水平卧式流化床 · 空床流场仿真
用 GPU 加速的 3D D3Q19 格子玻尔兹曼方法 (LBM) 计算水平卧式流化床空床（无颗粒）气相流场， 以恒功率离心风机曲线为压力进口，布风板为多孔板，流量与压差由物理自洽涌现。
1. 物理场景
| 项目 | 参数 |
|---|---|
| 布风板尺寸 | 2400 mm (x, 长度) × 567 mm (y, 宽度)，水平放置 |
| 布风板厚度 | 2 mm |
| 布风板开孔 | 孔径 2 mm，开孔率 5.6%，孔轴 5° 倾斜（朝 -x，出料方向） |
| 进风分区 | 沿长度均分 4 段（每段 600 mm），每段下方独立风箱 |
| 风箱高度 | 450 mm |
| 进风管 | 每段 DN300，从 567 mm 侧面水平居中进入（风向平行床板） |
| 沸腾/渐扩段 | 由 2400 × 567 在 1000 mm 高度内渐扩至 2400 × 1200 |
| 上部稳压段 | 2400 × 1200 × 400 mm |
| 渐缩段 | 500 mm |
| 排风 | 顶部居中 DN800 圆管 |
工况（离心风机）
| 项目 | 数值 |
|---|---|
| 单段额定风量 | 2500 m³/h（4 段合计 10000 m³/h） |
| 额定压差 | 2900 Pa（布风板上下） |
| 风机特性 | 恒功率输出 Δp · Q = P，P = 2900 × (10000/3600) ≈ 8056 W |
| 关死压力 | 4350 Pa（用于 Q→0 截断） |
关键物理认识：2500 m³/h 与 2900 Pa 是风机额定点上的两个值，不是两个独立约束。 离心风机给的是风机曲线，实际工况点是「风机曲线 ∩ 系统阻力曲线」的唯一交点。 因此仿真中只施加风机曲线压力，流量由系统阻力自然涌现。
2. 数值方法
- 求解器：D3Q19 格子玻尔兹曼，BGK 碰撞 + 推流 + 半步反弹（bounce-back）固体边界
- 加速：NVIDIA GPU（
numba.cuda），实测约 120 MLUPS（百万格点更新/秒） - 网格：100 格/m，240 × 130 × 265 = 8,268,000 单元（本机 8 GB 显存上限）
- 进口：压力进口（固定密度 = 风机曲线压力），速度零梯度自由
- 出口：压力出口（密度 = 1，速度自由）
- 布风板：固体薄板 + 规则开孔（1 格孔 / 间距 4 格 ≈ 6.25% 开孔率）
- 固体壁：无滑移
缩放
| 量 | 说明 |
|---|---|
U_LB |
0.015（进口参考速度对应的格子速度） |
SCALE_U |
U_in / U_LB |
SCALE_P |
1.2 × SCALE_U²（格子压力 → Pa） |
3. 结果（100 格/m，2 mm 板厚）
| 指标 | 数值 |
|---|---|
| 工况点风量 | Q ≈ 1463 m³/h（风机曲线与系统阻力交点） |
| 风机压力 | 4350 Pa（关死） |
| 风箱静压 | 4061 Pa |
| 沸腾段静压 | 181 Pa |
| 布风板压差 | +3880 Pa（风箱 > 沸腾段 ✓） |
| 最大流速 | 4.89 m/s |
| 求解 | 3900 步 / 184 s |
压力符号、结构、量级均正确：风箱高压 → 布风板节流降压 → 沸腾段低压 → 向排风递减。
4. 输出图（docs/assets/，19 张，4× 分辨率）
| 文件 | 内容 |
|---|---|
fbed-overview.png |
四联总览（x-z / y-z / 近板 / 沸腾段） |
fbed-montage-plenum.png |
风箱层水平切面 ×5（4 段侧进风分布） |
fbed-montage-nearplate.png |
布风板近区水平切面 ×6（射流合并） |
fbed-montage-freeboard.png |
沸腾段/渐扩/排风水平切面 ×6 |
fbed-montage-xz.png |
垂直切面 x-z ×5 |
fbed-montage-yz.png |
垂直切面 y-z ×8（沿长度） |
fbed-sections.png |
4 个区段中心 y-z |
fbed-zoom-sections.png |
按区段剖分的 x-z 局部放大 |
fbed-streamlines.png |
双大图流线 |
fbed-vectors.png |
速度矢量图 |
fbed-components.png |
速度分量 ux/uy/uz |
fbed-3d-cutaway.png |
三正交切面三维剖切 |
fbed-pressure.png |
静压场四联 |
fbed-pressure-drop.png |
布风板压差分析 |
fbed-uniformity.png |
各区段流量均匀性 |
fbed-decay.png |
沿高度气速衰减 |
fbed-flowrate.png |
进风/布风板/排风 风量平衡 |
fbed-tilt.png |
布风板 5° 倾斜对近板风向影响 |
fbed-geometry.png |
几何与边界示意 |
数据：docs/assets/fbed_fields.npz（ux/uy/uz/rho/solid）。
5. 复现
# 依赖: Python 3.11+, numpy, numba, numba-cuda, CUDA 13.2 runtime, matplotlib
# 主仿真 (100 格/m, 约 3-5 分钟)
python tools/fbed_simulation.py
# 批量出图 (秒级, 读 npz)
python tools/fbed_figures.py
python tools/fbed_analysis.py
环境变量（可选）：
| 变量 | 默认 | 说明 |
