مدل les فلوئنت: شبیه‌سازی گردابه‌های بزرگ (LES) در فلوئنت+ راهنمای جامع تئوری، تنظیمات و کاربردها

مدل les فلوئنت: اگر در دنیای دینامیک سیالات محاسباتی (CFD) فعالیت می‌کنید، حتماً با مدل‌های توربولانسی RANS (Reynolds-Averaged Navier-Stokes) آشنا هستید. این مدل‌ها مثل آچار فرانسه شبیه‌سازی‌های صنعتی هستند: کار راه انداز، سریع و برای بسیاری از مسائل، به اندازه کافی دقیق. اما بیایید صادق باشیم، وقتی فیزیک مسئله پیچیده می‌شود و پدیده‌های گذرا و ساختارهای گردابه‌ای اهمیت پیدا می‌کنند، RANS کم می‌آورد. اینجاست که درک مدل‌های پیشرفته‌تر ضروری می‌شود. تیم سیمومک در تمام مراحل انجام پروژه فلوئنت کنار شماست؛ چه برای انجام پروژه دانشجویی فلوئنت و مشاوره تخصصی انجام پایان نامه فلوئنت نیاز به راهنمایی داشته باشید ما راهکار دقیق را به شما ارائه می‌دهیم. برای یک دید کلی و مقایسه‌ای، می‌توانید به راهنمای انتخاب بهترین مدل توربولانسی ما سر بزنید که نقطه شروع خوبی است.

جدول چک‌لیست نهایی قبل از اجرای یک شبیه‌سازی طولانیLES

۱. چرا نتایج شبیه‌سازی‌های RANS در فلوئنت دیگر برای تحلیل دقیق جریان‌های آشفته کافی نیست؟

مشکل اصلی مدل‌های RANS مثل k-epsilon یا k-omega در ذات آن‌ها نهفته است: “میانگین‌گیری زمانی”. این مدل‌ها تمام نوسانات و گردابه‌های جریان آشفته را در قالب یک پارامتر به نام “ویسکوزیته توربولانسی” (average out). در واقع فیزیک واقعی جریان را نمی‌بینند، بلکه اثر آن را مدل می‌کنند. این رویکرد برای محاسبه نیروی درگ کلی روی یک خودرو یا افت فشار در یک لوله عالیست.

اما وقتی به دنبال تحلیل نویز آیرودینامیک، احتراق ناپایدار، یا جدایش جریان در زوایای حمله بالا هستید، این میانگین‌گیری تمام جزئیات کلیدی را از بین می‌برد. شما به جای دیدن رقص گردابه‌ها در پشت یک استوانه، فقط یک ناحیه کم‌سرعت و میانگین‌گیری شده می‌بینید. به همین دلیل است که برای مسائل پیچیده‌تر، نیاز به ابزاری داریم که خود گردابه‌ها را “ببیند”. مقایسه مدل Standard k-epsilon و محدودیت‌هایش می‌تواند به درک بهتر این موضوع کمک کند.

۲. مدل les فلوئنت دقیقاً چگونه گردابه‌های بزرگ انرژی‌زا را حل کرده و فیزیک جریان را واقعی‌تر نمایش می‌دهد؟

اینجا فلسفه کاملاً متفاوت می‌شود. جادوی مقدمه‌ای بر شبیه‌سازی گردابه‌های بزرگ (LES) در فلوئنت در این است که به جای میانگین‌گیری همه چیز، یک تفکیک هوشمندانه انجام می‌دهد. تئوری پشت LES می‌گوید که گردابه‌های بزرگ (Large Eddies) مسئول اصلی انتقال مومنتوم و انرژی در جریان هستند و رفتارشان به شدت به هندسه مسئله وابسته است. در مقابل، گردابه‌های کوچک (Small Eddies) بیشتر حالت ایزوتروپیک و عمومی دارند.

