目錄
序言
第1章 概述 1
1.1 CFD基本概念及發(fā)展歷史 1
1.1.1 CFD基本概念 1
1.1.2 CFD發(fā)展歷史 3
1.2 CFD主要應(yīng)用領(lǐng)域 6
1.3 2035年目標(biāo) 8
1.4 重點(diǎn)發(fā)展方向和技術(shù)路線圖 9
1.4.1 重點(diǎn)發(fā)展方向 9
1.4.2 現(xiàn)狀、目標(biāo)和差距 9
1.4.3 技術(shù)路線圖 15
參考文獻(xiàn) 16
第2章 基于高性能硬件的CFD軟件與大數(shù)據(jù)技術(shù) 17
2.1 概念及背景 17
2.2 現(xiàn)狀及2035年目標(biāo) 21
2.2.1 高性能計(jì)算現(xiàn)狀 21
2.2.2 面向CFD的大數(shù)據(jù)現(xiàn)狀 26
2.2.3 面向CFD的可視化現(xiàn)狀 28
2.2.4 2035年目標(biāo) 30
2.3 差距與挑戰(zhàn) 31
2.3.1 未來(lái)高性能計(jì)算機(jī)差距與挑戰(zhàn) 31
2.3.2 面向CFD的并行算法和應(yīng)用軟件的差距與挑戰(zhàn) 35
2.3.3 面向CFD的大數(shù)據(jù)差距與挑戰(zhàn) 36
2.3.4 面向CFD的可視化差距與挑戰(zhàn) 37
2.4 發(fā)展路線圖 39
2.5 措施與建議 40
2.5.1 發(fā)展面向CFD的異構(gòu)多態(tài)融合體系結(jié)構(gòu)協(xié)同設(shè)計(jì) 40
2.5.2 構(gòu)建自主高性能計(jì)算生態(tài)環(huán)境 42
2.5.3 加強(qiáng)大型CFD應(yīng)用先進(jìn)并行算法和軟件研制 43
2.5.4 培養(yǎng)計(jì)算科學(xué)的多學(xué)科交叉型人才 44
2.5.5 加強(qiáng)面向CFD的大數(shù)據(jù)和可視化技術(shù)研究 44
參考文獻(xiàn) 46
第3章 網(wǎng)格生成與自適應(yīng)技術(shù) 49
3.1 概念及背景 49
3.2 現(xiàn)狀及2035年目標(biāo) 50
3.2.1 現(xiàn)狀 51
3.2.2 2035年目標(biāo) 57
3.3 差距與挑戰(zhàn) 58
3.3.1 與CAD系統(tǒng)有效集成 58
3.3.2 網(wǎng)格自動(dòng)與并行生成 60
3.3.3 網(wǎng)格自適應(yīng)更新 62
3.4 發(fā)展路線圖 63
3.4.1 發(fā)展思路 63
3.4.2 階段性目標(biāo) 64
3.5 措施與建議 65
參考文獻(xiàn) 66
第4章 高保真數(shù)值方法 69
4.1 概念及背景 69
4.2 現(xiàn)狀及2035年目標(biāo) 71
4.2.1 現(xiàn)狀 72
4.2.2 2035年目標(biāo) 82
4.3 差距與挑戰(zhàn) 83
4.4 發(fā)展路線圖 84
4.5 措施與建議 85
參考文獻(xiàn) 87
第5章 轉(zhuǎn)捩、湍流與大范圍分離流動(dòng)模擬技術(shù) 95
5.1 概念及背景 95
5.2 現(xiàn)狀及2035年目標(biāo) 97
5.2.1 現(xiàn)狀 98
5.2.2 2035年目標(biāo) 109
5.3 差距與挑戰(zhàn) 110
5.3.1 DNS 111
5.3.2 LES 111
5.3.3 RANS-LES差距 112
5.3.4 湍流模式差距 113
5.3.5 轉(zhuǎn)捩模式差距 113
5.3.6 基于穩(wěn)定性理論的轉(zhuǎn)捩預(yù)測(cè)差距 114
5.4 發(fā)展路線圖 114
5.4.1 DNS方法 115
5.4.2 LES方法 116
5.4.3 RANS-LES混合方法 116
5.4.4 湍流模式 117
5.4.5 轉(zhuǎn)捩模式 117
5.4.6 基于穩(wěn)定性理論的轉(zhuǎn)捩預(yù)測(cè) 118
5.5 措施與建議 118
參考文獻(xiàn) 119
第6章 內(nèi)流與燃燒 130
6.1 概念及背景 130
6.2 現(xiàn)狀及2035年目標(biāo) 132
6.2.1 現(xiàn)狀 133
6.2.2 2035年目標(biāo) 155
