<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
    <channel>
        <title>نوشته های Fluentcfd</title>
        <link>https://virgool.io/feed/@fluentcfd</link>
        <description>مرجع آموزش نرم افزار انسیس و فلوئنت در کشور www.fluentcfd.ir</description>
        <language>fa</language>
        <pubDate>2026-06-19 03:55:03</pubDate>
        <image>
            <url>https://files.virgool.io/upload/users/1745817/avatar/VnZXdv.jpeg?height=120&amp;width=120</url>
            <title>Fluentcfd</title>
            <link>https://virgool.io/@fluentcfd</link>
        </image>

                    <item>
                <title>تعامل سازه و سیال و انجام تحلیل جامداتی در انسیس</title>
                <link>https://virgool.io/@fluentcfd/%D8%AA%D8%B9%D8%A7%D9%85%D9%84-%D8%B3%D8%A7%D8%B2%D9%87-%D9%88-%D8%B3%DB%8C%D8%A7%D9%84-%D9%88-%D8%A7%D9%86%D8%AC%D8%A7%D9%85-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D8%AC%D8%A7%D9%85%D8%AF%D8%A7%D8%AA%DB%8C-%D8%AF%D8%B1-%D8%A7%D9%86%D8%B3%DB%8C%D8%B3-acwvslqaxqur</link>
                <description>تعامل سیال - سازه چگونه کار می کند و چرا مهم است؟؟تعامل سیال - سازه  چیست؟تعامل سیال و سازه (FSI) برهمکنش جریان سیال با یک سازه جامد است. وزش باد که پره توربین را می‌چرخاند، بدنه قایق هنگام برخورد با امواج، یا هوایی که از روی پنل جلویی یک خودروی فرمول 1 عبور می­کند، همه از جمله مثال­ هایی برای تعامل سیال و سازه می‌­باشند. هر زمانیکه یک سیال و یک سازه به هم می­رسند، FSI رخ می­دهد.در انسیس برای انجام تحلیل سازه و سیال می توان محیط های انسیس فلوئنت و انسیس مکانیکال را با هم جفت کرد.چگونه FSI می­تواند بر طراحی و عملکرد محصول تأثیر بگذارد؟شبیه‌سازی‌های FSI به مهندسان کمک می‌کند با پیش‌بینی برهم‌کنش‌های بین جریان سیال و سازه­‌های جامد، از آسیب‌هایی که می‌تواند بر عملکرد تأثیر بگذارد و منجر به شکست محصول شود، جلوگیری کنند.درک FSI برای طراحی بسیاری از محصولات حیاتی است. در نظر نگرفتن اثر یک سیال بر روی یک جامد یا بالعکس می‌تواند منجر به زیاد/کم برآورد کردن عملکرد محصول شود. در نتیجه، طراحی نهایی محصول ممکن است منجر به نتایج غیرمنتظره و نامطلوبی از جمله صداهای آزاردهنده تا شکست کامل محصول شود.در طراحی یک پل، هواپیما یا توربین گاز، درک اینکه چگونه تعامل سیالات و سازه­‌ها بر پروژه شما تأثیر می­گذارد، نیاز به راه حلی دارد که به طور دقیق هر دو رفتار را پیش بینی و ادغام کند.برای آموزش تعامل سازه و سیال FSI در انسیس، دوره‌ی آموزش انسیس با محوریت تعامل سازه و سیال شامل ۱۳ جلسه و ۱۲٫۳ ساعت آموزش به زبان فارسی و با تدریس مهندس بابائی پیشنهاد می‌شود.کاربردهای FSIطراحی هواپیما: با پرواز هواپیما، جریان هوا در اطراف بال باعث تغییر شکل بال می­شود (که به نوبه خود، نحوه جریان هوا را تغییر می­دهد و همین امر تغییر شکل بال را تشدید می­کند). حل FSI در طراحی بال هواپیما، به طور چشمگیری عملکرد آیرودینامیکی هواپیما را افزایش می­دهد.مدل­سازی جریان خون: برای ارزیابی اثرات رگ‌های خونی مسدود شده در آنوریسم، FSI چگونگی تأثیر فشار خون و سرعت جریان بر توانایی رگ برای کشش و تغییر اندازه را توضیح می‌دهد.