پس LES می‌آید و می‌گوید: “من گردابه‌های بزرگ را مستقیماً روی شبکه محاسباتی حل می‌کنم (Resolve) و فقط اثر گردابه‌های کوچکتر از شبکه را با یک مدل زیرشبکه‌ای (Subgrid-Scale یا SGS) مدل‌سازی می‌کنم.” این کار باعث می‌شود پدیده‌های وابسته به زمان و ساختارهای بزرگ جریان، مثل vortex shedding، با دقتی فوق‌العاده شبیه‌سازی شوند. 🌪️

۳. آیا پروژه CFD شما واقعاً به دقت و هزینه محاسباتی بالای شبیه‌سازی گردابه‌های بزرگ نیاز دارد؟

این یک سوال کلیدی است. LES یک ابزار قدرتمند اما بسیار گران است (هم از نظر زمانی و هم محاسباتی). قبل از انتخاب آن، باید از خودتان بپرسید آیا واقعاً به این سطح از جزئیات نیاز دارید؟ برای کمک به این تصمیم، جدول زیر را آماده کرده‌ایم:

همانطور که می‌بینید، انتخاب LES یک تصمیم استراتژیک است. گاهی حتی مدل‌های پیشرفته RANS مانند مدل تنش رینولدز (RSM) که هزینه بالایی دارد نیز نمی‌توانند جایگزین آن شوند. بررسی دقیق هزینه انجام پروژه فلوئنت می‌تواند به شما در برآورد مالی این تصمیم کمک کند.

۴. چگونه یک مش محاسباتی باکیفیت برای تحلیل LES در فلوئنت تولید کنیم تا از خطاهای رایج جلوگیری شود؟

اینجا نقطه‌ای است که بسیاری از پروژه‌ها با شکست مواجه می‌شوند. مش در LES فقط برای گسسته‌سازی هندسه نیست؛ مش خود فیلتر است. ابعاد سلول‌های شما مستقیماً تعیین می‌کند که کدام گردابه‌ها حل و کدام‌ها مدل شوند. برخلاف RANS که می‌توانید در نواحی کم‌اهمیت مش درشتی بزنید، در LES باید رزولوشن کافی در تمام نواحی که آشفتگی در آنها رخ می‌دهد، داشته باشید.

طی بیش از ۷ سال تجربه در انجام پروژه‌های صنعتی، یکی از تلخ‌ترین تجربیات ما مربوط به شبیه‌سازی یک شیر کنترل بود. تیم جوان‌تر ما با یک مش هیبریدی که در بالادست خیلی درشت بود، شبیه‌سازی LES را برای چند هفته روی یک کلاستر قدرتمند اجرا کرد. نتیجه؟ فرکانس نوسانات فشار و نویز تولیدی کاملاً اشتباه بود، چون مش درشت اجازه تشکیل و حرکت گردابه‌های بزرگ را نمی‌داد و عملاً هفته‌ها زمان محاسباتی هدر رفت. از آن به بعد، چک‌لیست کیفیت مش برای LES در سیمومک بسیار سخت‌گیرانه‌تر شد. برای اصول اولیه، آموزش مش‌بندی در Ansys Meshing نقطه شروع خوبیست.

۵. کدام مدل زیرشبکه‌ای (Subgrid-Scale) در فلوئنت برای مسئله آیرودینامیک یا توربوماشین شما انتخاب بهتری است؟

بعد از اینکه تصمیم به استفاده از LES گرفتید، فلوئنت چندین گزینه برای مدل SGS پیش روی شما می‌گذارد. انتخاب اشتباه می‌تواند نتایج شما را خراب کند. در ادامه پراستفاده‌ترین‌ها را بررسی می‌کنیم:

