燃烧仿真.燃烧仿真软件：OpenFOAM：燃烧仿真中的不确定性分析

燃烧仿真.燃烧仿真软件：OpenFOAM：燃烧仿真中的不确定性分析1燃烧仿真的基本概念1.1燃烧过程的物理化学基础燃烧是一种复杂的物理化学过程，涉及到燃料与氧化剂的化学反应，产生热能和光能。在燃烧过程中，燃料分子与氧气分子在适当的条件下（如温度、压力和浓度）发生反应，生成二氧化碳、水蒸气等产物，并释放出大量的能量。这一过程可以被描述为：燃料燃烧的速率受到多种因素的影响，包括反应物的浓度、温度、压力以及催化剂的存在。在工程应用中，理解这些基础原理对于设计高效的燃烧系统至关重要。1.2燃烧模型的分类与选择燃烧模型是用于描述燃烧过程的数学模型，它们根据不同的物理化学假设和简化，可以分为以下几类：层流燃烧模型：适用于层流火焰，模型中考虑了化学反应和扩散过程的细节。湍流燃烧模型：适用于湍流火焰，模型中通常会结合湍流模型来描述燃烧过程，如EddyDissipationModel(EDM)和ProgressVariableModel(PVM)。预混燃烧模型：适用于预混火焰，燃料和氧化剂在燃烧前已经充分混合。非预混燃烧模型：适用于非预混火焰，燃料和氧化剂在燃烧过程中混合。选择燃烧模型时，需要考虑燃烧系统的具体条件，如燃烧类型（预混或非预混）、流体流动状态（层流或湍流）以及计算资源的限制。1.3燃烧仿真在工程中的应用燃烧仿真在工程设计和优化中扮演着重要角色，特别是在航空发动机、汽车内燃机、工业燃烧器和火力发电厂等领域。通过燃烧仿真，工程师可以预测燃烧过程中的温度分布、产物生成、污染物排放等关键参数，从而优化燃烧效率，减少能源消耗和环境污染。1.3.1示例：使用OpenFOAM进行层流燃烧仿真假设我们想要模拟一个简单的层流燃烧过程，可以使用OpenFOAM中的simpleFoam和chemReactingFoam求解器。下面是一个简化的步骤和代码示例：创建计算域：定义计算域的几何形状和网格。设置边界条件：定义入口、出口和壁面的条件。选择燃烧模型：在constant/turbulenceProperties文件中选择层流燃烧模型。定义化学反应：在constant/specieProperties和constant/chemistryData文件中定义燃料和氧化剂的化学反应。运行仿真：使用chemReactingFoam求解器运行仿真。#创建计算域

