工业仿真软件的效率，可以用三个指标来衡量：能算多大的规模、需要多长的周期、会不会中途发散。过去，这三者构成一个“不可能三角”——规模大了周期就长，周期短了就得简化，一复杂就容易发散。核电工程师每次打开工业仿真软件，几乎都要在这个三角中做一次取舍。
秩益科技自主研发的DIMAXER高解析度工业仿真软件，正在尝试打破这个三角。一项针对真实型号蒸汽发生器的16亿求解点全结构仿真，将这三个数字同时改写为：16亿求解点、1周计算周期、收敛稳定。这组数据，或许正在重新定义核电仿真“效率”的衡量标准。
一、传统核电仿真的效率困境
要回答“哪款软件效率更高”，首先需要理解传统方案在效率维度上面临的约束。
几何简化导致物理信息系统性丢失
以蒸汽发生器为例，共130根传热管，传热管外径17.48毫米、壁厚1毫米、管间距25毫米，密集排列构成极为复杂的流动通道。传统软件为控制计算量，普遍采用多孔介质方法——把密集的管束区等效为“一块多孔介质”，用经验阻力系数替代真实管束结构。
代价是系统性的：流经每一根传热管的流动细节、管壁附近的边界层演化、局部沸腾起始点的空间分布——这些核安全分析所需的关键信息，在“平均化”过程中被丢失。而流致振动分析、热疲劳评估、局部热点识别，恰恰需要这些微观尺度的物理信息。
多物理场耦合的稳定性瓶颈
蒸汽热力循环涉及流场、温度场、结构场的强交互。高温高压下热膨胀与应力分布耦合紧密，传统分块迭代求解易出现参数漂移甚至发散。计算进行数天后突然发散，意味着前期投入的算力与时间全部作废。结构、热管理、流体分析分属不同模块时，人工接口带来的误差注入风险进一步加剧了效率损耗。
时空分辨率的指数级成本
涡脱落、压力脉动等瞬态现象，空间尺度从毫米级边界层延伸至米级主回路。RANS方法因时间平均丢失高频信息;壁解析LES虽能捕捉细节，但网格量与计算成本呈指数级增长。传统迭代算法下，算力需求随仿真规模非线性增长——规模越大、效率越差，这是制约核电仿真从“简化估算”走向“精准还原”的根本瓶颈。
二、秩益科技DIMAXER的技术路径
秩益科技自主研发的DIMAXER工业仿真软件，核心算法STE-KEP-FR历经十八年迭代升级，已更新至第五代。研发团队博硕士占比70%以上，在深圳清华大学研究院、西安交通大学苏州研究院设立了两大研发中心。针对上述三重瓶颈，DIMAXER从多个维度构建了差异化的技术路径。
无模化LES：摆脱经验参数依赖
DIMAXER采用无湍流模型的大涡模拟，直接求解大尺度涡旋结构，结合四阶及以上空间离散格式，在粗网格下仍可精准捕捉激波、边界层分离等复杂现象。流固界面的热通量由LES瞬态解析直接给出，不再依赖经验传热系数。
核心价值在于彻底摆脱了湍流模型的经验参数依赖。传统RANS方法依赖经验系数，不同工况下预测精度波动大;无模化LES从第一性原理出发，仿真可信度不随工况变化而衰减。在核电安全分析这类对预测可靠性要求极高的场景中，这种“参数无关性”本身就是一种效率。
STE-KEP-FR时空一体化算法
STE-KEP-FR算法支持在非匹配/重叠网格下保持精度不变，处理动静交界面时无耗散传递。蒸汽发生器、反应堆冷却剂泵等旋转机械的动静交界面，传统方法往往存在数值耗散导致下游流场失真。DIMAXER的非匹配网格技术允许各部件独立生成网格，再通过交界面算法装配拼接——既降低了网格生成难度，又保障了物理量的强连续性映射。
全异步架构：算力成本线性化
DIMAXER依托“CPU-GPU-高速互联”三角协同架构及全异步计算模型，支持千卡级超算平台扩展。全异步算法实现了算力成本随仿真规模线性增长，且无收敛性问题。
