1.前言风扇/风机作为一种通用的流体机械，其广泛应用于家电、军工、车辆等领域。

风扇在运转中，旋转的叶片与周围的流场以及静止部件（蜗壳、格栅等）都存在相对运动，其流场表现出明显的非定常特性。这种非定常特性不但影响风扇的气动性能，也会产生明显的气动/流致噪声。

随着近些年来国内经济的飞速发展，人们对居住、办公、驾乘等环境的舒适度要求越来越高。风扇的气动/流致噪声，在家用空调的内外挂机、空气净化器、吸尘器、吸油烟机、汽车空调等的噪声中均占据了主要的组成部分。

【资料图】

各相关企业的研发人员，对于研究、预测、降低风扇的气动/流致噪声可谓伤透了脑筋。某国外家电大牌的吸尘器等产品动辄大几千元，其主打的产品特点就是“静音”。

对于风扇气动/流致噪声的预测，或者说在工业领域应用气动/流致噪声的仿真分析，一直都存在痛点/难点。

行业痛点：

在传统的基于NS方程的有限元或有限体积法的CFD软件中，由于数值格式精度上的限制，对于在流场中同时精确求解声学物理量是非常困难的。

而采用不可压缩CFD+有限元声学软件的混合CAA方法，又面临着计算量庞大，并行效率低，学习成本高的问题。

解决方法

1、格子-玻尔兹曼方法（LBM）从微观动力学角度出发，将连续介质看作大量位于格子节点上的离散流体质点粒子。粒子按碰撞和迁移规则在格子上运动，通过对各格子流体质点运动特征的统计，获得流体宏观运动规律，即把宏观物理量视作微观统计平均的结果。

LBM方法本质上只求解非定常流动，并且数值耗散低，相对于传统的基于N-S方程的有限元或有限体积法要处理复杂的非线性方程，LBM方法在每个格子上求解线性方程，非常适合于大规模的并行加速计算。因此，LBM方法非常适合应用在风扇的气动噪声预测中。

2、GPU（Graphic Processing Unit）作为图形处理器/图形显卡被大家所熟知，随着计算机技术的不断发展，GPU已经被广泛应用在机器学习、人工智能、科学计算等领域。

与适用于复杂逻辑计算的CPU不同，GPU擅长的是大规模的并发计算，NVIDIA公司近些年来研发的计算显卡的算力更是将GPU这种优势推上了登峰造极，如下所示一块Tesla V100 GPU就拥有5120 cuda核。

将LBM方法与GPU高性能并行加速计算结合，将计算消耗的时间由原来的数周缩短为几十个小时，使得风扇的气动噪声仿真不再是一个难题。

Altair ultraFluidX是基于LBM方法的CFD求解器，支持原生的GPU并行加速计算。对于风扇气动/流致噪声的计算在各个环节有诸多优势，简便易使用：

01 前处理

前处理简便，仅需要在前处理软件中完成基本设置，体网格自动化生成，无需大量的几何清理与简化的工作；

02 风扇的运动

使用重叠网格（overset mesh）技术，可以计算中考虑风扇的真实旋转，保证风扇非定常流场的计算精度；

03 求解计算

得益于LBM方法低数值耗散的特性，在求解风扇非定常流场的同时，也包含声学物理量，在同一求解器中完成流场+声场的仿真计算；基于原生的GPU并行加速算法，即使是上亿的格子计算模型也不在话下；

04 后处理

支持定制化的后处理流程，输出远场监测点的噪声频谱曲线、声压级、声传播云图等。

4、ultraFluidX可以为您带来更快的预处理、先进的GPU技术、更短的模拟时间以及直观的计算结果后处理。

模型准备

ultraFluidX是Altair HyperWorks平台的一部分，因此使用HyperMesh可以有效地解决模型预处理的挑战。Altair市场领先的预处理器囊括为空气动力学建模而专门开发的高度自动化功能，如自动填充间隙、孔填充以及高精度的表面网格划分。

GPU计算

相对于更繁琐的CPU而言，GPU计算可提供效果显著的性优势以及功耗降低。科学和工程计算领域的GPU革命正在迅速开展，ultraFluidX正是利用这项技术的先驱商业软件之一，它为产品的开发速度带来了显著的提升。

结果分析

瞬态空气动力学分析通常产生大量的结果数据，需要对其进行后处理以便于产品的研发改进。Altair强大的客户端-服务器并行架构，其支持交互式CFD后处理。即便面对大型数据集，也可以轻松实现自动生成报告可以及定制后处理结果模板。

硬件要求

ultraFluidX团队推荐使用NVIDIA Tesla V100，P100 GPU处理器，它们是完善的GPU卡及科学计算的核心。而ultraFluidX已在其上进行了测试。