Ein FSI-Setup ist normalerweise ein Projekt für sich: zwei Netze, zwei Solver, eine Kopplungsbibliothek – und ein paar Tage, bevor der erste Lauf überhaupt startet. Deshalb werden viele Fälle, die eigentlich gekoppelt gehören, still als reine CFD gerechnet. Dieser nicht: ein Extrusionswerkzeug mit scherverdünnender Polymerschmelze im Betriebspunkt. Elf Megapascal Schmelzedruck heben die Werkzeuglippe um drei Zehntelmillimeter an – absolut wenig, aber fast ein Fünftel des 1,6-mm-Austrittsspalts, und beim Extrusionswerkzeug ist der Spalt das Produkt. Die Rechnung mit starrer Wand sieht davon nichts und überschätzt den Druckverlust zusätzlich um rund vier Prozent.

In CastNet wird die Baugruppe als Regionenmodell eingelesen – Fluid und Festkörper an einem Ort. Beide Netze werden in derselben Oberfläche definiert: feine Zellen über den Spalt, damit die Scherverdünnung aufgelöst wird, Grenzschichten mit konstanter erster Zellhöhe, Hexaeder- oder Tetraeder-Elemente auf der Festkörperseite. Die Kopplungsflächen werden als CAD-Flächen gewählt, nicht als Patches benannt. Templates tragen die Einstellungen für OpenFOAM, CalculiX und preCICE, und gemeinsame Werte wie Zeitschritt und Schreibintervall werden automatisch über beide Solver synchronisiert.

Und für Windows-Nutzer: Alle drei Solver gibt es als Download – genau der Teil, der sonst den ersten Tag kostet, entfällt. CastNets CAD-Kernel-basierter Import verarbeitet Baugruppenmodelle (z. B. für Multi-Region-Anwendungen wie CHT); vernetzt wird wahlweise mit unserem Hybrid-Mesher (Hex-Core und Grenzschichten auf Simmetrix-Basis) oder snappyHexMesh; Setup, Simulation und Post-Processing laufen unter Windows und Linux. CastNet kann einen Monat kostenlos getestet werden – einfach an info@dhcae-tools.de schreiben.

Das neueste Beispiel unserer Serie zur automatisierten CFD-Optimierung – diesmal bewegt sich die Flüssigkeit. Ein 2,4 Meter langer Formtank, halb gefüllt, mit drei perforierten Schwallblechen im Inneren. Die einzige Frage ist, wo sie sitzen – und die Antwort ist rund die Hälfte der Schwallkraft wert. Zuerst musste sich die Methode bewähren: Ein im Labor vermessener Roll-Tank wurde bei allen 32 Anregungsfrequenzen nachgerechnet; Amplitude und Phase folgen der Messung unterhalb der Resonanz bis auf wenige Prozent, und die berechnete freie Oberfläche nimmt dieselbe Form an wie das Foto.

Dann wurde der Workflow losgelassen: 48 Designs, jedes eine vollständige dreidimensionale, transiente Simulation mit freier Oberfläche – Geometrie, Vernetzung, Solver, Auswertung, vollautomatisch. Nur die drei Blechpositionen ändern sich; gleiche Anzahl, gleiche offene Fläche. Die Bleche enger zusammenzurücken nimmt der Schwallkraft weitere 54 % gegenüber der Standardanordnung.

Und dann der Teil, der aus Optimierung Engineering macht: Ein Blech, das den Tank abdichtet, lässt sich weder befüllen noch entlüften oder entleeren. Mit Bodenschlitz und Entlüftung bleiben 37 % des Gewinns erhalten – immer noch lohnend. Im Entleerungstest aber bleibt das abdichtende Design einfach stehen: 240 Liter verbleiben, ein Viertel der Füllung, ohne Abfluss gefangen, während das baubare Design bis auf zehn Liter ausläuft. Position schlägt Hardware – aber nur ein entleerbares Design ist die Optimierung überhaupt wert.