blockMesh

#设置边界条件

#在0文件夹中定义

setFields

#选择燃烧模型

#在constant/turbulenceProperties中设置

turbulenceModellaminar

#定义化学反应

#在constant/specieProperties和constant/chemistryData中定义

thermodynamics

{

mixtureTypeconstant

speciesFilespeciesProperties

thermoType

{

typehePsiThermo

mixturechemMix

transportlaminar

thermo

{

typeH2O

geometryTypespherical

nMoles1

molWeight18.01528

}

equationOfState

{

typeperfectGas

}

}

}

#运行仿真

chemReactingFoam在上述代码中，blockMesh用于创建计算域的网格，setFields用于设置初始和边界条件，laminar表示选择了层流燃烧模型，而thermodynamics部分定义了化学反应的细节。chemReactingFoam是用于执行燃烧仿真的求解器。通过以上步骤，我们可以对层流燃烧过程进行初步的仿真分析，进一步优化燃烧系统的性能。以上内容仅为燃烧仿真基本概念的简要介绍，实际应用中需要根据具体问题和条件进行更深入的分析和模型选择。2OpenFOAM软件介绍2.1OpenFOAM概述与特点OpenFOAM（OpenFieldOperationandManipulation）是一个开源的CFD（计算流体动力学）软件包，由OpenCFD有限公司开发并维护，现由SINTEFDigital的FoamFoundation管理。它提供了一系列的工具和求解器，用于模拟复杂的流体流动、传热、燃烧等现象，特别适用于工业和科研领域中的高级应用。2.1.1特点开源性：OpenFOAM是完全开源的，允许用户自由地访问和修改其源代码，这为定制化开发和学术研究提供了极大的便利。模块化设计：软件采用模块化设计，包含多个独立的求解器，可以针对特定的物理现象进行高效模拟。强大的物理模型库：OpenFOAM拥有丰富的物理模型库，包括湍流模型、燃烧模型、多相流模型等，能够处理各种复杂的物理问题。并行计算能力：支持MPI并行计算，能够利用多核处理器和分布式计算资源，显著提高大型问题的计算效率。丰富的后处理工具：提供了多种数据可视化和后处理工具，如ParaView和Foam-Extend，帮助用户分析和理解模拟结果。2.2OpenFOAM的安装与配置2.2.1安装步骤下载源码：从OpenFOAM官方网站下载最新版本的源代码。环境准备：确保系统中已安装必要的依赖库，如GCC、MPI、BLAS、LAPACK等。编译安装：使用Wmake工具编译并安装OpenFOAM。以下是一个简单的编译安装命令示例：#设置环境变量

exportWM_PROJECT_DIR=<path-to-OpenFOAM-source>

exportWM_PROJECT_VERSION=<version>

exportWM_PROJECT_BUILD_DIR=<path-to-build-directory>

#进入构建目录

cd$WM_PROJECT_BUILD_DIR

#编译并安装

$WM_PROJECT_DIR/bin/wmake-j<number-of-cores>

$WM_PROJECT_DIR/bin/wmakeinstall环境配置：在.bashrc或.bash_profile中设置OpenFOAM的环境变量，确保系统能够识别OpenFOAM的命令和库。#在.bashrc中添加以下行

exportPATH=$PATH:$WM_PROJECT_DIR/bin

exportLD_LIBRARY_PATH=$LD_LIBRARY_PATH:$WM_PROJECT_DIR/lib2.2.2配置示例假设你已经下载了OpenFOAM8版本的源代码到/home/user/OpenFOAM目录下，并希望在/home/user/OpenFOAM/build目录下进行编译，以下是你需要在终端中执行的命令：exportWM_PROJECT_DIR=/home/user/OpenFOAM

exportWM_PROJECT_VERSION=8

exportWM_PROJECT_BUILD_DIR=/home/user/OpenFOAM/build

cd$WM_PROJECT_BUILD_DIR

$WM_PROJECT_DIR/bin/wmake-j4

$WM_PROJECT_DIR/bin/wmakeinstall

#更新.bashrc

echo"exportPATH=$PATH:$WM_PROJECT_DIR/bin">>~/.bashrc

echo"exportLD_LIBRARY_PATH=$LD_LIBRARY_PATH:$WM_PROJECT_DIR/lib">>~/.bashrc

source~/.bashrc2.3OpenFOAM案例库与资源OpenFOAM拥有一个庞大的案例库，涵盖了从基础流体流动到复杂工业应用的各种场景。这些案例不仅有助于用户学习如何使用OpenFOAM，还提供了实际问题的解决方案模板。2.3.1案例库访问案例库通常位于$WM_PROJECT_DIR/tutorials目录下，按照物理现象和应用领域进行分类。例如，燃烧相关的案例可以在$WM_PROJECT_DIR/tutorials/combustion中找到。2.3.2资源与学习材料官方文档：OpenFOAM提供了详细的用户和编程指南，是学习OpenFOAM的官方资源。在线论坛：OpenFOAM论坛是用户交流问题和经验的平台，对于解决具体问题非常有帮助。培训课程：OpenFOAM定期举办线上和线下的培训课程，适合希望深入学习的用户。社区贡献：GitHub上的OpenFOAM扩展项目，如Foam-Extend，提供了额外的功能和改进，是社区贡献的重要资源。2.3.3示例：简单燃烧案例假设我们想要模拟一个简单的燃烧过程，可以使用OpenFOAM中的simpleFoam求解器。以下是一个简化的案例设置：案例目录结构：$WM_PROJECT_DIR/tutorials/combustion/simpleCombustion/

├──0/

│├──p

│├──U

│└──...