• Smagorinsky-Lilly: پدر مدل‌های SGS. ساده و پایدار است اما یک مشکل بزرگ دارد: بیش از حد میرایی (dissipative) ایجاد می‌کند، مخصوصا نزدیک دیواره‌ها. امروزه کمتر استفاده می‌شود مگر برای مسائل ساده.
• WALE (Wall-Adapting Local Eddy-Viscosity): یک انتخاب بسیار محبوب و خوب. همانطور که از اسمش پیداست، برای جریان‌های نزدیک دیواره طراحی شده و رفتار درستی از خود نشون میده. برای اکثر کاربردهای صنعتی و آیرودینامیک خارجی، نقطه شروع بسیار خوبی است.
• Dynamic Smagorinsky: این مدل هوشمندتر است. به جای استفاده از یک ضریب ثابت، به صورت دینامیک و محلی ضریب مدل را در حین حل محاسبه می‌کند. دقت بالاتری دارد اما کمی ناپایدارتر و سنگین‌تر است.

۶. چطور باید گام زمانی (Time Step) را برای یک شبیه‌سازی LES پایدار و دقیق در انسیس فلوئنت تنظیم کنیم؟ ⏱️

از آنجایی که LES یک شبیه‌سازی وابسته به زمان (Transient) است، انتخاب گام زمانی (Δt) حیاتی است. یک قانون کلیدی در اینجا حاکم است: عدد کورانت (Courant Number). به زبان ساده، عدد کورانت (CFL) تضمین می‌کند که اطلاعات در هر گام زمانی، بیشتر از یک سلول جابجا نشود.

فرمول آن CFL = (سرعت سیال × گام زمانی) / اندازه سلول است. برای پایداری در شبیه‌سازی‌های LES، معمولاً باید عدد کورانت را کمتر از ۱ نگه دارید. انتخاب گام زمانی خیلی بزرگ باعث واگرایی (Divergence) آنی حل می‌شود و گام زمانی خیلی کوچک، زمان شبیه‌سازی شما را به طور نجومی افزایش می‌دهد. این یک بده بستان همیشگی است. فهمیدن تفاوت حلگرهای Pressure-Based و Density-Based هم می‌تواند در تنظیمات حل گذرا به شما کمک کند.

جدول مقایسه سریع مدل‌های زیرشبکه‌ای(SGS) محبوب در فلوئنت

۷. از چه اشتباهات رایجی در تنظیمات اولیه یک پروژه LES باید پرهیز کرد تا در زمان و هزینه صرفه‌جویی شود؟

لیست زیر حاصل ساعت‌ها عیب‌یابی و اجرای مجدد شبیه‌سازی‌های ناموفق است. از این اشتباهات دوری کنید:

• استفاده از شرایط اولیه یکنواخت: LES به یک میدان جریان اولیه آشفته نیاز دارد تا سریع‌تر به نتایج آماری معنادار برسد. شروع با یک سرعت یکنواخت، زمان زیادی را برای ایجاد آشفتگی تلف می‌کند.
• استفاده از طرح‌های گسسته‌سازی مرتبه اول: طرح‌های Upwind مرتبه اول میرایی عددی (Numerical Dissipation) بالایی دارند و گردابه‌ها را از بین می‌برند. حتما از طرح‌های مرتبه دوم یا Bounded Central Differencing استفاده کنید.
• جمع‌آوری داده خیلی زود: شبیه‌سازی LES باید ابتدا برای مدتی اجرا شود تا اثرات شرایط اولیه از بین برود و جریان به یک حالت آماری پایدار برسد. سپس می‌توانید میانگین‌گیری و جمع‌آوری داده را شروع کنید.
• نادیده گرفتن شرایط مرزی ورودی: اگر در ورودی جریان آشفته دارید، باید از متدهایی مثل Vortex Method برای تولید نوسانات واقعی در ورودی استفاده کنید، وگرنه آشفتگی به طور غیرطبیعی میرا خواهد شد. شناخت دقیق مدل‌های توربولانسی RANS مثل k-omega SST برای جریان‌های نزدیک دیوار به درک بهتر نیازمندی‌های LES کمک می‌کند.