Zweites Beispiel unseres automatisierten Optimierungs-Workflows – diesmal ein Filterhaus. Sechs Filterkammern werden aus einem Zuluftkanal gespeist, fünf Leitschaufeln in den Kammeröffnungen lassen sich vertikal verschieben. Das Ziel ist einfach: Jede Kammer soll denselben Strömungsanteil erhalten, damit alle Filter gleich schnell altern. Im Ausgangsentwurf zogen die Kammern zwischen 10,5 % und 21,5 % statt jeweils 16,7 %.

Der Fall wurde in CastNet mit snappyHexMesh aufgesetzt – mit Verfeinerungszonen, Layern und den Schaufeln als Baffles modelliert. Von dort durchläuft jedes Design dieselbe Schleife: Schaufeln verschoben, rund vier Millionen Zellen vernetzt, mit OpenFOAM gelöst und ausgewertet. Eine Bayes'sche Optimierung über 26 Designs fand den vielversprechenden Bereich, 16 gezielte Folgeläufe verfeinerten das beste Design.

Die Kammern liegen jetzt zwischen 14,3 % und 18,6 %. Dabei zeigte sich: Schlecht platzierte Schaufeln können schlechter abschneiden als gar keine – ihre Position verdient also sorgfältige Beachtung. Das Video zeigt alle 41 ausgewerteten Designs in der Reihenfolge, in der die Suche sie vorschlug. Als Nächstes in der Serie: Sloshing in einem 2,4-m-Formtank, bei dem allein das Verschieben von drei Schwallblechen rund die Hälfte der Schwallkraft aus dem Tank nimmt.

Niemand plant eine Anlage um einen 90°-Krümmer herum – doch genau dieser Krümmer entscheidet, wie gut alles dahinter funktioniert. An einer scharfen 90°-Umlenkung löst die Strömung ab: höhere Druckverluste, ungleichmäßige Anströmung von Wärmeübertragern und Katalysatoren, Geräusche und Vibrationen. Leitschaufeln beheben das – wenn man sie richtig auslegt: Wie viele? Welcher Abstand? Welcher Winkel? Jede Antwort bedeutet eine weitere Geometrie, Vernetzung und Solver-Rechnung.

Genau diese Schleife haben wir automatisiert: Vernetzung, Simulation (lokal oder Cloud) und Reporting laufen selbstständig – über jede Schaufel-Anordnung sowie anpassbare Ein- und Auslaufstrecken. Erstes Beispiel: ein 90°-Krümmer vor einem Rohrbündel. Die Strömungsgleichmäßigkeit am Wärmeübertrager-Eintritt steigt von 0,78 auf 0,94 – und die Kurve zeigt, ab wann zusätzliche Schaufeln nichts mehr bringen. Dasselbe Problem steckt in Prozessanlagen, Lüftungssystemen, Rauchgasreinigung, Gasturbinen-Abgassträngen und Katalysator-Eintritten.

Das ist Teil 1 einer neuen Serie – The Optimisation Loop. Jeder Teil nimmt ein reales Strömungsproblem und zeigt, wie die Automatisierung der CFD daraus eine systematische Suche statt einer fundierten Schätzung macht: Schleife einmal aufbauen, laufen lassen, Antwort aus der Kurve ablesen. Als Nächstes: Bayes'sche Optimierung findet die Anordnung von selbst. Die Workflows sind browserbasiert und bauen auf OpenFOAM auf – ohne Lizenzkosten und ohne dass CFD-Expertise nötig ist, um sie zu bedienen.