├──constant/

│├──polyMesh

│├──transportProperties

│└──...

├──system/

│├──controlDict

│├──fvSchemes

│└──...

└──simpleFoam运行案例：cd$WM_PROJECT_DIR/tutorials/combustion/simpleCombustion

$WM_PROJECT_DIR/bin/simpleFoam后处理与结果分析：使用paraFoam工具打开结果文件，进行可视化分析。$WM_PROJECT_DIR/bin/paraFoam通过以上步骤，用户可以初步了解如何使用OpenFOAM进行燃烧仿真，并利用其强大的案例库和资源进行深入学习和应用。3OpenFOAM中的燃烧仿真设置3.1燃烧仿真案例的准备在进行燃烧仿真之前，首先需要准备一个案例。这包括定义几何形状、网格划分、选择物理模型、设置边界条件和初始条件，以及调整燃烧模型的参数。以下是一个基本的案例准备流程：定义几何形状：使用OpenFOAM的blockMesh工具来定义几何形状。例如，创建一个简单的立方体域：blockMeshDict

{

//定义顶点

vertices

(

(000)

(100)

(110)

(010)

(000.1)

(100.1)

(110.1)

(010.1)

);

//定义面

faces

(

(0123)

(4567)

(0154)

(1265)

(2376)

(3047)

);

//定义块

blocks

(

hex(01234567)(101010)simpleGrading(111)

);

//定义边界

boundaries

(

inlet

{

typepatch;

faces

(

(0154)

);

}

outlet

{

typepatch;

faces

(

(1265)

);

}

walls

{

typewall;

faces

(

(0374)

(2376)

);

}

symmetry

{

typesymmetryPlane;

faces

(

(0123)

);

}

);

}网格划分：运行blockMesh命令生成网格。blockMesh选择物理模型：在constant/turbulenceProperties文件中选择湍流模型，在constant/thermophysicalProperties中定义燃烧模型。设置边界条件和初始条件：在0目录下设置初始条件，在boundary文件中设置边界条件。例如，设置入口速度和温度：0/U

{

//入口速度

inlet

{

typefixedValue;

valueuniform(100);

}

//出口速度

outlet

{

typezeroGradient;

}

//墙面速度

walls

{

typefixedValue;

valueuniform(000);

}

//对称面速度

symmetry

{

typesymmetry;

}

}

0/T

{

//入口温度

inlet

{

typefixedValue;

valueuniform300;

}

//出口温度

outlet

{

typezeroGradient;

}

//墙面温度

walls

{

typefixedValue;

valueuniform300;

}

//对称面温度

symmetry

{

typesymmetry;