۸. چرا همگرایی (Convergence) در شبیه‌سازی‌های LES چالش‌برانگیزتر است و چگونه می‌توان آن را مدیریت کرد؟

فراموش کنید که در LES به دنبال خط صاف و زیبای نمودار Residuals باشید. چون ماهیت حل گذرا است، این نمودار همیشه نوسان خواهد داشت و این طبیعی است! همگرایی در LES به معنای رسیدن به یک “پایداری آماری” است. یعنی باید یک پارامتر فیزیکی مهم (مثلاً ضریب درگ، یا سرعت در یک نقطه خاص) را در طول زمان مانیتور کنید. وقتی دیدید که این پارامتر حول یک مقدار میانگین شروع به نوسان کرد و دیگر روند صعودی یا نزولی نداشت، یعنی حل شما از نظر آماری همگرا شده است.

این قضیه با اون چیزی که شاید در مقاله ۷ دلیل اصلی واگرایی در فلوئنت خوانده‌اید کمی فرق دارد. در LES، واگرایی معمولا به خاطر گام زمانی بزرگ یا کیفیت پایین مش اتفاق می‌افتد، اما خود مفهوم همگرایی متفاوت تعریف می‌شود. صبور باشید و اجازه دهید شبیه‌سازی به اندازه کافی اجرا شود تا این پایداری آماری حاصل شود. از پروژه‌های کلاسی و انجام پروژه دانشجویی فلوئنت گرفته تا سطوح پیشرفته مثل انجام پایان نامه فلوئنت و انجام پروژه انسیس فلوئنت با هندسه‌های پیچیده، تیم ما آماده انجام پروژه فلوئنت با تضمین کیفیت و آموزش کامل است.

۹. تیم سیمومک چگونه با اعتبارسنجی نتایج، از صحت و دقت پروژه‌های صنعتی LES اطمینان حاصل می‌کند؟

یک تصویر رنگارنگ از گردابه‌ها به تنهایی هیچ ارزشی ندارد مگر اینکه بتوانیم به آن اعتماد کنیم. این اصل اساسی کار ما در سیمومک است. برای هر پروژه LES مهم، ما فرآیند اعتبارسنجی را طی می‌کنیم. معمولاً یک کیس مطالعاتی معتبر و مشابه از مقالات علمی یا داده‌های آزمایشگاهی (مثل تونل باد) پیدا می‌کنیم، آن را با تنظیمات خودمان شبیه‌سازی کرده و نتایج کلیدی (مثل عدد اشتروهال برای پدیده vortex shedding یا پروفیل سرعت) را مقایسه می‌کنیم.

وقتی نتایج ما تطابق خوبی با داده‌های تجربی داشت، آن وقت با اطمینان می‌توانیم همان تنظیمات و متدولوژی را برای مسئله اصلی صنعتی کارفرما به کار ببریم. این فرآیند که جزئیاتش را در مطلب چگونه نتایج CFD را اعتبارسنجی کنیم؟ توضیح داده‌ایم، تضمین می‌کند که خروجی پروژه فقط یک انیمیشن زیبا نیست، بلکه ابزاری قابل اعتماد برای تصمیم‌گیری مهندسی است.

۱۰. چگونه باید کانتورها و داده‌های یک شبیه‌سازی گذرا در LES را تحلیل و تفسیر کنیم؟

تحلیل نتایج LES فراتر از نگاه کردن به کانتور سرعت در یک لحظه از زمان است. شما باید به دنبال ساختارها باشید. یکی از بهترین ابزارها برای این کار، معیارهایی مثل Q-criterion یا Lambda2-criterion هستند که به شما اجازه می‌دهند هسته گردابه‌ها (vortex cores) را به وضوح ببینید. اینطوری می‌توانید بفهمید گردابه‌ها از کجا شروع می‌شوند، چطور حرکت می‌کنند و کجا از بین می‌روند.

