fluent网格数量与内存

---

一、fluent计算速度和网格数量关系大还是节点关系大网格数和节点数都是影响Fluent计算速度的重要因素，两者的具体规模需要根据具体情况综合考虑确定。
对于一些计算问题，网格数对计算速度影响较大。当网格数量较多时，计算所需的内存和计算能力也随之增加，计算速度变慢。在这种情况下，为了保证计算速度，网格数量必须相应减少。
对于其他一些计算问题，节点数量可能对计算速度有较大影响。如果计算问题较大或者需要高精度计算，可能需要更大的计算集群来满足计算资源的需求。在这种情况下，需要增加节点数量来提高计算速度。
网格数和节点数是影响Fluent计算速度的重要因素。不过哪一个更大取决于具体的计算问题和计算平台。因为不同的计算机问题有不同的特点和要求，在不同的计算机平台上计算时其表现也不同。

---

二、fluent计算中内存逐渐增加什么原因

由于Ansys14的并行流计算非常稳定，对于100万个六边形网格，内存持续增长，不到30步内存就增长到近200G，然后出现内存不足，计算失败的情况。待完成。计算包括流场和温度场。计算面积包括液体面积和固体面积。

另外，并行方式采用Intel，共有22个核心，与ICEM共享网络。

FLUENT中的欠松弛：由于FLUENT求解的方程组具有非线性，我们需要检查差异。控制通常使用欠松弛方法来实现，该方法减少了每次迭代中的变化量。欠松弛最简单的形式是：单位内的变量等于初始值加上欠松弛因子a与变化量的乘积。

分割求解器使用子松弛来控制每次迭代时计算变量的更新。这意味着使用分割求解器求解的方程，包括由耦合求解器求解的非耦合方程（湍流和其他标量），将具有关联的欠松弛因子。在FLUENT中，所有变量的默认欠松弛因子对于大多数问题都是最优值。

这个值适用于许多问题，但对于一些特殊的非线性问题（例如某些湍流或高瑞利数自然对流问题），在计算开始时应小心减小欠松弛因子。最好从默认的欠松弛因子开始计算。如果4或5次迭代后残差仍然增加，则需要减小欠松弛因子。

有时，如果您发现残差开始增长，您可以更改欠松弛因子并重新计算。当欠松弛因子太大时，通常会发生这种情况。最安全的方法是在对亚松弛因子进行任何更改之前保存数据文件。

并对求解算法进行多次迭代以适应新的参数。最典型的情况是欠松弛因子的增加会导致残差小幅增加，但随着求解的进行，残差的增加消失。如果残差相差几个数量级，您可能会考虑停止计算并返回到最后保存的最佳数据文件。