CFD-Grundlagen & Wissenswertes – Strömungssimulation verstehen

Was ist CFD?

CFD steht für „Computational Fluid Dynamics“ – numerische Strömungssimulation. Dabei werden physikalische Vorgänge wie Strömungen, Temperaturverteilungen und Druckverhältnisse rechnerisch abgebildet. Die Berechnungen basieren auf den Navier-Stokes-Gleichungen und ermöglichen die virtuelle Analyse komplexer Fluidprozesse in Gasen und Flüssigkeiten. CFD wird überall dort eingesetzt, wo klassische Versuchstechnik an ihre Grenzen stößt oder wo digitale Entwicklungsprozesse Zeit und Kosten sparen sollen.

Ein kurzer Blick in die Geschichte der CFD

Die Ursprünge der numerischen Strömungssimulation liegen in den 1960er-Jahren, als erste Verfahren zur Berechnung von Strömungen für die Luftfahrt entwickelt wurden – mit Fokus auf Aerodynamik. Seitdem hat sich CFD in alle Richtungen weiterentwickelt: Durch steigende Rechenleistung, fortschrittliche Turbulenzmodelle, Mehrphasenberechnung, Kopplungen mit Wärmeübertragung und Chemie sowie automatisierte Optimierungsmethoden. Heute ist CFD fester Bestandteil moderner Produktentwicklung – vom Medizingerät bis zum Kraftwerk.

Wie funktioniert eine CFD-Simulation?

Eine CFD-Analyse folgt einem strukturierten Ablauf:

  • Definition der Zielsetzung auf Basis der zugrunde liegenden Aufgabenstellung
  • Geometrieaufbereitung (Vereinfachung, Fehlerprüfung, CAD-Cleanup)
  • Netzgenerierung (Diskretisierung des Fluidvolumens)
  • Definition von Randbedingungen, Materialdaten und physikalischen Modellen
  • Iterative Lösung der Gleichungen, inkl. Konvergenzkontrolle
  • Validierung und Qualitätssicherung
  • Auswertung und Visualisierung (z. B. Stromlinien, Temperaturfelder, Kräfte)
  • Erstellung einer aussagekräftigen Dokumentation

Was lässt sich mit CFD simulieren?

Genauigkeit über viele Physikdomänen hinweg

CFD-1
CFD-2
CFD-4
Glider_Slider
  • Interne Strömungen (z. B. in Gehäusen, Kanälen, Rohrleitungen)
  • Externe Strömungen (z. B. Umströmung von Fahrzeugen, Bauteilen oder Gebäuden)
  • Temperaturverteilung, Kühlung, Wärmemanagement
  • Druckverläufe, Widerstände, Kavitation
  • Mehrphasenströmungen (z. B. Gas-Flüssig-Systeme)
  • Gasgemischströmungen (z. B. Diffusion und Reaktionen)
  • Transiente Prozesse, (z. B. Einschwingvorgänge, Pulsationen)
  • Aeroakustische Phänomene (Lärmentstehung und –ausbreitung)
  • Partikelsimulationen (Feststoffe, und Tropfen in Strömungen)
  • Kombination mit Struktur- oder Chemiesimulation (Co-Simulation)

Technische Fragen rund um CFD

Je nach Anwendung kommen unterschiedliche Turbulenzmodelle zum Einsatz:

  • k-ω SST-Modell: Der Industriestandard für technische Strömungen. Besonders geeignet für wandnahe Strömungen, Trennungen und Strömungsumlenkungen. Vereint die Vorteile von k-ε- und k-ω-Modellen und liefert auch bei komplexen Geometrien robuste Ergebnisse.
  • LES (Large Eddy Simulation): Hochauflösendes Turbulenzmodell zur direkten Berechnung großer Wirbelstrukturen. Besonders bei instationären Vorgängen mit hohem Detailbedarf eingesetzt – z. B. bei pulsierenden Strömungen, Wirbelentstehung oder Akustikberechnungen.

Die Wahl des Turbulenzmodells beeinflusst sowohl die Genauigkeit als auch den Rechenaufwand der Simulation.

Das Rechennetz ist entscheidend für die Qualität der CFD-Ergebnisse. Eine zu grobe Diskretisierung kann feine Strömungsdetails überlagern oder komplett übersehen. Besonders wichtig sind:

  • Lokale Verfeinerungen in kritischen Bereichen wie Engstellen oder Wirbelzonen
  • y+-Anpassung für eine korrekte Modellierung wandnaher Strömungen in Abhängigkeit des gewählten Turbulenzmodells
  • Verhältnis von Zellenanzahl zu Rechenzeit, um eine praxisgerechte Balance zwischen Genauigkeit und Aufwand zu finden
  • Erreichen einer zufriedenstellenden Netzqualität, um eine präzise, stabile und konvergierende Lösung zu erhalten

Eine begleitende Netzabhängigkeitsstudie stellt sicher, dass die Ergebnisse nicht übermäßig vom gewählten Netz abhängen.