}

}3.2边界条件与初始条件的设定边界条件和初始条件对于燃烧仿真至关重要，它们直接影响仿真结果的准确性和可靠性。在OpenFOAM中，这些条件通常在0目录下的U（速度）、p（压力）、T（温度）和Y（组分浓度）等文件中设定。3.2.1速度边界条件固定值：fixedValue，适用于入口边界，设定速度的大小和方向。零梯度：zeroGradient，适用于出口边界，表示速度梯度为零。无滑移：noSlip，适用于固体壁面，速度为零。3.2.2温度边界条件固定值：fixedValue，适用于入口和壁面，设定温度值。零梯度：zeroGradient，适用于出口，表示温度梯度为零。3.2.3组分浓度边界条件固定值：fixedValue，适用于入口，设定组分浓度。零梯度：zeroGradient，适用于出口，表示组分浓度梯度为零。3.3燃烧模型的参数调整OpenFOAM提供了多种燃烧模型，包括层流燃烧、湍流燃烧、PDF燃烧等。调整燃烧模型的参数通常在constant/thermophysicalProperties文件中进行。3.3.1层流燃烧模型层流燃烧模型适用于低速、低湍流强度的燃烧过程。在thermophysicalProperties文件中，需要定义燃料和氧化剂的化学反应方程式，以及反应速率常数等参数。3.3.2湍流燃烧模型湍流燃烧模型适用于高速、高湍流强度的燃烧过程。OpenFOAM中常用的湍流燃烧模型有eddyDissipation和laminar。在thermophysicalProperties文件中，需要定义湍流模型的类型，以及与燃烧相关的湍流参数。3.3.3PDF燃烧模型PDF（ProbabilityDensityFunction）燃烧模型适用于非预混燃烧过程，能够处理燃料和氧化剂的不均匀混合。在thermophysicalProperties文件中，需要定义PDF模型的类型，以及燃料和氧化剂的PDF分布函数。3.3.4示例：调整湍流燃烧模型参数在constant/thermophysicalProperties文件中，调整eddyDissipation模型的参数：thermophysicalProperties

{

//燃烧模型类型

combustionModeleddyDissipation;

//燃料和氧化剂的化学反应方程式

chemistryTypeCHEMKIN;

//燃料和氧化剂的化学反应文件路径

chemistryFile"chem.cti";

//湍流模型类型

turbulenceModelRAS;

//湍流模型的参数

RAS

{

typekEpsilon;

//湍流动能和耗散率的初始值

k0.1;

epsilon0.01;

}

}在上述示例中，我们选择了eddyDissipation作为燃烧模型，CHEMKIN作为化学反应模型，并指定了化学反应文件chem.cti。同时，我们选择了kEpsilon作为湍流模型，并设定了湍流动能k和耗散率epsilon的初始值。通过调整这些参数，可以优化燃烧仿真的准确性和效率，更好地模拟实际燃烧过程。4不确定性分析在燃烧仿真中的应用4.1不确定性分析的基本原理不确定性分析是评估模型预测结果的可靠性的一种方法，特别是在燃烧仿真中，由于输入参数的波动、模型假设的不精确性以及测量数据的误差，导致仿真结果存在不确定性。不确定性分析通过量化这些不确定性，帮助工程师理解模型预测的可信度，从而做出更明智的决策。4.1.1原理概述不确定性分析通常包括以下步骤：识别不确定性源：确定哪些输入参数或模型假设可能引入不确定性。量化不确定性：使用统计方法或概率分布来描述不确定性源的范围。传播不确定性：通过仿真模型，将输入的不确定性传播到输出结果中。评估结果的不确定性：分析输出结果的分布，确定结果的可信区间。4.1.2方法论常见的不确定性分析方法有：蒙特卡洛模拟：通过随机抽样输入参数的分布，多次运行模型，收集输出结果的分布。灵敏度分析：评估输入参数变化对输出结果的影响程度。区间分析：考虑输入参数的最小和最大值，计算输出结果的可能范围。4.2OpenFOAM中不确定性分析的实现OpenFOAM是一个开源的CFD（计算流体动力学）软件包，广泛用于燃烧仿真。在OpenFOAM中实现不确定性分析，主要依赖于其强大的后处理能力和自定义脚本的能力。4.2.1蒙特卡洛模拟的实现在OpenFOAM中，可以通过编写自定义脚本来实现蒙特卡洛模拟。以下是一个简单的示例，展示如何使用Python脚本在OpenFOAM中进行蒙特卡洛模拟：importnumpyasnp

importsubprocess

#定义输入参数的分布

mean_temperature=300

std_temperature=10

temperature_samples=np.random.normal(mean_temperature,std_temperature,1000)

#运行蒙特卡洛模拟

fortemperatureintemperature_samples:

#更新输入文件中的温度值

withopen('constant/thermophysicalProperties','r')asfile:

data=file.readlines()

data[10]=f"temperature{temperature};\n"

withopen('constant/thermophysicalProperties','w')asfile:

file.writelines(data)

#运行OpenFOAM仿真

subprocess.run(['blockMesh','-case','myCase'])

subprocess.run(['simpleFoam','-case','myCase'])

#收集输出结果

#假设我们收集燃烧效率

withopen('postProcessing/sets/0/combEff','r')asfile:

comb_eff=float(file.read())

#将结果存储到列表或文件中

comb_eff_results.append(comb_eff)4.2.2灵敏度分析的实现OpenFOAM的灵敏度分析可以通过改变单个参数并观察其对输出结果的影响来实现。例如，下面的Python脚本展示了如何改变燃料的化学反应速率常数，并观察其对燃烧效率的影响：importsubprocess

#定义参数范围

reaction_rate_min=0.1

reaction_rate_max=1.0

reaction_rate_step=0.1

#进行灵敏度分析

forreaction_rateinnp.arange(reaction_rate_min,reaction_rate_max,reaction_rate_step):

#更新输入文件中的反应速率常数

withopen('constant/chemistry','r')asfile:

data=file.readlines()

data[5]=f"reactionRateConstant{reaction_rate};\n"

withopen('constant/chemistry','w')asfile:

file.writelines(data)

#运行OpenFOAM仿真

subprocess.run(['blockMesh','-case','myCase'])

subprocess.run(['simpleFoam','-case','myCase'])

#收集输出结果

withopen('postProcessing/sets/0/combEff','r')asfile:

comb_eff=float(file.read())

#将结果存储到列表或文件中

comb_eff_results.append(comb_eff)4.3案例研究：不确定性对燃烧效率的影响4.3.1案例背景考虑一个柴油发动机的燃烧过程，其中燃烧效率受多种因素影响，包括燃料的化学性质、气缸内的温度和压力、以及喷油时间。这些因素在实际操作中可能存在不确定性，因此，通过不确定性分析来评估这些不确定性对燃烧效率的影响是至关重要的。4.3.2案例实施在本案例中，我们使用OpenFOAM进行蒙特卡洛模拟，以评估燃料化学性质的不确定性对燃烧效率的影响。我们假设燃料的化学反应速率常数存在不确定性，其值服从正态分布，均值为0.5，标准差为0.1。importnumpyasnp

importsubprocess

#定义输入参数的分布

mean_reaction_rate=0.5

std_reaction_rate=0.1

reaction_rate_samples=np.random.normal(mean_reaction_rate,std_reaction_rate,1000)

#运行蒙特卡洛模拟

comb_eff_results=[]

forreaction_rateinreaction_rate_samples:

#更新输入文件中的反应速率常数

withopen('constant/chemistry','r')asfile:

data=file.readlines()

data[5]=f"reactionRateConstant{reaction_rate};\n"

withopen('constant/chemistry','w')asfile:

file.writelines(data)

#运行OpenFOAM仿真

subprocess.run(['blockMesh','-case','myCase'])

subprocess.run(['simpleFoam','-case','myCase'])

#收集输出结果

withopen('postProcessing/sets/0/combEff','r')asfile:

comb_eff=float(file.read())

comb_eff_results.append(comb_eff)4.3.3结果分析通过收集的1000次仿真结果，我们可以分析燃烧效率的分布，确定其平均值、标准差以及可信区间。这些统计量可以帮助我们理解燃料化学性质的不确定性对燃烧效率的影响程度。importmatplotlib.pyplotasplt

#分析结果

mean_comb_eff=np.mean(comb_eff_results)

std_comb_eff=np.std(comb_eff_results)

confidence_interval=1.96*std_comb_eff/np.sqrt(len(comb_eff_results))