پیش­بینی صدا: وقتی جریان هوا از روی خودرو عبور می‌کند، سطوحی مانند کاپوت و آینه‌های جانبی می‌توانند ارتعاش کنند و باعث شنیده شدن صدا در داخل خودرو شوند. با در نظر گرفتن این FSI ها، مهندسان می­توانند طراحی­‌های خود را به منظور کاهش نویز و افزایش راحتی مسافران، بهینه کنند.نقش شبیه سازی چند فیزیکه در FSIقبل از اینکه FSI فرصتی برای به خطر انداختن محصول شما داشته باشد، می­‌توانید از طریق شبیه­ سازی مولتی فیزیکی آن را پیش بینی کرده و از وقوع آن جلوگیری کنید.برای مثال، اگر می‌خواهید ببینید که چگونه تغییرات آشفتگی و فشار ممکن است بر یکپارچگی یک توربین برق آبی تأثیر بگذارد، تجزیه و تحلیل شما باید شامل داده‌هایی باشد که توسط نرم­افزارهای Ansys Fluent و Ansys Mechanical شبیه ­سازی شده است. زمانی که این نرم ­­افزارها بطور مستقل استفاده می­شود، هرکدام از این نرم­افزارهای شبیه ­سازی داده­ های مخصوص به خود را در اختیار کاربر قرار می­دهند. اما هنگامی که این دو نرم ­افزار از طریق Ansys Workbench با یکدیگر ادغام می‌شوند، دقیق‌ترین پیش‌بینی را در مورد تأثیر این دو فیزیک روی یکدیگر ارائه می­دهند.فناوری پیشرفته نگاشت مش در Workbench تضمین می‌کند که داده‌ها از دینامیک سیالات محاسباتی (CFD) به تجزیه و تحلیل المان محدود (FEA) ترجمه می­شود بدون اینکه نیاز باشد آن ها را به صورت دستی وارد یا کدی نوشته شود. این کاهش در ورودی ­های دستی، به طور قابل توجهی خطاها را کاهش می­دهد زیرا شما شبیه­ سازی­های CFD و FEA را تنظیم می­کنید و همه چیز را به یک محیط واحد منتقل می­کنید.آیا به شبیه سازی FSI یک طرفه نیاز دارید یا دوطرفه؟رویکردهای مدل‌سازی بسته به درجه وابستگیِ فیزیکیِ بین سیال و جامد و سطح دقت مورد نیاز می‌تواند متفاوت باشد. برای کاربردهایی که شامل حرکت بدنه صلب و انتقال حرارت مزدوج می‌شود، می­توان تغییر شکل‌ها را نادیده گرفت و مسئله را به طور کامل در حلگر CFD بررسی کرد.هنگامی که تنش‌ها و تغییر شکل‌ها باید در نظر گرفته شوند، شبیه‌سازی‌های سیال و سازه به منظور انتقال داده‌ بین حلگرهایشان، از طریق شبیه­ سازی­های FSI یک‌طرفه یا دوطرفه با یکدیگر جفت می‌شوند.نحوه انجام یک شبیه­ سازی FSI یک طرفهشبیه­ سازی­‌های یک طرفه با اتصال شبیه ­سازی­های CFD و FEA به راحتی در Workbench انجام می­شود. این کار از طریق یک کار کشیدن و رها کردن ساده (Drag-and-Drop) انجام می­شود که به طور خودکار هندسه و سلول­‌های شبیه­‌سازی شما را به هم متصل می­کند.نحوه انجام یک شبیه ­سازی FSI دو طرفهشبیه ­سازی‌­های دو طرفه با اتصال شبیه­ سازی­‌های CFD و FEA از طریق اتصال سیستمی (System Coupling) اجرا می­شوند. تبادل دو طرفه داده که از طریق Workbench امکان پذیر شده است، باعث می­شود که مسئله به یک شبیه سازی همزمان و ساده تبدیل شود.</description>
                <category>Fluentcfd</category>
                <author>Fluentcfd</author>
                <pubDate>Sun, 25 Dec 2022 09:07:41 +0330</pubDate>
            </item>
                    <item>
                <title>بررسی اسقلال از شبکه در انسیس فلوئنت</title>
