F1首席技术官西蒙斯说CFD在F1的前世今生

F1首席技术官帕特·西蒙斯向我们解释了CFD（计算流体力学）是什么，以及为什么他在最近几年得到了巨大的发展，以及他在未来能有什么能力。

赛车运动里的很多术语被随意的使用，但是人们对他的理解却是模糊的，CFD正是其中之一。从语法上来讲，这个术语本身就是自相矛盾的，因为他好像有点语义重复，其实，三个简单的词不能描绘这一极其复杂的主题。

理论上，任何物理系统都可以进行定量计算，但这有时很难，简单的譬如计算物体在真空中下落的情况，复杂一点的呢，就是计算一个不规则物体在载荷作用下的应力。当涉及到F1赛车上方和周围的空气流动时，问题变得更加复杂，但并非在误差要求内无法解决。

计算机基于Navier-Stokes方程解决这个问题，当乔治·斯托克斯爵士在19世纪中叶找到了一种解决粘性项的方法时，这个方程就成了预测气流的可行方法。不幸的是，在计算机出现之前，任何方程都显得不切实际。

虽然这是在1950年的原始计算机上进行的，但是直到1967年才发表了第一篇论文，提出了3D流体流动问题的解决方案。在1960年代和70年代我在伦敦帝国理工学院工作的期间，英国人推动了这项技术的发展，诞生了第一个商业代码Phoenics，它于1981年发布。

到了80年代末期，F1车队开始考虑用CFD来指导简单的赛车气动优化。我那时在贝纳通车队，我们投资建设了一台运行频率位25MHz，内存为64MB的复杂的Sun Sparc工作站，这个配置比现代的手机都要差。但又了这个简易版本的CFD装置，我们就能简单的知道尾翼部分的下压力分布，虽然非常原始，但这是我们第一次摆脱纯经验研究空气动力学。

虽然能获得一部分数据并且用它来提高赛车性能，但是这种方法的应用范围是十分有限的。他是二维的，真的是只能检查表面的流动情况。1990年，代码迎来了革新，计算机技术也在飞速发展，F1车队们接受了这项新技术。虽然F1赛车有着卓越的空气动力学性能，但是他很难模拟，因为赛车周围的气流远远比飞机上的气流复杂的多。气流从赛车的很多部分分离成湍流的漩涡，这很难预测，3D求解器只可以处理Navier-Stokes方程的简单部分，但是在处理湍流问题上则很挣扎。

F1在推动CFD软件供应商改进湍流建模方面发挥了重要作用，正是这一点，CFD开始能提供准确的结果了，该技术被称为RANS，并且现在还在广泛的使用。

虚拟模型表面的体积和他周边的空气体积被分为大量的虚拟单位。然后必须为这些单位中的每一个解描述流场中的偏微分方程。

有趣的是，推动更好的湍流建模还有意外收获，风电场和它是一回事。模拟单个风力涡轮机简单，但风力发电场则要复杂得多，其中每个涡轮机都在由其邻接的湍流决定的流场中运行。

令人欣慰的是，为了提高F1赛车性能做的努力也间接提高了风力发电机的性能，并为缓解气候变化做了贡献。

即使现在有不同的湍流模型，但随着它们的改进，计算机模拟的准确性也随之提高。 同样重要的是，计算机计算能力遵循每两年计算能力翻一番的摩尔定律，从而可以更详细地模拟流场。

这一点很重要的原因是虚拟模型表面的体积和它周围的空气体积被分成了大量的虚拟单元， 然后必须为这些单元中的每一个解描述流场的偏微分方程。

举一个简单的例子，我们代码需要的是大约9500万个单元，在单核笔记本电脑上跑，需要大约40周才能跑完，因此很吃设备的计算能力。通常情况下，一个车队队可能会同时让192 个核心一起跑，从而将解决时间缩短到几个小时。

不幸的是，即使改进了湍流建模，RANS技术也有它的局限性，目前的最优解是直接进行数值模拟或DNS。这直接求解了所有涡流的方程，但计算量太大以至于无法用于F1赛车设计。

在开发2022 的F1赛车时，我们使用了一个称为DES或分离涡流模拟的系统，这是一个有效的中等复杂度解决方案，它允许详细研究湍流尾流，同时将计算时间保持在合理但仍然非常大的范围内，研究中还使用了另一种称为格子玻尔兹曼技术或LBM的技术。

CFD和计算能力在短时间内取得了巨大的发展，因此在CFD方面进行大量开发投资现在是一个可行的提议，但未来呢？

我相信空气动力学的发展将扩展到两个领域。

第一个是人工智能，我们很快都会看到；还有多物理领域，在这个领域，一个完整的系统和它的环境是共同模拟的。例如，空气动力学求解器将向会偏转的物体施加载荷，从而改变空气动力学模型。 甚至可以模拟潮湿天气的影响并分析完整的轨迹。 目前它已经可以在一定程度上完成这个任务，但未来将加速这种能力的开发。