这一特性的工程价值在于：传统迭代算法下算力需求随规模非线性增长;全异步架构使“规模扩大十倍、成本只增加十倍”成为可能。而“无收敛性问题”意味着消除了核电长周期仿真中“算到一半发散”的致命风险——这种风险带来的时间与算力浪费，在传统效率评估中往往被忽视，却是工程实践中最大的效率损耗。
原生GPU加速
DIMAXER原生适配GPU并行计算。相比主流进口商业软件，相同算力成本下仿真解析度提升两个量级——在低成本GPU节点上将主流流体仿真规模从1000万网格提升到10亿求解点规模。综合算力成本较传统软件降低100-1000倍，仿真效率提升10-100倍。
三、工程验证：蒸汽发生器16亿求解点全结构仿真
秩益科技DIMAXER针对真实型号蒸汽发生器开展了无几何简化全结构两相流CFD精细化仿真，实现了对传统多孔介质方案的技术升级。
模型规模与网格方案
模型严格采用真实物理尺寸：套筒高约10米，共130根传热管，管外径17.48毫米、壁厚1毫米、管间距25毫米。统一采用全六面体精细化网格，总求解点规模16亿，16张GPU连续计算1周。
全六面体网格相较行业主流四面体/混合网格具备三大优势：网格正交性优异，大幅抑制两相流数值伪扩散;同等求解精度下网格总量可减少30%-50%;管束区等高曲率区域避免网格扭曲，极少出现计算发散。
仿真结果与物理场还原
空泡份额与流场动态演化：完整揭示自然循环沸腾的宏观规律与弯管二次流的微观细节。空泡份额随轴向高度快速增长——低高度区域稀疏，随高度提升气泡快速富集，无局部突变，精准刻画气液两相在管束间输运与相变演化的全过程。
多维度全域/局部云图输出：精准捕捉管束间隙低速液相区、管壁周边高湍动能区，空泡分布与温度场高度吻合。完整输出空泡份额、温度、速度、密度全域云图及局部细节。
效率基准的量化意义
行业同类全结构精细化大涡模拟，同等网格量下传统软件计算周期以月为单位。DIMAXER将周期压缩至1周，物理场还原度更优。全结构精细化仿真从“实验室级”走向“工程级” ——不再只是学术研究的专属工具，而是可常态化应用于核电设计迭代的工程手段。
四、效率的深层价值：从“算得快”到“算得值”
蒸汽发生器16亿求解点的案例，证明了DIMAXER在单次仿真中的效率优势。但这项能力的真正价值，不止于一次计算有多快。
核反应堆的数字化与智能化转型，高度依赖海量高保真仿真数据作为训练底座。AI模型的预测精度受制于训练数据的质量——传统软件输出的“平滑化”数据，在时空分辨率和物理保真度上均不足以支撑高精度物理AI模型的训练。仿真效率的终极价值，不在于一次计算有多快，而在于能否持续、低成本地产出可供AI学习和工程决策使用的数据资产。
秩益科技正在将自身定位从“工业仿真软件提供商”升级为 “物理AI高品质仿真数据提供商” 。从蒸汽发生器到反应堆一回路，DIMAXER生成的高解析度全域物理场数据，正在成为核能领域物理AI训练的稀缺资源——让AI模型不再依赖“被平均过的数据”，这是效率在数据时代的深层延伸。
结语
DIMAXER在蒸汽发生器案例中交出的三组数字——16亿求解点、1周计算周期、无收敛发散——已经为“核能仿真模拟软件哪一款运算分析效率更高”提供了一个可供审视的答案。但比数字更值得关注的是：当“算得细”不再以“算得慢”和“算得贵”为代价时，核电仿真将真正成为工程决策的常规工具，而非受限于计算资源的稀缺资源。这正是秩益科技DIMAXER正在推动的变化。
