工程师如何真正使用数值模拟？

免责声明 我是经过培训的应用数学家，而不是工程师。我的工作研究主要集中在创建新的“方法”以解决与固体变形（弹性）和流体力学有关的不同PDE。从这个意义上讲，我知道如何计算解决pde问题。从我的角度来看，工程师将我的工作用作“工具”来完成他们的工作。

但是，由于我缺乏工程学方面的教育/经验，我承认对于工程师实际实践中如何真正使用pde的数值解，我实际上一无所知。 我感到困惑的主要原因是：

有人告诉我，工程师永远（也永远不要）在不知道或不知道模拟“应该”是什么样的情况下进行数值模拟（例如，有限元分析，CFD等）。这有助于工程师将实际结果与可疑结果区分开。

但是，我认为， 如果工程师已经知道模拟中应该发生什么，那么模拟的初衷是什么？我一直认为，出于预测目的需要进行模拟，而这种模拟假定对即将发生的事情一无所知。也就是说，我认为模拟是一个独立的工具，可以在您不知道会发生什么时预测未来。

我正在寻找的是对工程师如何/何时/为何使用CFD和有限元分析等数值模拟的更广阔视野，尤其是如果良好的工程实践要求您在进行模拟时应该已经知道了什么呢？

我在这个答案中主要写了关于CFD的文章，但是对于FEA或其他模拟技术，同样的观点也应该适用。

CFD主要用于设计优化和设计的参数研究。以下是一些示例，展示了工程师如何使用仿真

1. 选择设计：阅读：使用CFD增强机翼性能的概念研究。 本文证明了使用CFD从众多候选设计中选择最佳设计。工程师经常进行仿真以从众多仿真中选择“一个”。

2. 使用CFD进行形状优化： 本文以使用CFD进行机翼形状优化为例。而这个惊人的YouTube视频是一个工程师将使用CFD软件（的方式一个很好的例子OpenFOAM）和遗传算法。CFD可以在不实际构建大量原型和测试的情况下进行更好的设计（这是一个昂贵且漫长的过程）。实际上，设计优化是使用CFD的最常用方法。根据这项调查，机械设计工程师最常使用CFD（请注意：我不知道报告的真实性）。

3. 在难以进行实验/可能会消耗大量资源（或生命）的情况下使用模拟：无法进行实验的应用，例如高超声速再入飞行器中的传热（此处为示例）或血液流动在人体中，可以用计算机进行仿真，并且可以测试最终设计。另一个例子; CFD用于在风洞模型上放置探针。例如，CFD给出了模型表面上停滞点的位置，我们可以在其中放置压力探头，然后在实际的风洞中测试模型。本演讲介绍了CFD和风洞如何相互补充。如果没有实验结果，CFD也可用于预测结果（模型上到处都没有探头）。

4. 实验设施本身的设计和优化：仿真通常用于设施本身的设计。例如，此报告描述了如何使用CFD设计风洞。

5. 建立理论模型：这在宇宙学中很常见。科学家根据模型进行仿真，并用实验数据进行验证。这个迭代过程可以更好地理解物理学和宇宙的运作。美国宇航局（NASA）天体物理学小组对超大质量黑洞做了一些模拟，该视频详细介绍了该问题。

6. 在电影，艺术和动画中： 这个问题以及在Scicomp.SE上得到的答案表明，差价合约在电影和动画中必须扮演什么角色……（免责声明：我已问过这个问题）。

7. 其他一些应用程序： 昆虫飞行的空气动力学，噪音计算使用CAA，利用CEM天线和隐身技术设计，CFD在食品工业中的应用等。

清单将继续...最终，CFD是一个虚拟的风洞，它是一个工作台，工程师可以在这里测试自己的想法而无需制造/制造任何东西。因此，如果根据已知的模型/实验对结果进行了验证，则可以依靠CFD方法对几何形状或形状进行轻微更改。同样由于CFD结果，工程师可以对他/她的实验结果充满信心。这就是为什么术语验证。这里是验证测试用例的好资源。

干杯!