In unserer OpenFOAM-GUI CastNet unterstützen wir zwei Vernetzungsansätze: Hybrid-Vernetzung mit Hex-Core-Gitter und Vernetzung mit snappyHexMesh. Das wirft eine berechtigte Frage auf: Ist das wirklich nötig – und wann sollte man welchen Ansatz wählen? Wir sind überzeugt: Genau die Freiheit, den für ein konkretes CFD-Problem besten Ansatz zu wählen, ermöglicht es, ein deutlich breiteres Anwendungsspektrum zuverlässig zu lösen.

snappyHexMesh nutzen wir für Mehrphasenanwendungen mit Grenzflächen, vor allem wenn adaptive Netze zur Auflösung der Phasengrenzen nötig sind. Hybrid-Vernetzung setzen wir besonders dann ein, wenn wandnahe Effekte mit Grenzschichten hochgenau erfasst werden müssen und eine konsistente Grenzschicht-Abdeckung zählt. Als Beispiel zeigt das Video die Vernetzung eines Wendelverteiler-Werkzeugs (spiral mandrel die) für Kunststoffanwendungen – mit scherverdünnendem Medium und viskoser Erwärmung, wo das Grenzschichtnetz entscheidend ist, um Geschwindigkeits- und Temperaturgradienten an der Wand korrekt abzubilden.

Um in der Auswertung keine falschen Schlüsse zu ziehen – etwa zur Verweilzeit der Schmelze im Werkzeug – muss die erste Zellhöhe der Grenzschicht überall konstant sein und 100 % Grenzschicht-Abdeckung erreichen, mit sauberem Übergang zum Volumengitter: bei den teils engen Spalten dieser Geometrie eine echte Herausforderung. Der Hybrid-Ansatz – auf Basis der Simmetrix-Vernetzungstechnologie – löst genau das und hält das Setup bemerkenswert einfach: gutes Konvergenzverhalten und verlässliche Ergebnisse.

Wir freuen uns über ein neues CastNet-Release mit zahlreichen neuen Funktionen. Ein Schwerpunkt: OpenFOAM wird für Windows-Anwender deutlich einfacher nutzbar. Wir liefern jetzt native Windows-Installer für die Keysight/OpenCFD-Versionen (v2512, v2606) und die Foundation-Versionen (v12, v13) – integriert in eine einsatzbereite Basisumgebung mit ParaView und nützlichen OpenFOAM-Add-ons. BlueCFD wird weiterhin unterstützt.

Auch Strukturmechanik ist abgedeckt – über den nichtlinearen FE-Löser CalculiX. Als Highlight liefern wir zusätzlich preCICE mit Windows-Installer aus und ermöglichen so FSI-Kopplung zwischen OpenFOAM und CalculiX. Damit steht eine komplette Suite zur Lösung von CAE-Aufgaben in einem durchgängigen Workflow bereit.

Das Video zeigt Highlights am Beispiel eines Wärmeübertragers: unseren hybriden Vernetzungsansatz (Hex-Core mit einfach erstellbaren Extrudes über mehrere Regionszonen) und die Multi-Region-Unterstützung für CHT. Weitere Neuerungen: deutlich erweitertes RunGui-Monitoring, RBM-Unterstützung für Mesh-Morphing und Overset-Meshes sowie neue Meshing-Funktionen.

Fast jedes Zerstäubungsproblem hat eine Lücke in den Zeitskalen: Der primäre Strahlzerfall geschieht in wenigen Millisekunden und lässt sich nur mit adaptiver Verfeinerung, winzigen Zeitschritten und zig Millionen Zellen auflösen. Entscheidend für das Produkt ist aber meist, was weiter stromabwärts und über viel längere Zeiträume passiert – etwa beim Lackieren und Beschichten, bei der Metallzerstäubung (Tropfen kühlen ab und erstarren zu Pulver) oder bei Wandfilmen und Sprühchemie wie AdBlue/SCR.

Da sich der Strahlzerfall nicht über die gesamte Prozessdauer auflösen lässt, trennen wir beide Bereiche: Kurz hinter unserem VoF-zu-Lagrange-Übergang platzieren wir eine Sampling-Ebene, die jeden durchtretenden Tropfen als einzelnes Ereignis erfasst – Größe, Geschwindigkeit, Richtung und lokaler Massenstrom – über sieben bis acht Pulse, sodass die natürliche kHz-Pulsation erhalten bleibt.

Im Video vergleichen wir verschiedene Methoden, die Partikeldaten in ein rein Lagrange'sches Setup wieder einzuspeisen: voll aufgelöste transiente Injektion, mit oder ohne adaptive Netzverfeinerung (AMR) der Tropfen, sowie die Umwandlung in einen OpenFOAM-Cone-Injector. So lassen sich die durch Vereinfachungen entstehenden Fehler gezielt eingrenzen.

Hier das dritte Beispiel unseres Membran-FSI-Lösers, direkt in das Rigid-Body-Motion-Framework (RBM) von OpenFOAM integriert – diesmal eine VoF-Anwendung (isoAdvector). Angelehnt an OpenFOAMs floating-object-Tutorial modellieren wir eine Box aus Baffle-Wänden, von denen zwei elastisch sind. Die Box ist in Wasser getaucht und innen mit Luft gefüllt: In den ersten Sekunden stellt sich über eine relaxierte FSI-Kopplung das Gleichgewicht zwischen Auftrieb und Wandverformung ein, danach wird sie Wellen ausgesetzt.

Dank der eng integrierten Kopplung bleibt die Gesamtlaufzeit mit rund 2 Stunden auf 16 Kernen (ca. 600.000 Zellen) kurz. Ein zentraler Vorteil: Die Zeitschrittweite lässt sich dynamisch an Kriterien wie die alpha-Courant-Zahl, die Bewegungsgeschwindigkeit der Box oder die Verformungsrate der Membranen anpassen.

Zahlreiche Methoden zur Stabilisierung sind direkt im Löser integriert und machen ihn besonders effizient für Membrananwendungen: verschiedene Relaxationsschemata (Aitken, IQN-ILS), zeitliche Filter und räumliche Glättung des Drucks, Vorspann-Techniken sowie diverse Dämpfungsansätze wie Rayleigh-Dämpfung.

Wir haben den klassischen Mok-Benchmark gerechnet: einen Strömungskanal, der von einer elastischen Membran begrenzt wird, die sich unter dem Unterdruck einer zeitlich veränderlichen Einström-Geschwindigkeit verformt – mit ausgezeichneter Übereinstimmung zur veröffentlichten Referenz.

Unser FSI-Löser wurde für elastische Membranen entwickelt, die an starre Körper gekoppelt sind (über OpenFOAMs rigidBodyMotion-Bibliothek). Wie Mok zeigt, kann dieselbe Membran aber ebenso gut die äußere Berandung des Strömungsgebiets selbst sein.

Warum wir den Löser vollständig in OpenFOAM integriert halten: Stabilisierungs-Werkzeuge sitzen genau dort, wo sie gebraucht werden – im Löser selbst; das ist entscheidend für Membranen, die keinen Druck aufnehmen können und beim Vorzeichenwechsel sofort zu falten beginnen. Es gibt keinen externen Kopplungs-Overhead, und die implizite FSI (IQN-ILS) mit Quasi-Newton-Beschleunigung bewältigt starke Added-Mass-Fälle zuverlässig.

Gekoppelte FSI ohne OpenFOAM zu verlassen: Für geeignete Fälle integriert DHCAE die Strukturmechanik der Membran direkt in den Löser – mit OpenFOAMs eigener Infrastruktur. Für gekoppelte Multiphysik sind preCICE und solids4Foam etablierte, leistungsfähige Optionen; in bestimmten Szenarien zahlt es sich jedoch aus, die Strukturmechanik direkt einzubetten: wenn der strukturelle Aufwand gegenüber der Strömung klein ist, eine zuverlässige Elementformulierung vorliegt und spezielle Stabilisierungs- oder Beschleunigungstechniken für robuste Konvergenz zählen.