                <link>https://virgool.io/@fluentcfd/%D8%A8%D8%B1%D8%B1%D8%B3%DB%8C-%D8%A7%D8%B3%D9%82%D9%84%D8%A7%D9%84-%D8%A7%D8%B2-%D8%B4%D8%A8%DA%A9%D9%87-%D8%AF%D8%B1-%D8%AD%D9%84-%D9%85%D8%B3%D8%A7%D8%A6%D9%84-%D8%AF%DB%8C%D9%86%D8%A7%D9%85%DB%8C%DA%A9-%D8%B3%DB%8C%D8%A7%D9%84%D8%A7%D8%AA-%D9%85%D8%AD%D8%A7%D8%B3%D8%A8%D8%A7%D8%AA%DB%8C-mn8hx49pvacc</link>
                <description>مطالعه و بررسی استقلال از شبکه به یاد داشته باشید که جواب­‌های حاصل از حل عددی در نرم افزاری مانند فلوئنت محصول  شبکه (مش) و شرایط مرزی‌ای هست که تعریف کرده ­اید. هرچه مش و شرایط مرزی شما دقیق­تر باشد، حلِ همگرا شده‌ی شما دقیق­تر خواهد بود.همگرایی باقیمانده‌هاهمگرایی چیزی است که همه مهندسان CFD در مورد آن صحبت می­کنند، اما باید به خاطر داشته باشیم که روشی که ما به طور کلی برای همگرایی تعریف می­‌کنیم (با مشاهده مقادیر باقیمانده‌­ها) تنها بخش کوچکی از اطمینان حاصل کردن از یک حل معتبر است. برای شبیه ­سازی حالت پایدار باید اطمینان حاصل کنیم که جواب بدست آمده سه شرط زیر را برآورده می­کند:- مقادیر خطای نمودار باقیمانده RMS به مقدار قابل قبول کاهش یافته باشند (معمولاً 4-10 یا 5-10).- مقادیر پارامترهای مدنظر ما در مکان­ های مشخص، به حل پایدار رسیده باشند. (مثل ضریب درگ، ضریب انتقال حرارت)- دامنه دارای عدم تعادل (Imbalance) کمتر از 1٪ است.مقادیر خطای باقیمانده RMSمقادیر پارامترهای مورد نظر ما اساساً خروجی­ های اصلی شبیه­ سازی ما هستند، مانند افت فشار، نیروها، جریان جرم و غیره. ما باید مطمئن شویم که این پارامترها به یک مقدار ثابت همگرا شده ­اند، در غیر این صورت اگر اجازه دهیم شبیه­ سازی برای 50 تکرار بیشتر حل شود، نتیجه متفاوتی خواهید داشت. اطمینان از اینکه این مقادیر به یک حل پایدار رسیده ­اند به این معنی است که تصمیمات خود را بر اساس یک مقدار تکرارپذیر قرار می­دهید.نمونه ای از نظارت بر مقدار پارامتر مدنظربه عنوان یک قاعده، ما باید اطمینان حاصل کنیم که قبل از شروع یک شبیه‌سازی، پارامترهای مورد نظرمان را به طور مشخص تعریف کرده باشیم و آن‌ها را زیر نظر می­گیریم تا اطمینان حاصل کنیم که آنها به یک حالت پایدار رسیده ­اند. همانطور که قبلاً گفته شد، ما همچنین باید مطمئن شویم که مقادیر خطای نمودار باقیمانده RMS حداقل 4-10 باشد. در نهایت، ما باید اطمینان حاصل کنیم که عدم تعادل کلی در دامنه کمتر از 1٪برای همه متغیرها باشد.مطالعه استقلال از شبکهرویکرد ذکر شده در بالا منجر به یک جواب واحد برای مشی می­شود که توسط کاربر ایجاد شده است. اگرچه از همگرایی جواب بر اساس مقادیر خطای RMS، نقاط تحت نظر و عدم تعادل، خرسندیم اما باید مطمئن شویم که جواب بدست آمده مستقل از تعداد مش است. بررسی نکردن استقلال از شبکه، یکی از عواملی است که به نتایج غلط در CFD منجر می­شود، و این فرآیند باید حداقل یک بار برای هر نوع شبیه­ سازی­ای که با آن برخورد می­کنید انجام شود تا دفعه بعد که قصد انجام شبیه ­سازی مشابهی داشتید، بتوانید همان اندازه مش را اعمال کنید. به این ترتیب به نتایج خود اطمینان بیشتری خواهید داشت.روشی که برای مطالعه استقلال از شبکه انجام می­شود در گام­ های زیر خلاصه شده است:- قدم اول:شبیه سازی اولیه را روی مش اولیه خود اجرا کنید و از همگرایی خطای باقیمانده تا 4-10 اطمینان حاصل کنید، مطمئن شوید که پارامترهای مهمی که زیر نظر گرفتید به حالت پایدار رسیدند و عدم تعادل کمتر از 1% باشد. در غیر این صورت مش را کوچک­تر و ریزتر کنید و شبیه­ سازی را تکرار کنید.