#可视化结果

plt.hist(comb_eff_results,bins=50,alpha=0.7,color='blue')

plt.axvline(mean_comb_eff,color='red',linestyle='dashed',linewidth=2)

plt.axvline(mean_comb_eff-confidence_interval,color='green',linestyle='dashed',linewidth=2)

plt.axvline(mean_comb_eff+confidence_interval,color='green',linestyle='dashed',linewidth=2)

plt.title('燃烧效率的分布')

plt.xlabel('燃烧效率')

plt.ylabel('频率')

plt.show()通过上述分析，我们可以得出燃料化学性质的不确定性对燃烧效率有显著影响的结论，这为优化燃烧过程和提高发动机性能提供了重要信息。5高级燃烧仿真与不确定性分析5.1多尺度燃烧模型的仿真5.1.1原理多尺度燃烧模型旨在捕捉从微观到宏观不同尺度上的燃烧现象，这包括化学反应动力学、湍流流动、传热传质等过程。在OpenFOAM中，实现多尺度燃烧模型通常涉及使用如chemReactingFoam或chemMultiphaseReactingFoam等高级求解器，这些求解器能够处理复杂的化学反应网络和多相流体动力学。5.1.2内容在多尺度模型中，化学反应网络的处理是关键。OpenFOAM提供了多种方法来处理化学反应，包括详细机制和简化机制。例如，使用详细机制时，可以考虑数百种化学物种和数千个反应，这在计算上非常昂贵。简化机制如laminar或turbulent模型则通过减少化学物种和反应的数量来降低计算成本。5.1.2.1示例：使用chemReactingFoam求解器#配置chemReactingFoam求解器

$FOAM_RUN./chemReactingFoam-case<yourCaseDirectory>-func<yourFunction>-parallel

#查看化学反应机制

$FOAM_RUNthermophysicalProperties-dict<yourCaseDirectory>/constant/thermophysicalProperties

#分析结果

$FOAM_RUNpostProcess-func<yourPostProcessingFunction>-case<yourCaseDirectory>在上述代码中，<yourCaseDirectory>是您的案例目录，<yourFunction>是您希望执行的特定功能，如初始化或继续运行仿真。<yourPostProcessingFunction>是用于分析和可视化结果的后处理功能。5.2不确定性传播的高级方法5.2.1原理不确定性分析在燃烧仿真中至关重要，因为它可以帮助评估输入参数的不确定性如何影响输出结果。OpenFOAM支持多种不确定性传播方法，如蒙特卡洛模拟、响应面方法和多项式混沌展开（PCP）。这些方法通过统计分析来估计结果的不确定性。5.2.2内容蒙特卡洛模拟是最直接的方法，它通过随机抽样输入参数并运行多次仿真来估计输出的统计特性。响应面方法则构建一个近似模型，通过少量的仿真结果来预测整个参数空间的输出。PCP是一种更高级的方法，它使用正交多项式来表示输出的不确定性，从而提供更精确的不确定性估计。5.2.2.1示例：使用MonteCarlo方法importnumpyasnp

importsubprocess

#定义输入参数的不确定性

input_uncertainty={'temperature':{'mean':300,'std':10},

'pressure':{'mean':101325,'std':5000}}

#蒙特卡洛模拟次数

num_simulations=100

#运行蒙特卡洛模拟

foriinrange(num_simulations):

#生成随机输入

temperature=np.random.normal(input_uncertainty['temperature']['mean'],input_uncertainty['temperature']['std'])

pressure=np.random.normal(input_uncertainty['pressure']['mean'],input_uncertainty['pressure']['std'])

#更新案例中的输入参数

withopen('<yourCaseDirectory>/constant/transportProperties','a')asf:

f.write(f'\ntemperature{temperature}\npressure{pressure}')

#运行仿真

subprocess.run(['$FOAM_RUN','chemReactingFoam','-case','<yourCaseDirectory>','-parallel'])