6.3 差距與挑戰(zhàn) 155
6.3.1 高性能計(jì)算的有效利用及CFD程序開(kāi)發(fā) 156
6.3.2 葉輪機(jī)內(nèi)轉(zhuǎn)捩和大尺度渦旋流動(dòng)的非定常湍流模擬 156
6.3.3 航空發(fā)動(dòng)機(jī)燃燒室數(shù)值仿真技術(shù) 157
6.4 發(fā)展路線圖 157
6.4.1 內(nèi)流發(fā)展路線圖 158
6.4.2 燃燒發(fā)展路線圖 159
6.5 措施與建議 161
參考文獻(xiàn) 162
第7章 多介質(zhì)多物理場(chǎng)耦合模擬與多學(xué)科耦合分析 176
7.1 概念及背景 176
7.1.1 多介質(zhì)流動(dòng) 176
7.1.2 多物理場(chǎng)流動(dòng) 177
7.1.3 多學(xué)科耦合分析 179
7.2 現(xiàn)狀及2035年目標(biāo) 182
7.2.1 現(xiàn)狀 183
7.2.2 2035年目標(biāo) 203
7.3 差距與挑戰(zhàn) 205
7.3.1 多介質(zhì)流動(dòng)模擬 207
7.3.2 多物理場(chǎng)模擬 207
7.3.3 多學(xué)科耦合分析 208
7.4 發(fā)展路線圖 211
7.5 措施與建議 212
7.5.1 多介質(zhì)流模擬 213
7.5.2 多物理場(chǎng)模擬 213
7.5.3 多學(xué)科耦合分析 214
7.6 典型案例分析 215
參考文獻(xiàn) 215
第8章 驗(yàn)證、確認(rèn)與不確定度量化 221
8.1 概念及背景 221
8.2 現(xiàn)狀及2035年目標(biāo) 226
8.2.1 現(xiàn)狀 226
8.2.2 2035年目標(biāo) 233
8.3 差距與挑戰(zhàn) 233
8.3.1 指南、規(guī)范和標(biāo)準(zhǔn) 234
8.3.2 誤差估計(jì)和不確定度量化 235
8.3.3 CFD驗(yàn)證與確認(rèn)基準(zhǔn)模型數(shù)據(jù) 236
8.4 發(fā)展路線圖 237
8.5 措施與建議 237
參考文獻(xiàn) 238
第9章 多學(xué)科優(yōu)化設(shè)計(jì) 244
9.1 概念及背景 244
9.2 現(xiàn)狀及2035年目標(biāo) 245
9.2.1 現(xiàn)狀 245
9.2.2 2035年目標(biāo) 266
9.3 差距與挑戰(zhàn) 267
9.4 發(fā)展路線圖 268
9.5 措施與建議 270
9.6 典型案例分析 271
參考文獻(xiàn) 276
第10章 人工智能/量子計(jì)算與CFD的結(jié)合 295
10.1 概念及背景 295
10.1.1 人工智能在CFD中的應(yīng)用 295
10.1.2 量子計(jì)算：人工智能的革命性算力 297
10.2 現(xiàn)狀及2035年目標(biāo) 298
10.2.1 人工智能方法在網(wǎng)格方面的應(yīng)用現(xiàn)狀 299
10.2.2 人工智能在CFD數(shù)值算法方面的融合現(xiàn)狀 299
10.2.3 人工智能在數(shù)據(jù)分析方面的應(yīng)用現(xiàn)狀 301
10.2.4 人工智能功能性替代CFD方面的現(xiàn)狀 302
10.2.5 量子計(jì)算機(jī)發(fā)展現(xiàn)狀 306
10.2.6 量子CFD算法發(fā)展現(xiàn)狀 307
10.2.7 2035年目標(biāo) 308
10.3 差距與挑戰(zhàn) 309
10.4 發(fā)展路線圖 311
10.5 措施與建議 312
10.5.1 數(shù)據(jù)驅(qū)動(dòng)的模型構(gòu)建和應(yīng)用 313
10.5.2 數(shù)值求解方面的人工智能融入 316
10.5.3 CFD結(jié)果的數(shù)據(jù)挖掘 319
10.5.4 CFD與實(shí)驗(yàn)的智能融合 320
10.5.5 建立系統(tǒng)的高保真數(shù)據(jù)庫(kù) 321
10.5.6 CFD與量子計(jì)算的融合建議 321
10.6 典型案例分析 321
參考文獻(xiàn) 325
附錄 本書(shū)作者之外的參與者及貢獻(xiàn)者 327