基于OpenFOAM的多尺度呼吸道气流模拟：整合生理一致性几何与边界条件以提升CFD预测精度

本综述系统介绍了在开源计算流体动力学（CFD）平台OpenFOAM中构建多尺度、生理一致性人体呼吸道模型的最新方法，重点整合了人工气道延伸技术、混合湍流模型（RANS-LES）及气道网格平滑学习（AMSL）算法。研究通过对比传统湍流模型与表面平滑方法，显著提升了气流模拟与颗粒沉积预测的准确性，为呼吸系统疾病研究与吸入药物开发提供了更可靠的仿真工具。

　　

Highlight

本研究提出以下重要贡献：

1）构建了涵盖从上级气道至细支气管的多尺度人体气道几何模型，并应用于开源OpenFOAM中的CFD仿真；

2）详细描述了基于一维（1D）网络模拟得出的生理一致性出口边界条件在OpenFOAM框架中的实现方法；

3）在呼吸系统仿真中，对比分析了基于剪切应力传输的尺度自适应仿真（SST-SAS）混合RANS模型、使用壁适应局部涡粘性（WALE）模型的LES以及传统SST模型的RANS方法；

4）探究了AMSL与Taubin两种气道表面平滑方法对CFD结果的影响，发现AMSL能提供更贴合原始CT影像的真实气道表面网格。

Conclusion

总结而言，我们开发了一套基于OpenFOAM的仿真框架，用于模拟延伸至细支气管的详细人体肺部模型中的气流与颗粒运输，并采用个体特异性流量作为出口边界条件。研究比较了不同湍流建模方法——LES、混合RANS-LES与纯RANS模型，以及AMSL与Taubin表面平滑方法的影响。主要发现如下：

1）在气流抵达下肺之前……