Randbedingungen definieren, wie sich das Modell an seinen äußeren Rändern verhält. Typische Beispiele:

  • Einlassgeschwindigkeit oder Volumenstrom
  • Druckvorgaben am Auslass
  • Temperatur- oder Wärmestromgrenzen
  • Symmetrie, Wandreibung oder freie Abflüsse

Die Auswahl basiert idealerweise auf realen Betriebsdaten, Erfahrungswerten oder Normbedingungen. Eine unpassende Randbedingung kann die Simulationsergebnisse erheblich verfälschen oder sogar instabil machen.

Instationäre CFD-Simulationen erfassen zeitabhängige Strömungsprozesse, z. B.:

  • Anlaufvorgänge
  • periodische Schwingungen
  • Druckstöße oder sich bewegende Komponenten

Die Lösung erfolgt über definierte Zeitschritte, häufig mit einer Starttransiente, um Einschwingvorgänge abzubilden. Obwohl der Rechenaufwand im Vergleich zur stationären Simulation deutlich höher ist, liefern transiente Analysen realitätsnahe Ergebnisse für dynamische Systeme.

Eine sorgfältige Validierung erhöht die Aussagekraft und Glaubwürdigkeit von CFD-Ergebnissen. Übliche Methoden sind:

  • Vergleich mit Messdaten aus Versuchen oder dem realen Betrieb
  • Abgleich mit Literaturwerten oder validierten Benchmarks
  • Sensitivitätsanalysen, um den Einfluss einzelner Eingabeparameter oder Modelleinstellungen zu prüfen

Besonders bei sicherheitskritischen oder normrelevanten Projekten ist eine belastbare Validierung unerlässlich.

Glossar: Grundlagen der CFD einfach erklärt

Grundlagen der CFD

Computergestützte Methode zur Simulation von Strömungs- und Wärmevorgängen. In CFD werden komplexe physikalische Prozesse wie Luft-, Gas- oder Flüssigkeitsströmungen numerisch gelöst – z. B. zur Optimierung von Bauteilen, Anlagen oder Prozessen.

Fundamentale Gleichungen der Strömungsmechanik. Sie beschreiben den Erhalt von Impuls, Masse und Energie in einem strömenden Medium. In CFD werden sie mithilfe numerischer Verfahren auf einem Rechennetz gelöst.

Physikalisches Gesetz, das besagt, dass Masse in einem geschlossenen System nicht verloren geht. In der CFD ist sie Bestandteil der Kontinuitätsgleichung, die sicherstellt, dass die berechnete Strömung physikalisch konsistent bleibt.

Thermodynamisches Prinzip, nach dem Energie nicht erzeugt oder vernichtet, sondern nur umgewandelt wird. In CFD wird über die Energiegleichung der Transport von Wärme, innerer Energie und Arbeit erfasst – z. B. bei Heiz- oder Kühlprozessen.

Dimensionslose Kennzahl zur Charakterisierung der Strömung. Sie beschreibt das Verhältnis von Trägheits- zu Zähigkeitskräften. Niedrige Werte deuten auf laminare, hohe auf turbulente Strömung hin – entscheidend für die Wahl der Modellierung.

Chaotisches, instationäres Strömungsverhalten mit Wirbeln, Impulsübertrag und starken Gradienten. Turbulenz tritt typischerweise bei hohen Reynoldszahlen auf und beeinflusst Energieverteilung, Widerstände und Wärmeübertragung erheblich.

Mathematische Näherung zur Beschreibung turbulenter Effekte. Modelle wie das k-ω-SST Modell ermöglichen die Simulation technischer, turbulenter Strömungen ohne die extrem hohe Rechenlast, die eine direkte Berechnung aller Turbulenzskalen erfordern würde.

CFD-Modellierung

Numerische Aufteilung des Rechengebiets in kleine Zellen (Volumenelemente). Die Qualität, Dichte und Struktur des Netzes beeinflussen Genauigkeit und Stabilität der CFD-Simulation maßgeblich.

Definition physikalischer Zustände an den Grenzen des Simulationsmodells, z. B. Einlassgeschwindigkeit, Druck, Temperatur oder Wandeigenschaften. Sie sind essentiell für die Reproduzierbarkeit realer Bedingungen im Rechenmodell.

Verfahren zur Quantifizierung und Reduzierung des numerischen Fehlers, der durch die Diskretisierung des Rechengebiets entsteht. Der Einfluss des Rechennetzes auf die Lösung wird systematisch analysiert und auf ein anwendungsabhängig akzeptables Maß reduziert. In der Praxis wird oft die Richardson-Extrapolation verwendet, um die Gitterkonvergenz zu bewerten und den Diskretisierungsfehler abzuschätzen.

Dimensionslose Kenngröße zur Bewertung der Netzauflösung nahe der Wand. Sie bestimmt, ob Wandfunktionen verwendet werden können oder eine feine Gitterauflösung für die direkte Modellierung der Grenzschicht notwendig ist.

