计算流体力学2035愿景

目录 序言 第1章 概述 1 1.1 CFD基本概念及发展历史 1 1.1.1 CFD基本概念 1 1.1.2 CFD发展历史 3 1.2 CFD主要应用领域 6 1.3 2035年目标 8 1.4 重点发展方向和技术路线图 9 1.4.1 重点发展方向 9 1.4.2 现状、目标和差距 9 1.4.3 技术路线图 15 参考文献 16 第2章 基于高性能硬件的CFD软件与大数据技术 17 2.1 概念及背景 17 2.2 现状及2035年目标 21 2.2.1 高性能计算现状 21 2.2.2 面向CFD的大数据现状 26 2.2.3 面向CFD的可视化现状 28 2.2.4 2035年目标 30 2.3 差距与挑战 31 2.3.1 未来高性能计算机差距与挑战 31 2.3.2 面向CFD的并行算法和应用软件的差距与挑战 35 2.3.3 面向CFD的大数据差距与挑战 36 2.3.4 面向CFD的可视化差距与挑战 37 2.4 发展路线图 39 2.5 措施与建议 40 2.5.1 发展面向CFD的异构多态融合体系结构协同设计 40 2.5.2 构建自主高性能计算生态环境 42 2.5.3 加强大型CFD应用先进并行算法和软件研制 43 2.5.4 培养计算科学的多学科交叉型人才 44 2.5.5 加强面向CFD的大数据和可视化技术研究 44 参考文献 46 第3章 网格生成与自适应技术 49 3.1 概念及背景 49 3.2 现状及2035年目标 50 3.2.1 现状 51 3.2.2 2035年目标 57 3.3 差距与挑战 58 3.3.1 与CAD系统有效集成 58 3.3.2 网格自动与并行生成 60 3.3.3 网格自适应更新 62 3.4 发展路线图 63 3.4.1 发展思路 63 3.4.2 阶段性目标 64 3.5 措施与建议 65 参考文献 66 第4章 高保真数值方法 69 4.1 概念及背景 69 4.2 现状及2035年目标 71 4.2.1 现状 72 4.2.2 2035年目标 82 4.3 差距与挑战 83 4.4 发展路线图 84 4.5 措施与建议 85 参考文献 87 第5章 转捩、湍流与大范围分离流动模拟技术 95 5.1 概念及背景 95 5.2 现状及2035年目标 97 5.2.1 现状 98 5.2.2 2035年目标 109 5.3 差距与挑战 110 5.3.1 DNS 111 5.3.2 LES 111 5.3.3 RANS-LES差距 112 5.3.4 湍流模式差距 113 5.3.5 转捩模式差距 113 5.3.6 基于稳定性理论的转捩预测差距 114 5.4 发展路线图 114 5.4.1 DNS方法 115 5.4.2 LES方法 116 5.4.3 RANS-LES混合方法 116 5.4.4 湍流模式 117 5.4.5 转捩模式 117 5.4.6 基于稳定性理论的转捩预测 118 5.5 措施与建议 118 参考文献 119 第6章 内流与燃烧 130 6.1 概念及背景 130 6.2 现状及2035年目标 132 6.2.1 现状 133 6.2.2 2035年目标 155 6.3 差距与挑战 155 6.3.1 高性能计算的有效利用及CFD程序开发 156 6.3.2 叶轮机内转捩和大尺度涡旋流动的非定常湍流模拟 156 6.3.3 航空发动机燃烧室数值仿真技术 157 6.4 发展路线图 157 6.4.1 内流发展路线图 158 6.4.2 燃烧发展路线图 159 6.5 措施与建议 161 参考文献 162 第7章 多介质多物理场耦合模拟与多学科耦合分析 176 7.1 概念及背景 176 7.1.1 多介质流动 176 7.1.2 多物理场流动 177 7.1.3 多学科耦合分析 179 7.2 现状及2035年目标 182 7.2.1 现状 183 7.2.2 2035年目标 203 7.3 差距与挑战 205 7.3.1 多介质流动模拟 207 7.3.2 多物理场模拟 207 7.3.3 多学科耦合分析 208 7.4 发展路线图 211 7.5 措施与建议 212 7.5.1 多介质流模拟 213 7.5.2 多物理场模拟 213 7.5.3 多学科耦合分析 214 7.6 典型案例分析 215 参考文献 215 第8章 验证、确认与不确定度量化 221 8.1 概念及背景 221 8.2 现状及2035年目标 226 8.2.1 现状 226 8.2.2 2035年目标 233 8.3 差距与挑战 233 8.3.1 指南、规范和标准 234 8.3.2 误差估计和不确定度量化 235 8.3.3 CFD验证与确认基准模型数据 236 8.4 发展路线图 237 8.5 措施与建议 237 参考文献 238 第9章 多学科优化设计 244 9.1 概念及背景 244 9.2 现状及2035年目标 245 9.2.1 现状 245 9.2.2 2035年目标 266 9.3 差距与挑战 267 9.4 发展路线图 268 9.5 措施与建议 270 9.6 典型案例分析 271 参考文献 276 第10章 人工智能/量子计算与CFD的结合 295 10.1 概念及背景 295 10.1.1 人工智能在CFD中的应用 295 10.1.2 量子计算：人工智能的革命性算力 297 10.2 现状及2035年目标 298 10.2.1 人工智能方法在网格方面的应用现状 299 10.2.2 人工智能在CFD数值算法方面的融合现状 299 10.2.3 人工智能在数据分析方面的应用现状 301 10.2.4 人工智能功能性替代CFD方面的现状 302 10.2.5 量子计算机发展现状 306 10.2.6 量子CFD算法发展现状 307 10.2.7 2035年目标 308 10.3 差距与挑战 309 10.4 发展路线图 311 10.5 措施与建议 312 10.5.1 数据驱动的模型构建和应用 313 10.5.2 数值求解方面的人工智能融入 316 10.5.3 CFD结果的数据挖掘 319 10.5.4 CFD与实验的智能融合 320 10.5.5 建立系统的高保真数据库 321 10.5.6 CFD与量子计算的融合建议 321 10.6 典型案例分析 321 参考文献 325 附录 本书作者之外的参与者及贡献者 327