علاوه بر این، می‌توانید از نتایج گذرا، مقادیر میانگین زمانی بگیرید. این کار به شما اجازه می‌دهد که نتایج LES را مستقیماً با نتایج یک شبیه‌سازی RANS یا داده‌های تجربی که معمولاً به صورت میانگین هستند، مقایسه کنید. برای یادگیری تکنیک‌های بیشتر، مقاله ما در مورد تکنیک‌های حرفه‌ای پس‌پردازش در CFD-Post می‌تواند مفید باشد.

۱۱. شبیه‌سازی LES در مقایسه با RANS به چه منابع سخت‌افزاری و زمانی نیاز دارد؟ 🖥️

اینجا جایی است که واقعیت کمی تلخ می‌شود. LES به شدت تشنه منابع محاسباتی است. یک قانون سرانگشتی می‌گوید که هزینه محاسباتی LES با عدد رینولدز به توان ۳ (Re³) رابطه دارد! برای اینکه یک دید عملی داشته باشید:

• مش: یک مش خوب برای RANS ممکن است ۵ میلیون سلول داشته باشد. برای شبیه‌سازی گردابه‌های بزرگ در همان هندسه، ممکن است به یک مش ۵۰ تا ۱۰۰ میلیونی نیاز پیدا کنید.
• حافظه (RAM): نیاز به رم به طور مستقیم به تعداد سلول‌ها بستگی دارد. اگر کیس RANS شما با ۳۲ گیگابایت رم اجرا می‌شود، برای کیس LES به راحتی به ۲۵۶ یا حتی ۵۱۲ گیگابایت رم نیاز خواهید داشت.
• زمان حل: این مورد از همه تکان‌دهنده‌تر است. یک شبیه‌سازی که با RANS در ۸ ساعت تمام می‌شود، با LES روی همان سخت‌افزار ممکن است هفته‌ها طول بکشد!

به همین دلیل، اجرای موفق یک پروژه LES بدون دسترسی به یک کلاستر محاسباتی (HPC) تقریبا غیرممکن است. برای اطلاعات دقیق‌تر، راهنمای ما در مورد سیستم مورد نیاز برای اجرای روان فلوئنت را مطالعه کنید.

۱۲. چگونه ساختارهای پیچیده گردابه‌ای را با ابزارهای Post-Processing در فلوئنت به شکلی معنادار مصورسازی کنیم؟

هدف از مصورسازی، تبدیل داده‌های خام به بینش مهندسی است. به جای یک تصویر ثابت، یک انیمیشن از evolusion (تکامل) گردابه‌ها در طول زمان بسازید. این کار به شما نشان می‌دهد که مثلاً نویز آیرودینامیکی از نوسان کدام گردابه ناشی می‌شود. این دقیقاً همان کاری است که در تحلیل آیرودینامیک آینه‌های بغل خودرو انجام دادیم تا منشا صدای مزاحم باد را پیدا کنیم.

استفاده از خطوط جریان (Streamlines) که با ذرات رنگی در طول زمان رها می‌شوند (Particle Tracks) هم روش فوق‌العاده‌ای برای درک مسیر حرکت سیال و نواحی بازچرخانی است. یادگیری اینکه چگونه از نتایج شبیه‌سازی انیمیشن حرفه‌ای بسازیم، توانایی شما در ارائه یافته‌هایتان را چند برابر می‌کند.

۱۳. آیا شبیه‌سازی مدل LES می‌تواند به کاهش هزینه‌های تست‌های تجربی در فرآیند طراحی محصول شما کمک کند؟

قطعاً، و این بزرگترین توجیه اقتصادی برای هزینه بالای آن است. تصور کنید در حال طراحی یک پره توربین جدید هستید. ساخت هر پروتوتایپ و تست آن در تونل باد میلیون‌ها تومان هزینه و هفته‌ها زمان می‌برد. با LES، شما می‌توانید ده‌ها طرح مختلف را به صورت مجازی تست کنید، پدیده‌های پیچیده‌ای مثل جدایش جریان و واماندگی (Stall) را با دقت بالا پیش‌بینی کرده و فقط طرح‌های بهینه شده نهایی را برای ساخت پروتوتایپ انتخاب کنید.

