PreonLab光滑粒子分析 CPS與自適應細化功能應用

PreonLab光滑粒子分析連續粒徑(CPS)與自適應細化功能應用，讓使用者能夠更靈活地定義粒徑大小，當運用在尺寸變化大的幾何模型時更能體現出差異，使計算效率更上一層樓。汽車領域的主要應用為電機冷卻、車輛涉水、雨水管理、雪汙染、變速箱潤滑等。

以往為了兼顧模擬結果的準確度，PreonLab會捕捉計算範圍內的幾何形狀、並根據模型的規模選擇需要的粒徑，若使用單一分辨率會造成非常久的模擬時間與龐大的計算量。

從圖1中可以觀察到，在涉水分析中，由於汽車周圍的幾何較複雜，粒子也需要較高的分辨率，但由於採用均勻分辨率，遠離車體的粒子也同樣是較小的粒徑。

圖一使用均勻分辨率於車輛涉水分析

我們可以很清楚地理解到，基於網格劃分的CFD可以自由調整網格密度以及大小，相對於均勻粒徑或是粒徑侷限在一定範圍內的光滑粒子，肯定是擁有更高的計算效率。為了克服這個一直以來存在的問題，PreonLab在近年來投入大量的研究資源，希望發展出非均勻分辨率的光滑粒子法。

非均勻分辨率(non-uniform resolution)又稱自適應細化(adaptive refinement)，挑戰的目標是粒子的分裂與合併，細化需要粒子分裂，粗話需要粒子合併，其中，粗化步驟更具挑戰性。舉例來說，一個大粒子需要分成八個更細的粒子，其質量為初始粒子的1/8，相反的，在粗化時，八個細顆粒需要彼此靠近以合併為一個質量為8倍的大顆粒，可以參考圖二。

圖二 3D SPH非均勻分辨率所需的細化與粗化步驟

在粗化過程中，小粒子之間必須具有相似的速度，以便合併時保持動量，如果不滿足合併條件，模型就會存在剩餘粒子。此外，粗化與細化因為粒子的分布發生改變，直接導致採樣與密度噪聲的問題。

連續粒徑(Continuous Particle Size，CPS)於最新的 PreonLab 5.2 版本中，針對光滑粒子於CFD應用有著突破性的發展，其成就來自於過去每個版本中一步步的修正與進步。

於圖三中可以清楚看到，靠近車體幾何外型的粒徑小於遠離車體的粒徑，使用粗化功能後，顆粒數量減少高達64倍，有效節省計算資源並加快運算速度。圖四說明大尺比靈活度使得模擬細小通道變得更方便有效。

圖三使用非均勻分辨率於車輛涉水分析

圖四粗顆粒的直徑為32mm，細顆粒的直徑為2mm

Preonlab光滑粒子分析 CPS的好處不僅限於複雜的流動與幾何形狀，還有關於熱力學的應用。

在許多情況下，計算熱力梯度會要求使用較細的粒子，CPS的主動粗化功能就能在控制計算工作量上有良好的體現。目前最粗與最細的推薦尺寸為2 4 倍，其代表在3D模型中，最粗顆粒為最細顆粒直徑的16倍，粒子數量可以講少多達4,096倍，在某些特殊情況下，甚至可以將比例提高到2 5 倍，節大約32,000倍的粒子數量。

另外，CPS使用的求解器是同一個而非被切割成多個求解器，帶來另一個好處是大幅提升了渲染與後處理的生成速度。

新版PreonLab 5.2 無網格光滑粒子流場分析更新如下: