FluidSim 是一个基于 Python 的开源库，专门用于研究和教学流体动力学，它建立在强大的科学计算库（如 Numpy, FEniCS, OpenFOAM）之上，但提供了非常友好的 Python 接口，让用户可以方便地定义、求解和分析流体问题。

本教程将分为以下几个部分：

1. FluidSim 简介：它是什么,为什么选择它？
2. 安装与环境配置：如何安装 FluidSim 及其依赖。
3. 核心概念：理解 FluidSim 的基本工作原理。
4. 入门示例：你的第一个 FluidSim 仿真。
5. 进阶教程：修改参数、改变几何、分析结果。
6. 资源与学习路径：在哪里找到更多帮助。

FluidSim 简介

FluidSim 的核心优势在于其 “可读性” 和 “可扩展性”。

• 可读性：仿真代码看起来就像物理方程的 Python 实现，非常直观。sim.state.set('ux', 1.0) 就是在设置 x 方向的速度。
• 可扩展性：它不是黑箱，你可以轻松地修改方程、添加新的物理模型（如温度、磁场）、改变边界条件或创建复杂的几何形状。
• 教学友好：非常适合流体力学课程，学生可以快速上手,将理论知识与数值模拟结果进行对比。
• 研究平台：对于研究人员来说，FluidSim 是一个快速验证新想法和算法的理想平台。

FluidSim 目前主要支持两种求解器：

• solvers.ns: 用于求解不可压缩的纳维-斯托克斯方程（无粘性或常粘性），模拟如水流、空气等。
• solvers.taylor_green_vortex: 一个经典的、解析解已知的基准问题,常用于验证代码的正确性。

安装与环境配置

FluidSim 的安装依赖于几个大型科学计算库，最推荐使用 Conda 来管理环境,可以避免很多依赖问题。

步骤 1：安装 Conda

如果你还没有安装 Miniconda 或 Anaconda，请先从 Anaconda 官网 下载并安装。

步骤 2：创建 Conda 环境

打开终端或 Anaconda Prompt，创建一个名为 fluidsim_env 的新环境。

conda create -n fluidsim_env python=3.9
conda activate fluidsim_env

提示：FluidSim 对 Python 版本有一定要求，3.8 或 3.9 是比较稳定的选择。

步骤 3：安装 FluidSim 及其依赖

在激活的环境中,运行以下命令：

# 安装 FEniCS，这是 FluidSim 的核心依赖之一
conda install -c conda-forge fenics
# 安装 FluidSim 及其所有可选依赖（包括可视化工具）
pip install fluidsim[all]

注意：fenics 的安装可能需要一些时间，因为它包含了大量的编译组件，如果遇到问题,请确保你的网络和系统环境稳定。

步骤 4：验证安装

在 Python 中尝试导入 FluidSim：

python -c "import fluidsim; print('FluidSim version:', fluidsim.__version__)"

如果成功打印出版本号,说明安装成功。

核心概念

在写代码之前，理解 FluidSim 的几个核心对象很重要：

1. Simul (Simulation): 这是仿真的核心对象，当你创建一个 Simul 实例时，你就创建了一个完整的仿真“环境”，包含了所有需要的变量（速度、压力等）、参数和求解器设置。
2. State: 存储仿真当前状态的变量，如速度场 ux, uy，压力场 p 等，你可以通过 sim.state 来访问和修改这些变量。
3. Parameters: 存储所有仿真的参数，如粘性系数 nu、密度 rho、时间步长 dt 等，你可以通过 sim.params 来查看和修改。
4. Output: 负责将仿真结果（如数据、图像、动画）输出到文件，通过 sim.output 来控制。
5. Solver: 特定问题的求解器，如 ns (Navier-Stokes)，FluidSim 通过 fluidsim.solvers.ns 来提供这个求解器。

入门示例：经典的 Taylor-Green Vortex 涡流

这是 FluidSim 自带的最简单、最经典的示例，非常适合入门，它的解析解是已知的,非常适合验证我们的模拟是否正确。

代码实现

创建一个名为 tutorial_1_taylor_green.py 的文件,并粘贴以下代码：

import numpy as np
from fluidsim.solvers.taylor_green_vortex import SimulTaylorGreenVortex
# --- 1. 创建仿真对象 ---
# 这会初始化所有参数和状态变量
sim = SimulTaylorGreenVortex(nx=64, L=2 * np.pi)
# --- 2. 修改参数 (可选) ---
# 我们可以查看或修改参数
print("--- 查看初始参数 ---")
print(f"粘性系数: {sim.params.nu}")
print(f"网格点数 (nx): {sim.params.nx}")
print(f"计算域长度: {sim.params.L}")
# 修改粘性系数，使其更小（更接近无粘流动）
sim.params.nu = 1e-3
# --- 3. 初始化流场 ---
# 使用解析解来初始化流场
sim.init_from_res()
# --- 4. 运行仿真 ---
# 运行到时间 t=1.0
sim.time_stepping.stop = 1.0
sim.run()
# --- 5. 输出结果 ---
# 将最终状态保存到文件中，方便后续用 ParaView 等软件查看
sim.output.print_stdout.write()
sim.output.write.dump visu=True # 保存可视化文件
print("\n--- 仿真完成 ---")
print(f"最终时间: {sim.time_stepping.t:.4f}")