در واقع LES هزینه تست فیزیکی را حذف نمی‌کند، بلکه آن را بهینه‌تر و هدفمندتر می‌کند. این مدل به خصوص در شبیه‌سازی احتراق پیش‌آمیخته که تست‌های تجربی آن بسیار پرخطر و گران است، نقش کلیدی ایفا می‌کند.

۱۴. چه زمانی برون‌سپاری پروژه LES به یک تیم متخصص مانند سیمومک، از انجام آن در داخل شرکت بهینه‌تر است؟

این یک تصمیم استراتژیک است. از خودتان بپرسید: آیا تیم داخلی شما تخصص کافی در زمینه تئوری آشفتگی، تولید مش‌های بسیار بزرگ و تحلیل نتایج گذرا را دارد؟ آیا به یک کلاستر محاسباتی قدرتمند (HPC) دسترسی دارید که بتواند برای هفته‌ها یک پروژه را اجرا کند؟ آیا زمان کافی برای آزمون و خطا و عیب‌یابی‌های احتمالی دارید؟

اگر پاسخ به هر یک از این سوالات منفی است، برون‌سپاری یک انتخاب هوشمندانه است. شما به جای سرمایه‌گذاری سنگین روی سخت‌افزار و آموزش نیروی متخصص، مستقیماً به نتیجه دقیق و قابل اعتماد می‌رسید. در سیمومک، ما این زیرساخت و تجربه را برای حل پیچیده‌ترین مسائل شما فراهم کرده‌ایم. اگر پروژه‌ای در ذهن دارید، می‌توانید جزئیات آن را در صفحه انجام پروژه فلوئنت ما بررسی کنید.

۱۵. چگونه می‌توانیم به شما در اجرای موفقیت‌آمیز اولین پروژه شبیه‌سازی گردابه‌های بزرگ (LES) کمک کنیم؟

ورود به دنیای مدل les می‌تواند هیجان‌انگیز و در عین حال دلهره‌آور باشد. این تکنیک، ابزاری فوق‌العاده قدرتمند برای درک عمیق فیزیک جریان است، اما نیازمند دقت، تجربه و منابع محاسباتی قابل توجهی است. امیدواریم این مقاله جامع، نقشه راه خوبی برای شروع این مسیر در اختیار شما قرار داده باشد.

به یاد داشته باشید که هر انتخاب اشتباه در مراحل اولیه، از تولید مش گرفته تا تنظیم گام زمانی، می‌تواند کل شبیه‌سازی را بی‌اعتبار کند. اگر به دنبال نتایجی مطمئن و دقیق برای پروژه‌های صنعتی یا تحقیقاتی خود هستید، تیم ما در سیمومک آماده است تا با تکیه بر تجربه خود، شما را در فرآیند پیچیده شبیه‌سازی گردابه‌های بزرگ در فلوئنت همراهی کند. برای اطمینان از کیفیت و دقت نتایج، می‌توانید از خدمات انجام پروژه انسیس فلوئنت ما استفاده کنید. همچنین برای پروژه‌های حساس، امکان عقد قرارداد و انجام پروژه فلوئنت در تهران به صورت حضوری و یا انجام پروژه فلوئنت به صورت آنلاین برای سراسر کشور فراهم است.

سوالات متداول

1. تفاوت اصلی بین LES و RANS چیست؟
RANS تمام نوسانات آشفتگی را میانگین‌گیری و مدل می‌کند، در حالی که LES گردابه‌های بزرگ را مستقیماً حل کرده و فقط گردابه‌های کوچک‌تر از شبکه را مدل می‌کند. به همین دلیل LES بسیار دقیق‌تر اما پرهزینه‌تر است.