Strömung, bei der mehrere Phasen wie Gas, Flüssigkeit oder Feststoff gleichzeitig vorhanden sind – z. B. Luftblasen in Wasser, Flüssigkeitstropfen in Gasen oder Partikelströmungen. In CFD kommen hierfür spezielle Modelle wie VOF, Euler-Euler oder Lagrange zum Einsatz.

Modellierung der Verteilung und Wechselwirkung mehrerer chemischer Komponenten in einem Gasgemisch. Über sogenannte „Species Transport“-Modelle werden Transport, Diffusion und Reaktionen einzelner Gase berücksichtigt – z. B. bei Luftqualität, Verbrennung oder kontaminierten Strömungen.

Numerisches Verfahren zur Modellierung diskreter Teilchen (z. B. Feststoffpartikel, Tropfen, Pulver, Aerosole) innerhalb einer kontinuierlichen Strömung. Dabei werden die Bewegungen einzelner Partikel meist über Lagrange’sche Modelle berechnet, z. B. in Kombination mit einem Euler’schen Fluidmodell. CFD-Software bietet dafür spezielle Ansätze wie DPM (Discrete Phase Model), um Kräfte, Wärmeübergang oder chemische Reaktionen zwischen Partikeln und Fluid zu analysieren.

Lösung des CFD-Modells

Numerisches Rechenmodul, das die diskretisierten Gleichungen löst. Abhängig vom Anwendungsfall kommen unterschiedliche Solver-Typen zum Einsatz – z. B. für stationäre oder instationäre, inkompressible oder kompressible Strömungen.

Restfehler, der angibt, wie stark eine Gleichung in einem Iterationsschritt noch verletzt wird. Die Höhe der Residuen dient als Indikator für die Genauigkeit der Lösung und ist ein wichtiges Kriterium zur Überwachung der Ergebnisqualität.

Zustand, bei dem sich die Lösung im Verlauf der Iterationen nicht mehr wesentlich ändert. Eine konvergente Lösung ist Voraussetzung für belastbare und reproduzierbare Simulationsergebnisse. Zur Bewertung der Konvergenz werden idealerweise sowohl die Residuen als auch die relevanten Ergebnisgrößen herangezogen.

Vereinfachtes Modell zur Beschreibung natürlicher Konvektion. Dabei wird angenommen, dass Dichteänderungen nur bei der Auftriebskraft eine Rolle spielen – was den Rechenaufwand reduziert, ohne die Genauigkeit wesentlich zu beeinträchtigen.

Ergebnisanalyse & Visualisierung

Menge an Fluid, die pro Zeiteinheit durch einen definierten Querschnitt strömt – z. B. in m³/h oder l/min. Eine zentrale Kenngröße zur Auslegung und Analyse technischer Systeme wie Lüftungen, Kühlkreisläufe oder Rohrnetze.

Reduktion des statischen Drucks entlang eines Strömungswegs – verursacht durch Reibung, Umlenkungen, Querschnittsänderungen oder Einbauten. In der CFD wird der Druckverlust häufig zwischen zwei Ebenen oder über ein Bauteil hinweg berechnet und ist eine zentrale Kenngröße für die Auslegung und Effizienzbewertung von Strömungssystemen.

Linie, die in jedem Punkt tangential zur lokalen Strömungsrichtung verläuft. Stromlinien sind ein anschauliches Werkzeug zur Visualisierung von Strömungsverläufen, Umlenkungen und Totzonen im Rechengebiet.

Messbare Werte, die aus der CFD-Simulation abgeleitet werden – z. B. Temperaturverteilungen, Strömungsgeschwindigkeiten, Kräfte, Wärmeflüsse oder Massenströme. Sie sind entscheidend für die technische Bewertung, Validierung und den Vergleich mit Messdaten oder Spezifikationen.

Bewegte Visualisierungen zeitabhängiger oder transienten Strömungsvorgänge – z. B. Wirbelentwicklungen, Temperaturfronten oder Partikelbahnen. Animationen sind ein wirkungsvolles Mittel zur Darstellung komplexer dynamischer Abläufe und zur Kommunikation von CFD-Ergebnissen gegenüber Kunden, Partnern oder Entscheidern.

Sie wollen mehr über CFD-Simulation erfahren?

Sprechen Sie mit unseren CFD-Experten
Egal ob Sie vor einer konkreten Herausforderung stehen oder Interesse haben, mehr über die Einsatzmöglichkeiten von CFD-Simulation in Ihrem Unternehmen erfahren wollen – wir kommen schnell und unkompliziert mit Ihnen ins Gespräch.
Schreiben Sie uns über unser Kontaktformular oder buchen Sie direkt einen Termin mit unseren CFD-Experten:

Sprechen Sie mit unseren CFD-Experten

Dr.-Ing. Yannick Lattner
CFD Team Lead

„Mich fasziniert es, die hochkomplexen CFD-Simulationen so einzusetzen, dass die Ergebnisse unseren Kunden einen realen Erkenntnisgewinn bringen – und Ihnen so ermöglichen, bessere, sicherere und effizientere Produkte zu entwickeln.“