商业CFD软件把大部分数值细节封装在了黑箱里——点几个按钮，设定边界条件，求解器就开始跑。这个方法在常规工况下是有效的，但一旦碰到不收敛、结果异常、或者审稿人追问”你用了什么离散格式、为什么”——黑箱就变成了软肋。
流体力学数值模拟计算的根基不在软件操作，而在纳维-斯托克斯方程（N-S方程）到底是怎么从偏微分方程变成代数方程组的。这个从连续到离散的跳跃，决定了你的结果的精度天花板。
不可压缩牛顿流体的N-S方程长这样：∂u/∂t + (u·∇)u = −(1/ρ)∇p + ν∇²u + f，再加上连续性方程∇·u=0。这个方程组同时包含一阶导（对流项、压力梯度）和二阶导（扩散项），而且压力和速度耦合在一起——这是所有困难的根源。
把它变成计算机能处理的代数形式，有三条主流路线：
有限差分法（FDM）。 最直观的方法——用相邻格点的差商近似偏导数。∂u/∂x在一个均匀网格上就是(u_{i+1} − u_{i-1})/2Δx（中心差分）。FDM的优势是数学推导简单、代码实现快，适合教科书式的问题（方腔流、平板边界层）。致命弱点是：它只适应结构化网格，当几何形状不是矩形或圆柱时，FDM就力不从心了——而工程问题里几乎没有矩形的几何体。
有限体积法（FVM）。 当前CFD工业软件的绝对主流（Fluent、OpenFOAM、STAR-CCM+都用它）。FVM的处理逻辑和FDM不同：不直接在微分方程上做差分近似，而是把计算域切成一个个控制体，在每个控制体上做积分。高斯定理把体积分转成面积分——于是通量（flu×面积）代替了导数，天然保证了守恒性：从一个控制体流出的质量一定等于相邻控制体流入的质量。这个守恒性是FVM物理正确性的根基——FDM不天然保证它。
FVM对网格的适应性也远超FDM：非结构化网格（三角形、四面体、多面体）都可以——只要能确定每个面的通量方向，FVM就能算。
有限元法（FEM）。 结构力学的基本工具，在流体领域不如FVM主流，但有自己的阵地。FEM用加权残量法（Galerkin Method）把微分方程转为弱形式，在每个单元上用形函数插值。它的几何适应性是所有方法中最好的（能处理极其复杂的曲面），但N-S方程的对流项在标准Galerkin FEM中容易产生数值振荡——这个问题的本质是：FEM天然适合椭圆型方程（扩散主导），而N-S方程在Re数高的地方是对流主导的（双曲型特征），Galerkin方法不擅长。
对流的振荡问题有解法——Streamline Upwind Petrov-Galerkin（SUPG）或变分多尺度（VMS）稳定化——但这些技术增加了代码复杂度。COMSOL的CFD模块和FEniCS这类通用FEM代码都用了这些稳定化方法。选FEM做流体的典型场景是：多物理场耦合（流-固-热-电磁一起算）或者几何极其复杂（比如血管网络）。
N-S方程的非线性来自对流项(u·∇)u。它决定了：在一个控制体里，速度信息是从上游传过来的——纯下游的网格点对上游没有影响（超音速流的物理特征）。离散格式的核心任务就是恰当地表达这种方向性。
一阶迎风格式（First-Order Upwind）。 控制面上的值直接用上游节点的值。数学上简单、永远不出振荡、收敛性最好。代价是数值扩散——物理上该很锐利的激波或剪切层被”抹糊”了，像是过度平滑的图像。在工业仿真中，一阶迎风是用来做初始迭代的——跑200步让流场大致建立起来，然后切换到二阶格式。
二阶迎风格式（Second-Order Upwind）。 控制面上的值用上游节点和再上游一个节点做线性外推。精度显著提升（截断误差从O(Δx)降到O(Δx²)），边界层和尾迹区的解析能力大幅提升。但收敛性比一阶差——高雷诺数下的分离区可能出现非物理振荡。实践中需要把亚松弛因子往下调（压力0.7→0.5，动量0.3→0.2）来配合二阶。
