整体流程#
无论是预测深部岩体的变形，还是评估化工管网的泄漏范围，数字化建模与计算都遵循着一套高度一致的逻辑闭环。这一流程本质上是一条从“物理现实”输入，经过“数学”与“计算机”转换，最终输出“工程决策”的流水线。如下图所示。
数字化建模与计算的基本流程
为了更直观地理解这一套标准工作法，在接下来的流程解析中，我们将贯穿一个典型且复杂的安全工程案例：计算矿井火灾时期的非稳态烟流蔓延及热力学演化。
工程问题的定义与物理抽象#
任何数字化计算的起点，都不在于编写代码，而在于深刻理解我们要解决的现实工程问题是什么，并对其进行合理的物理降维。真实世界往往充满了冗余的细节，建模的第一步就是抓大放小，划定系统的边界。
对于矿井火灾案例，首要的工程目标是：当某一巷道或工作面发生火灾时，计算在不同时间节点下的温度场分布、有毒烟气的蔓延路径，以及评估火灾热力是否会引发局部巷道的风流逆转。
真实的火灾现场极其复杂，伴随着材料的化学燃烧、顶板岩石的受热崩落以及多相混合物的运动。如果我们试图从分子碰撞的化学反应层面去模拟，现有的算力根本无法支撑。因此，我们需要进行以下物理抽象：
- 几何抽象：提取火源所在巷道及其相邻风网的三维空间几何，忽略巷道壁面局部的微小凹凸，但保留重要的几何突变（如拐弯、分叉口），将其构建为连续的三维流体域。
- 介质抽象：常规通风中被视为“不可压缩流体”的空气，在火灾的高温下会发生剧烈的体积膨胀。因此，必须将介质抽象为受温度显著影响的可压缩、多组分混合气体（空气、一氧化碳、烟尘等），并视其为符合连续介质假设的牛顿流体。
- 边界条件与火源定义：将复杂的化学燃烧过程，抽象为一个随时间动态变化的“热释放率（HRR）”体积源；设定巷道入口为恒定风压或给定风量边界，壁面设定为具有特定导热系数和粗糙度的无滑移流固耦合边界。
经过这一步，一场极度混乱的井下火灾，就变成了一个受限于明确几何边界、受热源驱动的流体力学与传热学研究对象。
数学模型的建立#
在完成了物理抽象之后，第二步是利用科学定律（如质量、动量、能量守恒等第一性原理），将抽象后的物理模型“翻译”为数学方程。这一步是连接现实工程与抽象数学的桥梁。计算机再强大也无法直接理解物理规律，它只能求解确定的数学公式。
在火灾这种伴随剧烈热力学变化的非稳态场景中，经典的矿井通风阻力定律（即 \(h=RQ^2\)）将完全失效，因为它无法捕捉空间梯度的变化和热浮力效应。我们需要构建更为底层的高阶偏微分方程组：
- 质量守恒方程（连续性方程）：由于气体受热膨胀，密度随时空发生剧烈变化。方程必须严格描述局部流体密度的变化率与质量通量的散度之间的平衡。
- 动量守恒方程：流体运动必须克服内摩擦与外边界阻力，同时在火灾区，高温气体由于密度急剧减小而产生强大的向上浮力（即“火风压”的微观来源）。这需要引入包含浮力项的三维纳维-斯托克斯（Navier-Stokes）方程来精确描述。
- 能量守恒方程：这是火灾计算的核心。方程需要耦合描述火源的热量释放、热气体与冷空气之间的对流传热、气体向岩石壁面的热传导，以及高温烟气向周围环境的热辐射。
- 组分输运方程：为了追踪有毒烟气（如 CO）的运动轨迹，还需要为各化学组分建立独立的对流-扩散守恒方程。
数学模型决定了数字化计算的理论上限。在这个阶段，我们用一组高度非线性的偏微分方程锁死了物理规律的底线。
离散化与算法设计#