总结其他答案：工程师需要定性地了解模拟的进行方式，但是他仍然需要运行模拟以获得定量答案。

而且，仿真可以使工程师略微改变参数（蒙特卡洛仿真），以评估解决方案的稳定性或误差范围。例如，这通常在电路仿真中完成，以评估设计对组件值公差的敏感性。

当使用复杂的计算机模型时，工程师应该对预期的结果（Balpark值，预期的行为）有一个大致的了解。大多数时候，这些结论都是基于（非常）简单的模型，最好可以手动检查。

这样做的最大原因是在构建模型本身时消除了人为错误的可能性。使用建模软件作为黑匣子受到了严重的反对，并且被认为是非常专业和冒险的。当结果与预期的结果有很大出入时，人们应该问的第一个问题是：“模型构建良好吗？我没有犯（愚蠢的）错误吗？”

第二个原因是通过了解模型来控制模型。更简单的模型在理解过程中充当了垫脚石。理解模型后，更容易知道要进行哪些更改才能找到工程问题的解决方案。因此，模型是设计过程中的工具。

正如我的流体讲师多年前说的那样，“如果数学与现实不一致，那么数学是错误的”。您可以轻松地将模型，理论或模拟一词替换为数学一词。

使用仿真的工程师应该对解决方案有一个很好的了解，而不必知道仿真的答案。它们是有区别的。这就是工程师的经验至关重要的原因，也是为什么经验不足的工程师在进行仿真时应始终受到良好的监督。

工程师出于各种原因而使用模拟，这取决于他们从事的工程领域和所从事的工作。一些工程师使用仿真来确认他们的设计，而其他工程师则使用仿真来寻找设计或材料中的潜在弱点。

模拟的另一个方面是，它们使工程师可以考虑多种“假设情况”以确定参数更改时可能发生的情况。这可以用于查看性能的上限和下限，或者可以导致设计更改，在某些情况下还可以进行总体重新设计。

同样，根据工程领域，在考虑何时需要增加或扩大某些东西（例如通过添加新的开发对水分配系统的影响或需要对水进行更改）时，模拟也很有用。地下矿井的通风系统。

还可以进行模拟以查看：-对物料和资源流的影响：其各自的管道网络中的油或水，通风网络中的空气，从一个或多个矿山到加工工厂或多个加工过程的矿石工厂-混合矿物产品以扩展公共范围-铁路，公路，电力和通讯网络等运输基础设施-交通系统发生变化时的交通流量：道路阻塞或拓宽，改组为单向交通，引入了净空道路和禁止在道路两边停车-用于民用的地下空间设计，例如
地下停车场，火车站或地下矿井中的隧道和车站。-用于项目经济和投资目的的财务净现值评估

与构建某些东西并使其灾难性地失败相比，运行许多模拟总是更便宜，更谨慎。

正如我的另一位大学讲师所说的那样：“医生掩盖了他们的错误，建筑师计划了他们的错误的藤蔓，工程师被他们的错误杀死了”。

在我的特定领域（地下涵洞设计），我们不断进行有限元分析。我们几乎永远不会根据结果更改设计。我们知道（通过多种因素，主要是先前的经验和保守的假设）设计是否良好。我们进行分析以向他人证明我们的设计是好的。我们可能会调整某些内容，但是它并没有实质性的改变。

通常，建筑法规和监管机构会指定某些要求以证明设计的可接受性。有时，运行模型或多或少地绕过了这些障碍，因此知识和时间较少的人可以快速确定相关事实，而不会陷入细节上。

