[论文解读] Fluid-structure interaction simulations with a LES filtering approach in solids4Foam

Michele Girfoglio, Annalisa Quaini+1 more|arXiv (Cornell University)|Feb 16, 2021

Fluid Dynamics and Turbulent Flows被引用 5

一句话总结

本论文通过在 foam-extend 中采用 Evolve-Filter-Relax (EFR) 算法实现 Leray 正则化大涡模拟（LES）方法，评估了 solids4Foam FSI 工具箱在雷诺数为 100 和 400 时的流固耦合性能。研究结果表明，solids4Foam 在复杂流动中具有良好的灵活性与准确性，尽管重启功能存在错误，限制了长时间模拟的使用；同时，EFR 方法有效提升了模拟稳定性，并相比标准的 Navier-Stokes 求解器显著降低了数值耗散。

ABSTRACT

The goal of this paper is to test solids4Foam, the fluid-structure interaction (FSI) toolbox developed for foam-extend (a branch of OpenFOAM), and assess its flexibility in handling more complex flows. For this purpose, we consider the interaction of an incompressible fluid described by a Leray model with a hyperelastic structure modeled as a Saint Venant-Kirchhoff material. We focus on a strongly coupled, partitioned fluid-structure interaction (FSI) solver in a finite volume environment, combined with an arbitrary Lagrangian-Eulerian approach to deal with the motion of the fluid domain. For the implementation of the Leray model, which features a nonlinear differential low-pass filter, we adopt a three-step algorithm called Evolve-Filter-Relax. We validate our approach against numerical data available in the literature for the 3D cross flow past a cantilever beam at Reynolds number 100 and 400.

研究动机与目标

• 测试开源 solids4Foam FSI 工具箱在 foam-extend 中对复杂流固耦合问题的准确性与鲁棒性。
• 评估 solids4Foam 在集成先进流体模型（尤其是 Leray 正则化 LES 方法）方面的灵活性。
• 将 FSI 求解器与 3D 横流向过悬臂梁在 Re=100 和 Re=400 条件下的基准数据进行验证。
• 研究 Evolve-Filter-Relax (EFR) 算法在分区强耦合 FSI 框架内稳定大涡模拟的性能。
• 识别并报告关键的软件限制，特别是影响界面精度的重启功能错误。

提出的方法

• 通过 Evolve-Filter-Relax (EFR) 算法实现 Leray 模型，该三步法对速度场应用非线性微分低通滤波器。
• 采用强耦合的分区 Dirichlet-Neumann (DN) FSI 算法，并使用 IQN-ILS 方法实现界面收敛。
• 采用任意拉格朗日-欧拉（ALE）公式化方法，以处理因结构变形引起的流体域运动。
• 采用 Saint Venant-Kirchhoff 材料定律对超弹性结构进行压缩弹性建模。
• 采用有限体积法对流体与固体区域进行离散化，并通过网格细化研究评估收敛性。
• 基于速度梯度设计指示函数，以指导 EFR 算法中的局部滤波，确保在需要区域实现正则化。

实验结果

研究问题

• RQ1 solids4Foam FSI 工具箱能否在中等高雷诺数（Re=100 和 400）下准确模拟流固耦合问题？
• RQ2 与标准的 Navier-Stokes 求解器相比，EFR-LES 方法在 FSI 问题中的精度与数值耗散方面表现如何？
• RQ3 EFR 算法在多大程度上提升了流固界面的稳定性并减少了虚假振荡？
• RQ4 当前 solids4Foam 实现的主要限制是什么，特别是重启功能的问题？
• RQ5 EFR 算法能否在不进行重大代码修改的前提下无缝集成到分区 FSI 框架中？

主要发现

• 在较粗网格下，solids4Foam 中的 EFR-LES 方法相比标准 Navier-Stokes 求解器实现了更高的精度，总误差更低（Re=100 时为 0.313 vs. 0.328），且收敛性更优。
• 在 Re=100 时，EFR 算法在 300k 网格下得到的阻力系数为 1.236，与参考值 1.24 非常接近，x 和 y 方向的位移误差分别为 -0.041 和 -0.060。
• 在 Re=400 时，EFR 方法得到的阻力系数为 0.963，接近基准值 0.958，总误差为 0.622，优于同网格下 NSE 方法的表现。
• EFR 算法中的指示函数能正确识别出需要正则化的区域，在梁体前后方及边界层区域具有高值。
• 发现一个关键的软件限制：重启功能在流固界面引入了显著误差，导致模拟质量下降，限制了其仅适用于短时运行。
• 尽管存在重启问题，EFR 实现仍表现出良好的模块化与可集成性，证实了 solids4Foam 工具箱在扩展至复杂流体模型方面的灵活性。