返回Skills库

FluidSim

MIT
📊 数据知识
K-Dense-AIPython

使用Python进行计算流体动力学模拟的框架。用于运行流体动力学模拟,包括纳维-斯托克斯方程(2D/3D)、浅水方程、分层流动,或分析湍流、涡旋动力学或地球物理流动。提供伪谱方法(FFT)、HPC支持和全面的输出分析。

FluidSim

概述

FluidSim 是一个面向对象的 Python 框架,用于高性能计算流体动力学(CFD)模拟。它为周期性域方程提供基于 FFT 的伪谱方法求解器,在保持 Python 易用性的同时,性能可与 Fortran/C++ 相媲美。

核心优势

  • 多种求解器:2D/3D Navier-Stokes、浅水方程、分层流
  • 高性能:Pythran/Transonic 编译、MPI 并行化
  • 完整工作流:参数配置、模拟执行、输出分析
  • 交互式分析:基于 Python 的后处理和可视化

核心能力

1. 安装与配置

使用 uv 安装 fluidsim,并添加适当的功能标志:

# 基础安装
uv pip install fluidsim

# 包含 FFT 支持(大多数求解器必需)
uv pip install "fluidsim[fft]"

# 包含 MPI 以支持并行计算
uv pip install "fluidsim[fft,mpi]"

设置输出目录的环境变量(可选):

export FLUIDSIM_PATH=/path/to/simulation/outputs
export FLUIDDYN_PATH_SCRATCH=/path/to/working/directory

无需 API 密钥或身份验证。

详见 references/installation.md 获取完整的安装说明和环境配置。

2. 运行模拟

标准工作流包含五个步骤:

步骤 1:导入求解器

from fluidsim.solvers.ns2d.solver import Simul

步骤 2:创建并配置参数

params = Simul.create_default_params()
params.oper.nx = params.oper.ny = 256
params.oper.Lx = params.oper.Ly = 2 * 3.14159
params.nu_2 = 1e-3
params.time_stepping.t_end = 10.0
params.init_fields.type = "noise"

步骤 3:实例化模拟

sim = Simul(params)

步骤 4:执行

sim.time_stepping.start()

步骤 5:分析结果

sim.output.phys_fields.plot("vorticity")
sim.output.spatial_means.plot()

详见 references/simulation_workflow.md 获取完整示例、重启模拟和集群部署说明。

3. 可用求解器

根据物理问题选择求解器:

2D Navier-Stokes (ns2d):2D 湍流、涡动力学

from fluidsim.solvers.ns2d.solver import Simul

3D Navier-Stokes (ns3d):3D 湍流、真实流动

from fluidsim.solvers.ns3d.solver import Simul

分层流 (ns2d.strat, ns3d.strat):海洋/大气流动

from fluidsim.solvers.ns2d.strat.solver import Simul
params.N = 1.0  # Brunt-Väisälä 频率

浅水方程 (sw1l):地球物理流、旋转系统

from fluidsim.solvers.sw1l.solver import Simul
params.f = 1.0  # 科里奥利参数

详见 references/solvers.md 获取完整求解器列表和选择指南。

4. 参数配置

参数按层次组织,通过点号表示法访问:

域和分辨率

params.oper.nx = 256  # 网格点数
params.oper.Lx = 2 * pi  # 域大小

物理参数

params.nu_2 = 1e-3  # 粘性系数
params.nu_4 = 0     # 超粘性(可选)

时间步进

params.time_stepping.t_end = 10.0
params.time_stepping.USE_CFL = True  # 自适应时间步长
params.time_stepping.CFL = 0.5

初始条件

params.init_fields.type = "noise"  # 或 "dipole", "vortex", "from_file", "in_script"

输出设置

params.output.periods_save.phys_fields = 1.0  # 每 1.0 时间单位保存一次
params.output.periods_save.spectra = 0.5
params.output.periods_save.spatial_means = 0.1

Parameters 对象会对拼写错误抛出 AttributeError,防止配置错误被静默忽略。

详见 references/parameters.md 获取全面的参数文档。

5. 输出与分析

FluidSim 在模拟过程中自动产生多种输出类型:

物理场:HDF5 格式的速度、涡量

sim.output.phys_fields.plot("vorticity")
sim.output.phys_fields.plot("vx")

空间平均值:体积平均量的时间序列

sim.output.spatial_means.plot()

能谱:能量和涡度能谱

sim.output.spectra.plot1d()
sim.output.spectra.plot2d()

加载先前模拟

from fluidsim import load_sim_for_plot
sim = load_sim_for_plot("simulation_dir")
sim.output.phys_fields.plot()

高级可视化:在 ParaView 或 VisIt 中打开 .h5 文件进行 3D 可视化。

详见 references/output_analysis.md 获取详细分析工作流、参数化研究分析和数据导出。

6. 高级特性

自定义强迫:维持湍流或驱动特定动力学

params.forcing.enable = True
params.forcing.type = "tcrandom"  # 时间相关随机强迫
params.forcing.forcing_rate = 1.0

