上周还有个年轻的工程师跑来问我：“王工，我这个案子，Fluent跑了一天一夜，出来的结果明显不对啊，流场乱得没法看。”我过去瞄了一眼模型——好家伙，一个弯管，网格画得跟蜘蛛网似的，边界条件设得稀里糊涂，湍流模型直接用了默认的标准k-ε，连Y+值都没检查。我当时就笑了：你这不叫仿真，这叫算命。❗
网格：魔鬼在细节里
好多人觉得网格就是软件自动生成一下就行，反正计算资源够，往细了画总没错。大错特错！网格数量上去了，收敛可能更差，尤其是有壁面边界层的时候。边界层第一层网格高度稍微差点，壁面函数就失效，算出来的阻力系数能差一个量级。记得刚入行那会儿，我算一个机翼外流场，为了赶进度，网格哗啦啦生成几百万，结果升力系数比实验值低了30%——老板那眼神，我至今难忘。后来老老实实从粗网格开始做网格无关性验证，一层层加密，盯着Y+值调，才慢慢摸出门道。
网格类型也有讲究。结构网格精度高，但复杂几何根本画不出来；非结构网格万能，但数值耗散大，涡流模拟时分辨率不够。现在流行混合网格，边界层用棱柱层，主流区用四面体或切割体。不过话说回来，工具是死的，人的经验得跟上。我见过有老手就用简单的六面体网格，把一个非常复杂的泵内流场算得比实验还准——他花了三周时间纯手工调节点位置。这种耐心，现在少见啦。
湍流模型：选择困难症
每次开项目会，湍流模型都能吵翻天。年轻工程师爱用LES，因为听起来高级，能捕捉细小涡，但计算量吓死人。可工业上谁等你跑两星期的瞬态仿真？我一般先看雷诺数，再判断流态。如果没有大分离，RANS就够——SST k-ω比标准k-ε稳多了，尤其在逆压梯度下。但SST对入口湍流度很敏感，设错了也是白搭。碰上强旋流，RSM有时候比SST靠谱，虽然收敛慢得像乌龟。
最坑的是多相流模拟——欧拉模型、混合模型、VOF……选错一个，相界面完全变形。去年有个搅拌釜的案子，年轻同事非要用欧拉-欧拉，结果气泡分布算得均匀得像奶茶里的珍珠，实际照片根本对不上，折腾半个月才换成DDPM加曳力修正。那段时间，他头发都白了几根。✅
收敛性：别迷信残差曲线
软件默认的残差标准就是个心理安慰。残差掉到1e-4就以为收敛了？天真。我看过太多残差曲线漂亮得像滑梯，但监测的升力、流量还在缓慢漂移。这时候必须使出杀手锏——找几个关键物理量做监控，比如出口流量、某个截面的总压损失、或者力矩系数，等这些量变化小于1%了才算稳。有时候为了收敛，得手动调松弛因子，比哄女朋友还费劲。
另外，瞬态计算的时间步长是个大坑。库朗数超过1就等着爆炸吧——哦，隐式格式说无所谓，那不过是自欺欺人，数值扩散会抹掉所有细节。我通常保持库朗数在0.5~1之间，关键区域再用自适应时间步长。这些经验，书上根本不写。
问：这么麻烦，能不能直接用实验数据代替仿真？
答：实验当然准确，但成本呢？一套风洞实验几十万，还只能测有限点。仿真优势在于能“看到”内部流场——涡怎么生成，分离点在哪，二次流怎么扭。不过前提是你要验过模型。我建议初样用仿真快速迭代，定型前再拿实验校准。千万别盲信仿真，也别完全抛弃它。两者结合才是王道。💡
问：现在AI这么火，能不能直接把CAD扔进去就让AI出流场结果？
答：想得美！我也试过几款号称AI预测流场的工具，简单外形还行，一碰到复杂几何或者强分离就乱来。目前还是传统数值求解可靠。不过AI在后处理上有点用，比如自动识别涡结构、优化参数，但离替代CFD还远着呢。别被宣传忽悠。
说到底，流体仿真是个手艺活。软件是画笔，成画的好坏得看握笔的人。这些年，我犯过的错比新人写过的报告还多：忘设重力导致自然对流缺失、出口边界没留足够发展段、忽略入口湍流强度导致流动转捩不对……每一次翻车，都逼着我去啃理论手册，去复盘每一步设置。
现在每次打开求解器，我还像第一次那样紧张——生怕结果出来是个五彩斑斓的废图。但这就是这行的魅力：你永远在跟看不见的物理定律较劲，赢了，便有一种隐秘的快感。
所以，别指望一键出结果。静下心，把基础打扎实，多对比经典案例。流体仿真，慢就是快。