用户可以首先求解流动方程。获得收敛的流场计算结果之后，用户可以再选择能量方程，然后同时求解流动与传热方程，最终获得问题的完整解。在 FLUENT 的非耦合求解

器中，入口的物质净输送量由对流量和扩散量组成，对耦合解算器，只包括对流部分。对流部分由你指定的物质浓度确定。扩散部分依赖于计算得到的物质浓度场。因此，扩散部分（从而使净输送量）不预先指定。

9多相流模型

VOF模型

所谓 VOF 模型是一种在固定的欧拉网格下的表面跟踪方法。当需要得到一种或多种互不相融流体间的交界面时，可以采用这种模型。在 VOF模型中，不同的流体组分共用着一套动量方程，计算时在全流场的每个计算单元内，都记录下各流体组分所占有的体积率。VOF 模型的应用例子包括分层流，自由面流动，灌注，晃动，液体中大气泡的流动，水坝决堤时的水流，对喷射衰竭（jet breakup）(表面张力)的预测，以及求得任意液－气分界面的稳态或瞬时分界面

混合物模型

混和物模型可用于两相流或多相流（流体或颗粒）。因为在欧拉模型中，各相被处理为互相贯通的连续体，混和物模型求解的是混合物的动量方程，并通过相对速度来描述离散相。混合物模型的应用包括低负载的粒子负载流，气泡流，沉降，以及旋风分离器。混合物模型也可用于没有离散相相对速度的均匀多相流。

欧拉模型

欧拉模型是 Fluent 中最复杂的多相流模型。它建立了一套包含有 n 个的动量方程和连续方程来求解每一相。压力项和各界面交换系数是耦合在一起的。耦合的方式则依赖于所含相的情况，颗粒流（流－固）的处理与非颗粒流（流-流）是不同的。对于颗粒流，可应用分子运动理论来求得流动特性。不同相之间的动量交换也依赖于混合物的类别。通过FLUENT 的客户自定义函数（user-defined functions），你可以自己定义动量交换的计算方式。欧拉模型的应用包括气泡柱，上浮，颗粒悬浮，以及流化床。

对于体积率小于 10％的气泡、液滴和粒子负载流动，采用离散相模型。

对于离散相混合物或者单独的离散相体积率超出 10％的气泡、液滴和粒子负载流动，采用混合物模型。或者欧拉模型。

对于活塞流，采用 VOF 模型。

对于分层/自由面流动，采用 VOF 模型。

对于气动输运，如果是均匀流动，则采用混合物模型；如果

是粒子流见，则采用欧拉模型。

对于流化床，采用欧拉模型模拟粒子流。

对于泥浆流和水力输运，采用混合物模型或欧拉模型

对于沉降，采用欧拉模型。

对于更加一般的，同时包含若干种多相流模式的情况，应根据最感兴趣的流动特征，选择合适的流动模型。此时由于模型只是对部分流动特征做了较好模拟，其精度必然低于只包含单个模式的流动。

对于分层流和活塞流，最直接的就是选择 VOF 模型，离散相模型只适用于低体积率的情况。但同时，也只有离散相模型才允许你指定颗粒的分布或者在多相流模型中同时加入燃烧模型。

9‵通用多相流模型

VOF模型适合于分层的或自由表面流，而mixture和Eulerian 模型适合于流动中有相混合或分离，或者分散相的 volume fraction 超过 10%的情形。（流动中分散相的 volume fraction 小于或等于10%时可使用第 19 章讨论过的离散相模型）。为了在 mixture 模型和 Eulerian 模型之间作出选择，除了 Section18.4 中详细的指导外，

你还应考虑以下几点：

★如果分散相有着宽广的分布，mixture 模型是最可取的。如果分散相只集中在区域的一部分，你应当使用 Eulerian 模型。

★如果应用于你的系统的相间曳力规律是可利用的（either within FLUENT or through a user-defined function），Eulerian 模型通常比 mixture 模型能给出更精确的结果。如果相间的曳力规律不知道或者它们应用于你的系统是有疑问的，mixture 模型可能是更好的选择。

★如果你想解一个需要计算付出较少的简单的问题，mixture 模型可能是更好的选择，因为它比 Eulerian 模型要少解一部分方程。如果精度比计算付出更重要，Eulerian 模型是更好的选择。但是请记住，复杂的 Eulerian 模型比 mixture 模型的计算稳定性要差。

10松弛因子

为了改进耦合计算的收敛性，用户可减小松弛系数。

由于流体力学中要求解非线性的方程,在求解过程中,控制变量的变化是很必要的,这就通过松弛因子来实现的.它控制变量在每次迭代中的变化.也就是说,变量的新值为原值加上变化量乘以松弛因子. 如:A1=A0+B*DETA A1 新值 A0 原值 B 松弛因子 DETA 变化量松弛因子可控制收敛的速度和改善收敛的状况!

为 1,相当于不用松弛因子大于 1,为超松弛因子,加快收敛速

度小于 1,欠松弛因子,改善收敛的条件一般来讲,大家都是在收敛不好的时候，采用一个较小的欠松弛因子。

Fluent 里面用的是欠松弛，主要防止两次迭代值相差太大引起发散。松弛因子的值在 0～1 之间，越小表示两次迭代值之间变化越小，也就越稳定，但收敛也就越慢。

a 亚孙持因子

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。

注：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。

11库朗数

Courant number实际上是指时间步长和空间步长的相对关系，系统自动减小courant数，这种情况一般出现在存在尖锐外形的计算域，当局部的流速过大或者压差过大时出错，把局部的网格加密再试一下。在FLUENT中，用courant number来调节计算的稳定性与收敛性。一般来说，随着courant number的从小到大的变化，收敛速度逐渐加快，但是稳定性逐渐降低。所以具体的问题，在计算的过程中，最好是把courant number从小开始设置，看看迭代残差的收敛情况，如果收敛速度较慢而且比较稳定的话，可以适当的增加courant number的大小，根据自己具体的问题，找出一个比较合适的courant number，让收敛速度能够足够的快，而且能够保持它的稳定性。

FLUENT计算开始迭代最好使用较小的库朗数，否则容易导致迭代发散，修改办法slove－controls－solution，修改courant Number 默认值为1，开始没有经验的改小点，比如0.01，然后逐渐加大。

接9′通用多相流