|---|---|---|
FBED_PPM |
100 | 网格分辨率 (格/m) |
FBED_ULB |
0.015 | 参考格子速度（越小越不可压，但越慢） |
FBED_HOLE / FBED_SPACE |
1 / 4 | 开孔大小 / 间距（格） |
FBED_TB |
120 | 求解墙钟预算 (s) |
FBED_DP |
2900 | 额定压差 (Pa) |
6. 脚本说明
| 文件 | 作用 |
|---|---|
tools/fbed_simulation.py |
主求解器（GPU LBM + 风机曲线 + 多孔板） |
tools/fbed_figures.py |
切面/矢量/压力/流量等批量出图 |
tools/fbed_analysis.py |
几何/倾斜/均匀性/衰减/压差等分析图 |
tools/fbed_check.py / fbed_check2.py |
通量与压差诊断 |
tools/fbed_probe.py |
切面 ASCII 速度探针 |
tools/fbed_rans.py |
RANS(投影法+AMG) 尝试版（未收敛，留档） |
7. 局限与已知问题（诚实声明）
- 板厚亚网格：2 mm 板厚在 100 格/m（格距 10 mm）下小于一个网格，只能按 1 格最薄板近似。要真正解析 2 mm 板 + 2 mm 孔，需 ~500 格/m（约 10.3 亿单元，需 ~157 GB 显存，本机 8 GB 无法承载）。
- 5° 倾角未施加：倾角水平分量仅为垂直分量的 8.7%，粗网格下孔道倾斜不足 1 格，无法几何分辨；作为动量源施加时曾导致进口反流，暂关闭。方向已按设计设为 -x。
- 不可压近似：LBM 密度波动 ~2.5%，压力场为相对值。
- 层流：未加湍流模型，粗网格下湍流混合未解析。
- 工况点偏低：细网格把布风板开孔阻力解析得更"阻"，工况点落在 1463 m³/h；若要标定到额定 10000 m³/h，需放大等效开孔或减薄板厚。
8. 前景价值与 AI 相关性
8.1 工业价值
流化床是化工、能源、制药、食品行业的核心装备（催化裂化、煤/生物质气化、干燥、造粒、燃烧、涂层）。 空床气相流场是流化床设计与运行的基础：
- 布风均匀性 → 决定起始流化质量与死区分布
- 孔板射流动量 → 决定气泡生成与颗粒夹带
- 渐扩段气速衰减 → 决定颗粒扬析与返料
- 风箱配气 → 决定分区控制精度
传统 CFD（Fluent / OpenFOAM）单次仿真为小时～天级，无法支撑设计迭代、参数扫描与在线优化。 本项目用 GPU LBM 把空床流场压到分钟级，可直接用于：
| 场景 | 价值 |
|---|---|
| 布风板开孔/倾角优化 | 快速比选方案，缩短研发周期 |
| 分区风量配比标定 | 验证各区段均匀性 |
| 故障诊断（堵孔、偏流） | 快速复现异常工况 |
| 教学/演示 | 实时可视化流场结构 |
8.2 科学意义
- 验证了 「恒功率风机曲线 + 压力进口 + 多孔板」 这一物理自洽的建模路线： 流量与压差由「风机曲线 ∩ 系统阻力」唯一确定，而非人为指定。
- 定量揭示了不可压求解器表达高损失系统（损失系数 K≈900）的固有限制： 2900 Pa 压差在 LBM 中对应约 10% 密度波动，逼近不可压假设边界。
- 给出了亚网格多孔板的建模误差（2 mm 板在 100 格/m 下不可分辨）。
8.3 AI 相关性（核心）
本项目天然是 AI for Science / 神经算子 的数据工厂与落地场景：
GPU 求解器(真值) ──► 参数化数据集 ──► 神经算子训练 ──► 毫秒级实时推理
(本仓库) (几何/边界/风速) (FNO/GNN/Transformer) (数字孪生)
| AI 方向 | 与本项目的结合点 |
|---|---|
| 神经算子 (Neural Operator) | FNO / DeepONet 把「解算子」参数化为网络权重；输入几何+边界，输出全场 |
| 图神经网络 (GNN) | MeshGraphNet 类模型适配非结构/复杂几何，天然处理不规则边界 |
| Transformer / Attention | 把流场当序列建模，长程依赖捕捉回流与全局耦合 |
| 物理约束机器学习 (PINN) | 在损失中嵌入 Navier-Stokes / 守恒律，提升外推可信度 |
| 数字孪生 | 毫秒推理 → 参数拖拽即时刷新 → 在线优化与预测性维护 |
| 代理模型加速 | 用 1% 的算力逼近求解器精度，支撑大规模参数扫描 |
闭环价值：
- 数据：GPU LBM 批量生成 (几何 + 风机曲线 + 开孔率) → 流场/压力场
- 训练：FNO / GNN / Transformer 学习解算子
- 推理：毫秒级出结果，替代逐次 CFD
- 迭代：在线优化布风板与配气，反馈回设计
本仓库当前提供第 1 环（真值引擎 + 快速基线）；后续接入第 2–4 环即可实现 「物理世界流场实时仿真」的完整闭环。
8.4 战略意义
- 自主可控：全链路 Python + 开源栈（numba / CUDA / scipy / pyamg），无商业 CFD 许可依赖
- 可扩展：同一套 GPU 求解器可平移至洁净室、数据中心、燃烧室、气象等流场场景
- 算力弹性：单卡可跑 100 格/m，多卡/云 GPU 可扩展至 500 格/m 以上
9. 后续方向
- 用 OpenFOAM（
simpleFoam+k-ε+porousBafflePressure）在 CPU 上跑更高分辨率（~250–300 格/m） - 布风板改用多孔跳变边界（Δp = K·½ρv²，K≈900），避免离散开孔的网格依赖
- 以求解器生成参数化数据集 → 训练 GNN/Transformer 神经算子 → 毫秒级实时推理
本项目为物理世界流场实时仿真方向的水平卧式流化床 Demo。