如何运行和查看结果

1. 运行脚本： 在终端中，确保你的 fluidsim_env 环境已激活,然后运行：

   python tutorial_1_taylor_green.py

2. 查看输出： 你会看到程序输出类似下面的信息,显示时间步进的过程：

   --- 查看初始参数 ---
   粘性系数: 1e-05
   网格点数: 64
   计算域长度: 6.283185307179586
   --- 仿真完成 ---
   最终时间: 1.0000

3. 可视化结果： FluidSim 使用 paraview 库来生成可视化文件，脚本运行后，会在一个名为 results_taylor_green_vortex 的文件夹中生成 simu_pvtu 文件夹，里面包含了 .pvtu 和 .vtu 文件。

   • 安装 ParaView：如果你还没有安装，请从 ParaView 官网 下载。
   • 打开文件：启动 ParaView，File -> Open，选择 results_taylor_green_vortex/simu_pvtu/*.pvtu 文件。
   • 显示结果：在 Pipeline Browser 中找到 simu_pvtu，点击 Apply，然后点击 Glyph 滤镜，选择 Velocity 作为 Glyph Type，你就可以看到速度矢量场了，你也可以使用 Contour 滤镜来显示速度大小或涡量的等值面。

进阶教程：修改参数与自定义初始条件

现在我们来尝试一个更复杂的例子：在方腔流中，顶盖以恒定速度移动,带动整个腔体内的流体运动。

代码实现

创建一个名为 tutorial_2_lid_driven_cavity.py 的文件：

import numpy as np
from fluidsim.solvers.ns import Simul
# --- 1. 创建仿真对象 ---
# Simul() 会加载默认的 Navier-Stokes 求解器
sim = Simul()
# --- 2. 修改参数 ---
# 设置物理参数
sim.params.nu = 1e-2  # 粘性系数
sim.params.rho = 1.0   # 密度
# 设置计算参数
sim.params.nx = 128    # x方向网格数
sim.params.ny = 128    # y方向网格数
sim.params.Lx = 1.0    # x方向长度
sim.params.Ly = 1.0    # y方向长度
# 设置时间步进参数
sim.params.dt = 0.001  # 时间步长
sim.params.max_dt = 0.1 # 最大允许时间步长
sim.params.stop_time = 10.0 # 仿真总时长
# --- 3. 设置初始条件和边界条件 ---
# 初始化一个静止的流场
sim.state.init_from_0()
# 设置顶盖的速度 (lid-driven cavity)
# 创建一个 y=L 的顶盖的标记
y_top = sim.params.Ly
# 在顶盖上设置 x 方向速度为 1.0
sim.state.set('ux', 1.0, where=(sim.state.y >= y_top - 1e-6))
# --- 4. 运行仿真 ---
sim.run()
# --- 5. 输出结果 ---
sim.output.print_stdout.write()
sim.output.write.dump visu=True
print("\n--- 仿真完成 ---")

代码解释

• Simul(): 直接创建一个默认的 NS 求解器实例。
• sim.params: 我们详细设置了物理和计算参数。
• sim.state.init_from_0(): 将所有场初始化为零。
• sim.state.set('ux', 1.0, where=...): 这是 FluidSim 的一个强大功能。where 参数接受一个布尔条件，我们用它来定位到顶盖 (y >= L - 1e-6)，并将该区域的速度 ux 设置为 1.0,这比修改底层代码要简单得多。
• 运行和可视化方法与第一个示例完全相同。

资源与学习路径

要深入学习 FluidSim,以下资源非常有用：

1. 官方文档 (最重要！)

   • FluidSim Documentation: https://fluidsim.readthedocs.io/
   • 这是所有信息的最终来源，包含了详细的 API 文档、教程和开发者指南。

2. 示例代码

   • FluidSim Examples: https://github.com/fluiddyn/fluidsim/tree/main/examples
   • 官方仓库中提供了大量示例，从简单到复杂,是学习如何实现各种功能的最佳途径。

3. GitHub 仓库

   • FluidSim on GitHub: https://github.com/fluiddyn/fluidsim
   • 可以在这里找到源代码、报告问题、参与讨论。

4. 学习路径建议

   • 第一步：熟练掌握 入门示例 和 进阶示例，理解 Simul, State, Params, Output 的基本用法。
   • 第二步：阅读官方文档中的 Tutorials 部分，特别是关于如何修改方程和添加新物理场（如温度）的教程。
   • 第三步：浏览 GitHub Examples，尝试运行并理解更复杂的例子，如不同几何形状、不同边界条件等。
   • 第四步：如果你有特定的研究需求，可以尝试修改 FluidSim 的源代码，官方文档中的 "How to contribute" 部分会给你很好的指导。

希望这份教程能帮助你顺利入门 FluidSim！祝你学习愉快！