PyFluentを使ってみた（その２）

By M.Sato

はじめに

今回は、PyFluentを使ってパラメトリック解析を行ってみます。

まず、Ansys Fluentのパラメトリック解析について簡単にまとめておきます。

  • パラメトリック解析とは
    任意のパラメータを指定して、パラメータ値を変化させて解析を行うこと。 パラメータには入力パラメータと出力パラメータがある。 例えば、Fluentでは、named-expressionを使い、入力パラメータを指定し、 report機能を使い出力パラメータを評価することができる。

  • パラメトリック解析の利点
    系統的にパラメータを変化させた場合の挙動を容易に把握できる

  • パラメトリック解析の欠点
    条件によっては、解析が必ずしも収束しない場合がある。 このような場合は手動で解析を行う必要がある。

ここでは、Fluentソルバー内部に組み込まれたパラメータ機能を使ってパラメトリック解析を行いました。

従ってモデルの形状変更は行いません （形状変更を伴うパラメトリック解析は、Discovery Modelingなどと組み合わせてWorkbench環境から実施することになります）。

解析の実行手順は以下のようになります。

パラメトリック解析の手順

以下ではまず、TUI（テキストユーザインターフェース）を使い、 パラメトリック解析を実施した例を示します。

その後、同様の操作を PyFluent-parametric で実行した例を示します。

準備

Fluentには標準パラメトリック解析を行う機能が入っていますが、 Fluentをインストールした時点では、使えない状態になっています。

そのため、パラメトリック解析を行う場合は、予め設定でパラメトリック解析をオンにしておきます。

  • 手順

  1. FluentをGUIで起動

  2. File > Preference > General > Enable Parametric Study をオンにします。

preferencesの設定
  1. Fluentを再起動し、GUIのリボンにParametricが表示されていることを確認します。
parametricタブ

次に、Pythonモジュールをインストールします。

ansys-fluent-coreおよび ansys-fluent-parametricモジュールを pipコマンドでインストールします。

> pip install ansys-fluent-core
> pip install ansys-fluent-parametric

パラメトリック解析

解析モデルはmixing elbowを使いました。

この解析では、高温流体の流入速度（hot_velo)、および低温流体の流入速度（cold_velo）を 入力パラメータとして変化させて、平均流出温度（avetemp）を出力パラメータとして評価します。

mixing_elbowの設定

パラメトリック解析を行う場合、まず変数パラメータを含むFluentのcas/datファイルを作成します（基準ケース）。

その後、適当に設定点（design point）を追加設定しパラメトリック解析を行います。

パラメータを定義する操作は、GUI画面を見ながら設定を行う方が簡単です。 まず、パラメータ設定を含む基準（Base）ケースを作成し、計算を行っておきます。

基準ケース（Base）

以前のブログPyFluentを使ってみた（その１） で紹介した、mixing elbowの計算結果(raw.cas、raw.dat）を基準にします。

入力パラメータを指定

named_expressions 　 parameter_expression

出力パラメータを指定

  • Solution (リボン) > Definition > New > Surface Report > Area-Weighted Average
surface_report_definition

パラメータを使い境界条件を設定

cold_velo 　 hot_velo

定義済みのパラメータを確認

　 Parameters

解析の実行

　 基準ケース（Base）の計算を実行しておきます。

数値で指定していた境界条件をパラメータに置き換えただけなので、問題なく計算できるはずです。

計算で得られた温度コンター図を示します。

base_temperature_contour

これで入出力パラメータを埋め込んだFluentのcas/datファイルが作成されました。

この結果ファイルをelbow.cas、elbow.datとして保存します。

このファイルを元にして次項のパラメトリック解析を実施します。

パラメトリック解析の実行

次に流入速度を変えた場合の計算を行います。

これらの流速値は設計点（Design Point）と呼ばれます。

ここでは以下に示す４個の設計点（DP1～DP4）について計算を行いました。

design_points_figure

ジャーナルファイルを使った実行

FluentのGUIで操作する場合は、GUI画面のParametricメニューから適当に操作を行うことになりますが、 ここでは、GUIを使わずにTUIで実行します。