总结一下-我并不是要成为glib，而是：

工程师使用FEA /数值模拟，因此我们可以在法庭上展示一些大脑内容以外的东西。

附录：

在我们的报告中，我们还希望（和我们的保险公司真的非常喜欢我们）能够说“模型说……”。

我设计电动机，并在设计过程中使用电磁有限元分析。电机设计人员拥有许多出色的分析技术，可以使我们在某些关键参数（转矩，电流消耗，速度等）下非常接近电机的实际性能。但是，这要求我们做出某些可能无效的假设。例如，我可能假设通过某一钢路径的焊剂分布均匀，或者我可能假设某个缝隙中的焊剂泄漏量一定。这些类型的假设通常是完全有效的假设。我使用FEA的原因之一是要确认我所做的假设是正确的。如果它们是有效的，那么FEA结果将给我几乎我所期望的。如果它们无效，那么FEA结果将帮助我弄清楚我的错误假设是什么。

我使用它的另一个原因是，使用分析技术无法很好地确定某些电机参数。例如，转矩波动（随着转子旋转而产生的转矩变化量）很难用分析技术来完成。我知道某些电机类型的纹波更差，而且我知道极与槽的某些组合比其他组合和其他经验法则具有更好的纹波，但是FEA可以帮助您量化。

我使用FEA的另一个原因是对设计进行了微调。如果我的设计几乎可以完成我想要的工作，则可以尝试提高效率或减小磁体厚度或其他。

因此，我用它来进行以下操作：1）检查我的假设，2）解决使用分析技术无法轻松完成的问题，以及3）微调我的设计以提高性能或降低成本，或者只是使其更好。所有这三者都要求我在开始FEA流程之前对设计有一个很好的了解。这并不意味着我从不对结果感到惊讶或不学习任何东西，但是当这些惊奇发生时，您可以确定我会回去并试图找出问题所在。

举一个实际的例子：我父亲是一家大型国有公司的结构工程师；他的专长是为建筑物（主要是建筑物外墙）绘制图纸，通常是合理的“确定”，并计算具体内容，例如螺钉/螺栓的尺寸，间距，支柱的必要尺寸等。他们在大型结构上工作，例如飞机场，歌剧院，摩天大楼。计算上的一点变化（例如，螺钉稍小或少一点）可以节省数十万欧元。太小了，坏事发生了。

在退休前的最后十年中，他主要使用GWBasic（！）编写几乎没有自己编写的程序。这意味着，他直接使用了自己知道的方法，并且早在他的领域将计算机引入GWBasic程序之前就已经使用过。您可以称其为某种微不足道的数值模拟，但实际上，它只是一个荣耀的袖珍计算器（实际上，他以前在带可编程磁条的袖珍计算器上也做过同样的事情）。

在工作日结束时，开始出现专业的有限元软件，他不时将其用于非常复杂的项目。从来没有真正提出新的结果，而是总是要找出某种方法是否可行。就是说，在他的工作中，一切都与钢筋等的负载有关。出于明显的原因，人工计算大多简化为线性情况（然后再加上100-200％的安全裕度）。有限元素为建筑有趣的建筑开辟了全新的世界。

使用有限元素，他可以更接近实际必需品（或者人们相信），但是显然现在很难（或者，对于像他这样的人）完全无法验证结果。并相信我，在这方面“风险”是非常突出的事情；如果城市中一幢大建筑物的外墙倒下，人们就会死亡，工程师最终将入狱。

TL; DR：工程师使用类似于医师/科学家的数值模拟来验证假设，或迭代地找到最佳位置等。但是非常需要他们知道总体上应该期待什么。这与科学一样，在科学中，您事先没有为预期结果做出推理的实验就是垃圾。

没什么可说的，但是在运行模拟之前知道结果并不知道确切的数值，而是基于对问题物理的理解对解决方案有一定的期望。通常，工程师会设置问题并选择一般方法，当我们最终将问题表述为方程组和边界集时，我们会寻求数学家的帮助，以最有效的方式帮助我们解决问题。通常，工程师是那些定义方程式的人，数学家会解决它们。如果您对弯曲没有任何了解，尽管可以解决双谐波方程，但您的解决方案可能不会设置正确的偏转。当数学家学习使用求解pde的工具时，他可以解决大多数pde问题，但是例如。