自定义初始条件:在脚本中定义场

params.init_fields.type = "in_script"
sim = Simul(params)
X, Y = sim.oper.get_XY_loc()
vx = sim.state.state_phys.get_var("vx")
vx[:] = sin(X) * cos(Y)
sim.time_stepping.start()

MPI 并行化:在多处理器上运行

mpirun -np 8 python simulation_script.py

参数化研究:使用不同参数运行多个模拟

for nu in [1e-3, 5e-4, 1e-4]:
    params = Simul.create_default_params()
    params.nu_2 = nu
    params.output.sub_directory = f"nu{nu}"
    sim = Simul(params)
    sim.time_stepping.start()

详见 references/advanced_features.md 获取强迫类型、自定义求解器、集群提交和性能优化。

常见用例

2D 湍流研究

from fluidsim.solvers.ns2d.solver import Simul
from math import pi

params = Simul.create_default_params()
params.oper.nx = params.oper.ny = 512
params.oper.Lx = params.oper.Ly = 2 * pi
params.nu_2 = 1e-4
params.time_stepping.t_end = 50.0
params.time_stepping.USE_CFL = True
params.init_fields.type = "noise"
params.output.periods_save.phys_fields = 5.0
params.output.periods_save.spectra = 1.0

sim = Simul(params)
sim.time_stepping.start()

# 分析能量级串
sim.output.spectra.plot1d(tmin=30.0, tmax=50.0)

分层流模拟

from fluidsim.solvers.ns2d.strat.solver import Simul

params = Simul.create_default_params()
params.oper.nx = params.oper.ny = 256
params.N = 2.0  # 分层强度
params.nu_2 = 5e-4
params.time_stepping.t_end = 20.0

# 用密集层初始化
params.init_fields.type = "in_script"
sim = Simul(params)
X, Y = sim.oper.get_XY_loc()
b = sim.state.state_phys.get_var("b")
b[:] = exp(-((X - 3.14)**2 + (Y - 3.14)**2) / 0.5)
sim.state.statephys_from_statespect()

sim.time_stepping.start()
sim.output.phys_fields.plot("b")

高分辨率 3D 模拟(使用 MPI)

from fluidsim.solvers.ns3d.solver import Simul

params = Simul.create_default_params()
params.oper.nx = params.oper.ny = params.oper.nz = 512
params.nu_2 = 1e-5
params.time_stepping.t_end = 10.0
params.init_fields.type = "noise"

sim = Simul(params)
sim.time_stepping.start()

运行方式:

mpirun -np 64 python script.py

Taylor-Green 涡验证

from fluidsim.solvers.ns2d.solver import Simul
import numpy as np
from math import pi

params = Simul.create_default_params()
params.oper.nx = params.oper.ny = 128
params.oper.Lx = params.oper.Ly = 2 * pi
params.nu_2 = 1e-3
params.time_stepping.t_end = 10.0
params.init_fields.type = "in_script"

sim = Simul(params)
X, Y = sim.oper.get_XY_loc()
vx = sim.state.state_phys.get_var("vx")
vy = sim.state.state_phys.get_var("vy")
vx[:] = np.sin(X) * np.cos(Y)
vy[:] = -np.cos(X) * np.sin(Y)
sim.state.statephys_from_statespect()

sim.time_stepping.start()

# 验证能量衰减
df = sim.output.spatial_means.load()
# 与解析解比较

快速参考

导入求解器from fluidsim.solvers.ns2d.solver import Simul

创建参数params = Simul.create_default_params()

设置分辨率params.oper.nx = params.oper.ny = 256

设置粘性params.nu_2 = 1e-3

设置结束时间params.time_stepping.t_end = 10.0

运行模拟sim = Simul(params); sim.time_stepping.start()

绘制结果sim.output.phys_fields.plot("vorticity")

加载模拟sim = load_sim_for_plot("path/to/sim")

资源

文档:https://fluidsim.readthedocs.io/

参考文件

  • references/installation.md:完整安装说明
  • references/solvers.md:可用求解器和选择指南
  • references/simulation_workflow.md:详细工作流示例
  • references/parameters.md:全面参数文档
  • references/output_analysis.md:输出类型和分析方法
  • references/advanced_features.md:强迫、MPI、参数化研究、自定义求解器

兼容工具

Claude CodeOpenClawHermes Agent

数据来源:claude-scientific-skillsMIT 许可) | 查看上游来源

上游项目:K-Dense-AI/scientific-agent-skills / claude-scientific-skills | 收录时间:2026-08-18 | 更新:2026-08-18

本页面内容基于上游开源许可项目整理,仅供学习参考。AI铺子不对第三方内容承担责任, 详情请参阅免责声明