#分析结果

subprocess.run(['$FOAM_RUN','postProcess','-func','yourPostProcessingFunction','-case','<yourCaseDirectory>'])在上述Python代码中，我们首先定义了输入参数的不确定性，然后通过循环运行了100次仿真，每次仿真前都更新了案例中的温度和压力参数。最后，我们运行了后处理功能来分析每次仿真的结果。5.3燃烧仿真结果的统计分析与解释5.3.1原理统计分析用于从不确定性传播的仿真结果中提取有意义的信息。这包括计算均值、标准差、置信区间等统计量，以及使用可视化工具来理解结果的分布。5.3.2内容在OpenFOAM中，可以使用postProcess工具结合自定义脚本来进行统计分析。例如，可以计算温度、压力或燃烧效率的平均值和标准差，以及创建直方图或概率密度函数图来可视化结果的分布。5.3.2.1示例：计算温度的平均值和标准差importnumpyasnp

importos

#读取所有仿真的温度数据

temperature_data=[]

foriinrange(num_simulations):

withopen(f'<yourCaseDirectory>/postProcessing/yourPostProcessingFunction/{i}/T','r')asf:

lines=f.readlines()

forlineinlines:

temperature_data.append(float(line.strip()))

#计算平均值和标准差

mean_temperature=np.mean(temperature_data)

std_temperature=np.std(temperature_data)

#输出结果

print(f'Meantemperature:{mean_temperature}')

print(f'Standarddeviationoftemperature:{std_temperature}')在上述代码中，我们首先读取了所有仿真的温度数据，然后计算了温度的平均值和标准差，并将结果输出到控制台。这有助于理解温度在不同仿真中的变化情况，从而评估燃烧过程的不确定性。以上内容详细介绍了如何在OpenFOAM中进行高级燃烧仿真，包括多尺度模型的仿真、不确定性传播的高级方法以及结果的统计分析与解释。通过这些方法，可以更全面地理解燃烧过程，并评估其在实际应用中的可靠性。6实践操作与案例分析6.1OpenFOAM燃烧仿真实践操作指南在进行燃烧仿真时，OpenFOAM提供了一系列强大的工具和求解器，能够模拟复杂的燃烧过程。本指南将通过一个具体的案例，展示如何使用OpenFOAM进行燃烧仿真，并进行不确定性分析。6.1.1准备仿真环境首先，确保你的系统上已经安装了OpenFOAM。可以通过官方网站获取安装指南。6.1.2创建案例目录cd$FOAM_RUN

foamNewcasemyCombustionSimulation

cdmyCombustionSimulation6.1.3设置物理模型在constant目录下，编辑thermophysicalProperties文件，定义燃烧模型。例如，使用eThermoType模型：cdconstant

cp-r../myCombustionSimulation/thermophysicalProperties.

nanothermophysicalProperties在文件中，设置如下：thermodynamics

{

thermoType

{

typeeThermoType;

mixturemixture;

transportconst;

thermohConst;

equationOfStateperfectGas;

speciespecie;

energysensibleInternalEnergy;

}

}6.1.4定义网格使用blockMesh生成网格。在system目录下，编辑blockMeshDict文件：cdsystem

nanoblockMeshDict定义一个简单的立方体网格：convertToMeters1;

vertices

(

(000)

(100)

(110)

(010)

(001)

(101)

(111)

(011)

);

blocks

(

hex(01234567)(101010)simpleGrading(111)

);

edges

(

);

boundary

(

inlet

{

typepatch;

faces

(

(0154)

);

}

outlet

{

typepatch;

faces

(

(2376)

);

}

walls

{

typewall;

faces

(

(1265)

(0473)

(0132)

);

}

);

mergePatchPairs

(

);运行blockMesh：blockMesh6.1.5设置边界条件在0目录下，编辑边界条件文件，如p（压力）和U（速度）：cd0

nanop

nanoU设置初始和边界条件：//p

dimensions[02-20000];

internalFielduniform0;

boundaryField

{

inlet

{