包含空间梯度（\(\nabla\)）和时间偏导数（\(\frac{\partial}{\partial t}\)）的微积分方程体系虽然逻辑严密，但只能执行基础指令的计算机无法直接求解。第三步必须进行时空的离散化与求解算法的设计，这是从“连续数学”迈向“离散算术”的关键一跃。
- 空间与时间的离散：为了捕捉火源附近极大的温度梯度和复杂的涡流，我们不能将巷道看作一个整体。我们需要将其三维空间切割成数百万个微小的六面体或四面体“网格”，且在火源附近必须进行网格局部加密。同时，火势蔓延是一个瞬息万变的非稳态过程，必须将时间轴切分为极小的“时间步长”（例如 0.01 秒）。此时，我们将求解空间内无限个点的问题，转化为了求解有限个网格节点在离散时间点上的物理量。
- 算法的选择与设计：面对划分好的海量网格，工程师通常选用有限体积法（FVM），将复杂的偏微分方程在每一个微小网格体积内进行积分运算，转化为四则代数方程。考虑到火灾会引发极其强烈的湍流，还需要引入湍流模型（如 \(k-\epsilon\) 模型或大涡模拟 LES）来封闭方程。此外，必须设计压力与速度的解耦迭代算法（如 SIMPLE 算法），以确保多场耦合计算的稳定。
计算机程序实现#
有了离散化的模型结构和迭代算法，便进入了具体的编程与实施环节。第四步是将人类脑海中的求解逻辑转化为计算机能够高效执行的代码。
- 数据结构与参数赋值：利用 Python 脚本或专业的 CFD 开源库（如 OpenFOAM），将划定好的几何网格加载至计算机内存。随后，将第一步中确定的工程现实参数（如空气比热容 \(c_p\)、岩体导热系数 \(\lambda\)、火源的热释放率曲线等）准确无误地赋值给相应的计算域边界或体积域。
- 方程求解与程序调试：程序启动后，计算机在算力的驱动下，需要在每一个时间步长内求解一个包含数千万个未知数的稀疏矩阵。在多场耦合的强非线性计算中，计算者必须紧盯屏幕上的“残差曲线（Residuals）”。一旦出现残差震荡、发散或内存溢出（通常是因为网格质量差或时间步长不满足库朗数 CFL 条件），工程师必须立即排查代码逻辑、微调时间步长或重构网格，直到方程组稳定收敛。
结果可视化与工程验证#
经过计算机漫长（可能长达数天）的集群求解，程序最终输出的是包含海量数据的庞大文件。对于安全工程师而言，这些密密麻麻的数字阵列难以直接用于现场决策。因此，最后一步是将冰冷的数字还原为直观的工程现象，并用严苛的现实去检验它。
- 结果的可视化表达：利用后处理软件对数据进行渲染。在火灾案例中，我们可以绘制出三维的温度等值面云图，清晰地看到高温热浪是如何在巷道顶板处形成并向前滚滚推进的；也可以输出烟气浓度切片动画，直观判定有效逃生时间；甚至通过绘制三维速度矢量图，精准捕捉到某条分支巷道在“火风压”作用下风流减速、停滞直至反向逆转的致命瞬间。
- 工程验证与模型迭代：必须牢记，漂亮的渲染图不等于真实的物理世界。工程师需要利用缩尺寸相似模拟实验的数据，或者历史真实火灾的传感器记录，对计算结果进行交叉检验。例如，核对计算得出的火风压数值是否符合理论极值，或者烟气到达某个风门的时间是否与实测吻合。如果结果严重偏离，这意味着模型存在缺陷——或许是火源热释放率预估过高，或许是湍流模型选择不当。工程师必须带着这些反馈，重返前面的步骤进行参数修正与模型迭代。
从“物理抽象”到“数学建模”，再到“离散算法”与“程序实现”，最后通过“可视化验证”回到物理现实。通过这个精益求精的闭环，原本在图纸上静止的矿井，在计算机中经历了一场极其逼真的“数字火灾”，成为了安全工程师优化通风系统、制定应急救援预案的最强武器。