以下に示すジャーナルファイルを読み込むことで、上記の設定点に対する出力パラメータが自動的に計算され、 計算結果がcsvファイルとして保存されます。

> fluent 3ddp -t4 -gu -driver null -i parametric.jou
  • parametric.jou
;
; 基準ケースのデータを読み込む
rcd elbow.cas
;
; パラメトリック解析を elbowという識別子で初期化する
parametric-study study initialize y elbow y
;
; 設計点を定義する
parametric-study design-points add  0.4  1.5   n y  q q
parametric-study design-points add  0.4  0.9   n y  q q
parametric-study design-points add  0.3  1.2   n y  q q
parametric-study design-points add  0.5  1.2   n y  q q
;
; 全ての設計点の計算を実行する
parametric-study update update-all
;

ジャーナルファイルの実行が終了した時点でFluentは終了していますが、FluentをGUIで起動し

File > Parametric Project > Open > elbow.flprjを選択

により、パラメトリック解析の結果を表示することができます。

計算結果は以下のようになりました。

parametric result1

計算結果一覧の最後に、Statusが表示されています。 各設定点の計算が収束して終了したかどうかは、ここで確認することができます。

また、各設定点の結果ディレクトリには収束履歴データがcsvファイルとして保存されているため、 収束の状況を確認することができます。

3.2.2. PyFluent-parametricでの実行

前項で作成したジャーナルファイルと同等のFluent実行を行うPythonスクリプト（parametric.py）を作成しました。

以下に示します。

  • parametric.py
from pathlib import Path

import ansys.fluent.core as pyfluent
from ansys.fluent.parametric import ParametricProject, ParametricStudy

# fluentを起動 (倍精度、4コア、GUI不使用）
solver_session = pyfluent.launch_fluent(
    precision="double", processor_count=4, mode="solver", show_gui=False
)

# 基準ケースのデータを読み込む
solver_session.tui.file.read_case("elbow.cas.h5")
solver_session.tui.file.read_data("elbow.dat.h5")

# 最大反復回数を 150回に設定
solver_session.tui.solve.set.number_of_iterations("150")

# 設計点(DP2)を定義
design_point_2 = study.add_design_point()
design_point_2_input_parameters = study.design_points["DP2"].input_parameters
design_point_2_input_parameters["hot_velo"] = 0.9
study.design_points["DP2"].input_parameters = design_point_2_input_parameters

# 設計点(DP3)を定義
design_point_3 = study.add_design_point()
design_point_3_input_parameters = study.design_points["DP3"].input_parameters
design_point_3_input_parameters["cold_velo"] = 0.3
study.design_points["DP3"].input_parameters = design_point_3_input_parameters

# 設計点(DP4)を定義
design_point_4 = study.add_design_point()
design_point_4_input_parameters = study.design_points["DP4"].input_parameters

コマンドプロンプロトを開き、pythonスクリプトを実行します。

> python parametric.py

PyFluent-parametricの実行が終了した時点でfluentは終了していますが、fluentをGUIで起動し、

File > Parametric Project > Open > elbow.flprjを選択

により、パラメトリック解析の結果を表示することができます。

まとめ

Fluentを使ったパラメトリック解析について、ジャーナルファイルを使い実行する例と Fluent-parametricを使い実行する例を示しました。

いずれの場合も、Fluentの実行はスクリプトファイル（コマンドを記述したテキストファイル）を作成して行うことになります。

PyFluent-parametric用の pythonスクリプトは、例題やAPIマニュアルを使い推定することになりますが、正確な記述を見出すのはかなり大変です。

実際に使ってみた感想ですが、現時点ではあえてPyFluent-parametricを使う必要はなく、普通のジャーナルファイルで十分有用ではないかと感じました。 使いやすさを含めて、今後の PyFluent-parametric の開発に期待したいと思います。

なお、ここでは紹介しませんでしたが、実験計画法に基づき適切な設計点を選択し、その結果に基づき応答曲面（近似式）を作成するといった高度な利用方法も考えられます。 興味がある方は一度トライして見てはいかがでしょうか？

👉 本記事で使用したデータをご希望の場合は、弊社までお問い合わせください。
お問い合わせ

弊社の解析事例

弊社の流体解析事例については、下記のリンクからご覧ください．

👉 解析事例のご紹介 FLUENT

👉 流体解析 実績及び事例