Genau das haben wir gebaut: Membranelemente im Rigid-Body-Framework (RBM) von OpenFOAM. Bewegte Körper können starre Teile und elastische Membranbereiche kombinieren. Eingebaut für robuste FSI sind u. a. ein Tension-Field-Wrinkling-Modell, statische Vorspannung (pOffset), räumliche und zeitliche Glättung der Membran-Drucklast, FSI-gesteuerte adaptive Zeitschrittweite, Anlauframpen für einen stoßfreien Start sowie Rayleigh-Dämpfung.

Die komplette FSI läuft als äußere Schleife um PIMPLE, mit Aitken- oder IQN-ILS-Relaxation – geeignet für transiente und quasi-statische Anwendungen. Einphasen- und VoF-Varianten sind verfügbar. Validiert gegen die Hencky-Membran und den Mok-Benchmark. Typische Anwendungen: Wind- und Strömungslasten auf Segeln und Zugmembranen, aufblasbare Strukturen, hydraulische Membranventile, Fallschirme sowie mobile Hochwasserschutz-Barrieren.

Wir nutzen adaptive Netzverfeinerung (AMR) in OpenFOAM intensiv innerhalb unseres hybriden VoF-zu-Lagrange-Übergangslösers, um Tropfen und Ligamente während der Zerstäubung aufzulösen, bevor sie in Lagrange'sche Parcels umgewandelt werden. Danach wird der Spray auf einem bewusst gröberen Netz propagiert, um den Rechenaufwand beherrschbar zu halten.

Daraus entsteht ein Zellgrößen-Dilemma im Sprühbereich: Das Netz muss grob genug sein, damit die Punktpartikel-Annahme gilt (Zellen größer als die Tropfen), aber fein genug, damit die LES-aufgelöste Gasströmung die Nachläufe und Querströmungen zwischen großen Tropfen tatsächlich trägt – denn diese treiben Einmischung und Impulsaustausch der kleinen Partikel.

Deshalb haben wir unser AMR so erweitert, dass es auch innerhalb des Lagrange-Sprays verfeinert – gesteuert durch ein Partikel-Einflussfeld statt durch den VoF-Indikator. Die Verfeinerung reicht in den Sprühkegel hinein, bleibt aber deutlich oberhalb der Tropfenskala und erhält so die Gültigkeit des Punktpartikel-Ansatzes – ohne die Kosten einer Verfeinerung des gesamten Gebiets.

Industrielle Schlauchfilter sind die Arbeitspferde der Staubabscheidung – doch das Beladungsmuster im Inneren eines laufenden Filterhauses ist schwer messbar und notorisch ungleichmäßig. Wohin wandert der Staub tatsächlich? Welche Schläuche tragen die Last? Wie verteilt sich der Luftstrom um, während sich das Medium füllt?

Um das zu untersuchen, haben wir einen vollständigen Beladungszyklus eines Filterhauses mit 16 Schläuchen mit Lagrange'scher Partikelverfolgung simuliert, gekoppelt an ein Filtermedium, dessen lokaler Widerstand mit der Staublast steigt. Die iterative Kopplung zwischen Partikelablagerung und Strömungsfeld übernimmt unser Filter-Löser auf Basis von OpenFOAM v2512.

Einige Beobachtungen: Der Einström-Jet treibt Staub bevorzugt auf die zentralen Schläuche – und dort zuerst auf die unteren Bereiche. Die Schläuche an der Rückwand sammeln über die Zeit die höchste Gesamtlast. Der Luftstrom verlagert sich fortlaufend zu den weniger beladenen Schläuchen. Der Nutzen: die Strömungsverteilung optimieren, um ungeplante Stillstände zu vermeiden, die installierte Filterfläche effizient nutzen und Reinigungszyklen an die tatsächliche Last statt an feste Intervalle koppeln.

Credits: Die Filterhaus-Geometrie ist ein Demonstrationsmodell von wahyu suryanto auf GrabCAD – danke für die freie Bereitstellung.