QUICK格式（Quadratic Upstream Interpolation for Convective Kinematics）。 用三个上游节点做二次插值，对结构化六面体网格特别有效，扩散误差比二阶迎风更小。不适合非结构化网格（QUICK假设网格排列规则），所以在Fluent中它是”二阶迎风+梯度限制器”的补充而不是替代。
选择逻辑：
| 工况 | 推荐格式 |
|---|---|
| 初始迭代 | 一阶迎风（稳） |
| 稳态收敛 | 二阶迎风（精） |
| 强旋转/大涡 | 二阶迎风 + 梯度限制器 |
| LES/DES | 中心差分（无额外耗散） |
不可压缩流的求解有一个”鸡生蛋蛋生鸡”的问题：动量方程需要压力梯度才能算速度，但压力场本身由连续性方程约束——而连续性方程里没有压力。这就是压力-速度耦合问题的本质。
SIMPLE（Semi-Implicit Method for Pressure-Linked Equations）。 Patankar和Spalding在1972年提出，至今仍是Fluent的默认算法。核心思想：猜一个压力场 → 解动量方程拿到速度 → 用连续性方程构造压力修正方程 → 修正压力和速度 → 重复。每一步迭代只做一次压力修正，所以叫”Semi-Implicit”——压力修正不完全。
SIMPLE收敛慢，但极其稳健。对于大多数稳态问题，慢不是问题——Fluent在32核上跑1000步可能只要几分钟。
SIMPLEC（SIMPLE-Consistent）。 对SIMPLE的速度修正项做了一处简化近似，使得修正更”一致”。在层流和低Re数的湍流中，SIMPLEC通常比SIMPLE快20-30%。但高Re数分离流中，这种加速可能被收敛振荡消耗掉。
PISO（Pressure-Implicit with Splitting of Operators）。 在SIMPLE的基础上多加了一次压力修正和一次速度修正（两次修正循环），让压力和速度更快地相互满足。PISO原本是为瞬态问题设计的，但它对稳态大时间步长也表现出色——因为它每步多做了两次内循环，相当于在同一个时间步里提前消解了压力和速度的不匹配。对于含浮力驱动的自然对流和瞬态涡脱落问题，PISO比SIMPLE稳健得多——每步的时间成本高了约30%，但可以用更大的时间步长（CFL从<1放宽到>10）。
选择路线：稳态层流/低Re湍流→SIMPLEC；稳态高Re复杂流→SIMPLE+低亚松驰因子；瞬态→PISO。
流体力学数值模拟计算中最危险的操作，是把残差收敛当成结果正确。
Fluent的默认收敛判据是各方程残差降到10⁻³——但残差是被归一化的（除以最大残差的初始值），这个数值和物理精度的关系很间接。正确的步骤：
第一步：残差+全局守恒。 进口和出口的质量流量差必须小于总流量的1%。如果质量不守恒，流场结构没有物理意义——无论残差降到多少。
第二步：监测关键物理量。 选一个对结果最敏感的量——比如翼型的升力系数Cl、换热器的Nu数、管道压降ΔP——在求解历史曲线里观察它是否趋于稳定。如果Cl在最后200步还在单调爬升，残差10⁻⁶也没用。
第三步：网格独立性。 用三套网格（粗/中/细，每维度网格数比约1:1.5:2）算同一工况。如果中等网格和细网格的Cl差异<1%，中等网格就是独立的。三套都要用相同的离散格式和边界条件，避免混淆变量。
科研学术网（https://www.keyanxueshu.com）等多个求解器的参数优化和异常收敛诊断。
做流体力学数值模拟计算久了，会发现一个规律：最容易出错的地方往往是看起来最简单的。一个边界条件类型设错，一个离散格式选偏，一个亚松弛因子调得太大——任何一处疏忽都能让结果从”大致正确”变成”完全不可用”。反过来，当你在每一个选择节点上都能说清”为什么选这个而不是那个”，CFD就从黑箱变成了工具箱。
