FLUENT不收敛的解决方法

利用FLUENT不收敛通常怎么解决？

①、一般首先是改变初值，尝试不同的初始化，事实上好像初始化很关键，对于收敛。

②、FLUENT的收敛最基础的是网格的质量，计算的时候看怎样选择CFL数，这个靠经验

③、首先查找网格问题，如果问题复杂比如多相流问题，与模型、边界、初始条件都有关系。

④、有时初始条件和边界条件严重影响收敛性，曾经作过一个计算反反复复，通过修改网格，重新定义初始条件，包括具体的选择的模型，还有老师经常用的方法就是看看哪个因素不收敛，然后寻找和它有关的条件，改变相应参数。就收敛了

⑤、A.检查是否哪里设定有误：比方用mm的unit建构的mesh，忘了scale；比方给定的边界条件不合理。B从算至发散前几步，看presure分布，看不出来的话，再算几步, 看看问题大概出在那个区域。 C网格，配合第二点作修正，就重建个更漂亮的，或是更粗略的来处理。D再找不出来的话，换个solver。

⑥、解决的办法是设几个监测点，比如出流或参数变化较大的地方，若这些地方的参数变化很小，就可以认为是收敛了，尽管此时残值曲线还没有降下来。

⑦、调节松弛因子也能影响收敛，不过代价是收敛速度。

亚松弛因子对收敛的影响

所谓亚松驰就是将本层次计算结果与上一层次结果的差值作适当缩减，以避免由于差值过大而引起非线性迭代过程的发散。用通用变量来写出时，为松驰因子（Relaxation Factors）。《数值传热学-214》

FLUENT中的亚松驰：由于FLUENT所解方程组的非线性，我们有必要控制变化。一般用亚松驰方法来实现控制，该方法在每一部迭代中减少了变化量。亚松驰最简单的形式为：单元内变量等于原来的值加上亚松驰因子a与变化的积：

分离解算器使用亚松驰来控制每一步迭代中的计算变量的更新。这就意味着使用分离解算器解的方程，包括耦合解算器所解的非耦合方程（湍流和其他标量）都会有一个相关的亚松驰因子。

在FLUENT中，所有变量的默认亚松驰因子都是对大多数问题的最优值。这个值适合于很

多问题，但是对于一些特殊的非线性问题（如：某些湍流或者高Rayleigh数自然对流问题），在计算开始时要慎重减小亚松驰因子。

使用默认的亚松驰因子开始计算是很好的习惯。如果经过4到5步的迭代残差仍然增长，你就需要减小亚松驰因子。

有时候，如果发现残差开始增加，你可以改变亚松驰因子重新计算。在亚松驰因子过大时通常会出现这种情况。最为安全的方法就是在对亚松驰因子做任何修改之前先保存数据文件，并对解的算法做几步迭代以调节到新的参数。最典型的情况是，亚松驰因子的增加会使残差有少量的增加，但是随着解的进行残差的增加又消失了。如果残差变化有几个量级你就需要考虑停止计算并回到最后保存的较好的数据文件。

注意：粘性和密度的亚松驰是在每一次迭代之间的。而且，如果直接解焓方程而不是温度方程（即：对PDF计算），基于焓的温度的更新是要进行亚松驰的。要查看默认的亚松弛因子的值，你可以在解控制面板点击默认按钮。

对于大多数流动，不需要修改默认亚松弛因子。但是，如果出现不稳定或者发散你就需要减小默认的亚松弛因子了，其中压力、动量、k和e的亚松弛因子默认值分别为0.2，0.5，0.5和0.5。对于SIMPLEC格式一般不需要减小压力的亚松弛因子。在密度和温度强烈耦合的问题中，如相当高的Rayleigh数的自然或混合对流流动，应该对温度和/或密度（所用的亚松弛因子小于1.0）进行亚松弛。相反，当温度和动量方程没有耦合或者耦合较弱时，流动密度是常数，温度的亚松弛因子可以设为1.0。

对于其它的标量方程，如漩涡，组分，PDF变量，对于某些问题默认的亚更松弛可能过大，尤其是对于初始计算。你可以将松弛因子设为0.8以使得收敛容易。

⑧看了流量是否平衡

在report->flux里面操作，mass flow rate，把所有进出口都选上，compute一下，看

看nut flux是什么水平，如果它的值小于总进口流量的1%，并且其他检测量在继续迭代之后不会发生波动，也可以认为你的解是收敛的。

造成连续方程高残差不收敛的原因主要有以下几点：

1.网格质量，主要可能是相邻单元的尺寸大小相差较大，它们的尺寸之比最好控制在1.2以内，不能超过1.4.

2.离散格式及压力速度耦合方法，如果是结构网格，建议使用高阶格式，如2阶迎风格式等，如果是非结构网格，除pressure保持standard格式不变外，其他格式改用高阶格式；压力速度耦合关系，如果使用SIMPLE，SIMPLEC，PISO等segerated solver对联系方程收敛没有提高的话，可以尝试使用coupled solver。另外，对于梯度的计算，不论使用结构或非结构网格，都可以改用node-based来提高计算精度。

在FLUENT的中文帮助里，对收敛有比较详细地描述，建议去看看。

收敛性可能会受到很多因素影响。大量的计算单元，过于保守的亚松驰因子和复杂的流动物理性质常常是主要的原因。有时候很难确定你是否得到了收敛阶。

没有判断收敛性的普遍准则。残差定义对于一类问题是有用的，但是有时候对其它类型问题会造成误导。因此，最好的方法就是不仅用残差来判断收敛性而且还要监视诸如阻力、热传导系数等相关的积分量。

在FLUENT的帮助文件里给出了下面几种典型的情况。

1、如果你对流场的初始猜测很好，初始的连续性残差会很小从而导致连续性方程的标度残差很大。在这种情况下，检查未标度的残差并与适当的标度如入口的质量流速相比较是很有用的。什么是标度残差？就是选作用来标准化的残差值，一般是取第五步吧，所以，一开是残差就很小，那么，后面的残差和它一比，值也很难收敛到很小数。

2、对于某些方程，如湍流量，较差的初始猜测可能会造成较高的标度因子。在这种情况下，标度的残差最开始会很小，随后会呈非线性增长，最后减小。因此，最好是从残差变化的行为来判断收敛性而不仅仅是残差的本身值来判断收敛性。你应该确认在几步迭代