- قدم دوم:هنگامی که معیارهای همگرایی بالا را برای اولین شبیه ­سازی خود رعایت کردید، مش را ریزتر کنید تا سلول­ های با ابعاد کوچکتری در سراسر دامنه محاسباتی داشته باشید. شبیه­ سازی را اجرا کنید و اطمینان حاصل کنید که خطای باقیمانده به زیر 4-10 رسیده است، پارامترهای مهم به حالت پایدار رسیدند و عدم تعادل زیر 1٪ است. در این مرحله باید مقادیر پارامترهایی که در مرحله 1 و مرحله 2 زیر نظر داشتید را با یکدیگر مقایسه کنید. اگر آنها یکسان بودند (یا مقدار قابل قبولی با یکدیگر اختلاف داشتند)، پس مش ایجاد شده در مرحله 1 به اندازه کافی دقیق بوده است و توانسته است که نتایج درستی را ثبت کند. اگر تفاوت میان مقدار پارامترهای مرحله 1 و 2 اختلاف زیادی با یکدیگر داشته باشند، به این معنی است که راه حل شما به دلیل تغییر در تعداد مش، تغییر می­کند و بنابراین جواب هنوز مستقل از شبکه نیست. در این صورت باید به مرحله 3 بروید.- قدم سوم:از آنجایی که جواب بدست آمده با کوچکتر کردن شبکه در حال تغییر است، هنوز به یک جواب مستقل از مش نرسیده ­اید. در نتیجه باید مش را بیشتر ریز کنید و این روند را تکرار کنید تا زمانی که به جوابی مستقل از شبکه برسید. سپس باید همیشه از کمترین تعداد سلولی که در آن، شبیه ­سازی مستقل از شبکه شده است، (برای کاهش زمان اجرای شبیه­ سازی) استفاده کنید.- مثال:بهترین راه برای بررسی اینکه آیا جواب ما مستقل مش شده است یا خیر رسم نموداری از مقدار پارامتر مورد بررسی حاصل شده در برابر تعداد سلول های شبیه سازی شما است. در شکل زیر مقایسه ­ای از نتایج بدست آمده از دمای میانگین در مرز خروجی برای سه شبیه­ سازی پایا با تعداد سلول­‌های متفاوت آورده شده است. قابل مشاهده است که در تعداد 4 میلیون سلول، به یک جواب مستقل از شبکه دست یافته ­ایم، باقیمانده ­ها به مقدار 4-10 رسیده ­اند و عدم تعادل زیر 1% می­باشد. با افزایش تعداد مش به 6 میلیون سلول، می‌توانیم ببینیم که جهشی در مقدار دمای میانگین رخ داده است. اختلاف دمای میانگین در حالتیکه از 4 میلیون سلول استفاده کردیم با زمانیکه از 6 میلیون سلول استفاده کردیم اختلاف خیلی زیادی دارد. در این مثال خاص اختلاف دمای دو حالت باید عددی بین 0.5+/- درجه باشد. با افزایش بیشتر اندازه مش، می‌توانیم ببینیم که در شبیه‌سازی با 8 میلیون سلول، اختلاف دمای میانگین خروجی در محدوده قابل قبولی قرار می­گیرد. این نشان می‌دهد که ما به یک جوابی رسیده‌ایم که مستقل از تعداد شبکه است و برای تجزیه و تحلیل بیشتر می‌توانیم از 6 میلیون سلول استفاده کنیم، زیرا نتیجه‌ای که در این تعداد سلول بدست آمد اختلاف چندان زیادی با جواب­ های بدست آمده در حالتیکه از 8 میلیون سلول استفاده شده است، نداشت. همه کاربران CFD باید این مراحل را دنبال کنند تا اطمینان حاصل شود که نتایج شبیه­ سازی دقیقی را گزارش می­کنند.برای آموزش نرم افزارهای تولید شبکه در انسیس به این لینک مراجعه کنید.برای دسترسی به مقاله‌ی رایگان نکات تولید شبکه در انسیس به این لینک مراجعه کنید.</description>
                <category>Fluentcfd</category>
                <author>Fluentcfd</author>
                <pubDate>Sat, 13 Aug 2022 09:26:18 +0430</pubDate>
            </item>
            </channel>
</rss>