极大规模整车气动数值模拟——构筑数字风洞基础框架

摘要 

本应用基于神威·太湖之光超级计算机与自研自适应加密网格框架（SAMR[1]）完成了某真实汽车模型的气动仿真数值模拟。为提高计算精度与效率，采用了8层网格加密，网格规模约10亿量级、并行规模在50万核并行规模。流场数值求解器则是采用了自主研发的非定常格子玻尔兹曼流场求解器（LBM[2]，Lattice Boltzmann Method）与采用简单的Smagorinsky湍流模型。所计算的Ahmed标准车模阻力系数与实验高度吻合，具备了工程应用能力。

一、背景

在汽车设计和改型中，数值计算和风洞试验是评估气动性能的两大手段。风洞试验模型制作和试验实施的周期长，成本高，因此如何减少风洞实验次数，提高汽车设计效率，一直是汽车设计及空气动力学领域研究的重点。

数字风洞即风洞的数字化，是遵循数字孪生理念，通过高保真数值计算、机器学习等技术手段，将物理风洞试验设施和试验过程1:1还原到数字世界，从而具备实施高置信数字风洞试验的能力。通过数字风洞试验，可以取代部分早期风洞试验车次和部分风洞试验，从而缓解风洞试验成本高、周期长与旺盛试验需求之间的矛盾。

国家超级计算无锡中心神工坊团队，依托我国最先进的国产自主超级计算机神威·太湖之光，自主研制了结构网格自适应框架（SAMR[1]）与格子玻尔兹曼流场求解器（LBM[2],Lattice Boltzmann Method)，形成了自主数值风洞软硬件基础框架，可以高效地为汽车气动仿真赋能。

二、方法

下面对4