2. آیا می‌توانم شبیه‌سازی LES را روی لپ‌تاپ شخصی اجرا کنم؟
برای مسائل بسیار ساده و آموزشی شاید، اما برای پروژه‌های واقعی صنعتی یا دانشگاهی، تقریباً غیرممکن است. LES به حافظه رم بسیار بالا (معمولاً بالای ۱۲۸ گیگابایت) و قدرت پردازشی بالا (چندین هسته CPU) نیاز دارد و اغلب روی کلاسترهای محاسباتی (HPC) اجرا می‌شود.

3. مدل زیرشبکه‌ای (SGS) دقیقاً چه کاری انجام می‌دهد؟
از آنجایی که LES فقط گردابه‌های بزرگ را حل می‌کند، اثر گردابه‌های کوچک (که از اندازه سلول‌های مش کوچک‌تر هستند) بر روی جریان باید مدل شود. مدل SGS دقیقاً همین کار را انجام می‌دهد و اثر میرایی (dissipation) این گردابه‌های کوچک را به معادلات اضافه می‌کند.

4. یک شبیه‌سازی LES چقدر زمان می‌برد؟
بسته به پیچیدگی مسئله، اندازه مش و سخت‌افزار، می‌تواند از چند روز تا چندین هفته یا حتی ماه‌ها طول بکشد. این زمان به طور قابل توجهی (۱۰ تا ۱۰۰ برابر) بیشتر از یک شبیه‌سازی RANS مشابه است.

5. آیا LES برای موضوع پایان‌نامه ارشد مناسب است؟
بله، به شرطی که به منابع محاسباتی کافی دسترسی داشته باشید. LES یک موضوع پیشرفته و جذاب است و می‌تواند نتایج بسیار ارزشمندی برای مقالات علمی تولید کند. اما حتماً قبل از انتخاب، با استاد راهنمای خود در مورد دسترسی به HPC مشورت کنید.

6. در LES هم باید به y+ توجه کنیم؟
بله، اما رویکرد کمی متفاوت است. در روش Wall-Resolved LES که دقیق‌ترین حالت است، باید y+ را زیر ۱ نگه دارید و مش بسیار ریزی نزدیک دیواره داشته باشید. در روش دیگر به نام Wall-Modeled LES، می‌توان از y+ بزرگتر (در ناحیه لگاریتمی) استفاده کرد که هزینه محاسباتی را کاهش می‌دهد.

7. آیا DES یا DDES همان LES است؟
خیر. DES (Detached Eddy Simulation) یک مدل هیبریدی است که در نواحی نزدیک به دیواره مانند RANS عمل می‌کند و در نواحی دور از دیواره مانند LES. این روش یک مصالحه خوب بین دقت و هزینه محاسباتی است و از LES خالص ارزان‌تر است.

8. چگونه بفهمم حل LES من همگرا شده است؟
نمودار باقی‌مانده‌ها (Residuals) در LES همیشه نوسان می‌کند. برای بررسی همگرایی، باید یک پارامتر فیزیکی مهم (مانند ضریب درگ یا سرعت در یک نقطه) را در طول زمان مانیتور کنید. زمانی که این پارامتر حول یک مقدار میانگین شروع به نوسان کرد، حل به پایداری آماری رسیده است.

9. چه زمانی نباید از LES استفاده کرد؟
اگر هدف شما فقط به دست آوردن مقادیر میانگین زمانی (مثل افت فشار کلی در یک لوله) است و فیزیک جریان پیچیدگی خاصی ندارد، استفاده از LES اتلاف بزرگ منابع است. در این موارد، مدل‌های RANS کاملاً کافی و بهینه هستند.

10. آیا می‌توانم از نتایج یک شبیه‌سازی RANS به عنوان شرایط اولیه برای LES استفاده کنم؟
بله، این یک تکنیک بسیار هوشمندانه و رایج است. اجرای یک شبیه‌سازی RANS پایدار و استفاده از میدان جریان آن به عنوان مقدار اولیه برای شبیه‌سازی LES، می‌تواند زمان رسیدن به پایداری آماری را به شدت کاهش دهد.