La modélisation numérique sur l'aérodynamique est bien sûr un des champs d'application premiers et plus grands de l'histoire.

Le logiciel FLOW-3D peut vous aider à simuler tous les régimes d'écoulement, de régimes subsonique jusqu'au hypersoniques, en partant d'une approche 2D, avec complexité croissante jusqu'à des approches entièrement en 3D et avec la turbulence.
Les utilisateurs peuvent facilement importer leurs géométries, et la phase de maillage est considérablement réduit grâce à l'utilisation de l'algorithme FAVOR^TM. Le FAVOR est une approche immersive, où le maillage est rapidement établi en créant des boîtes autour des formes complexes. Pas besoin de suivre le contour de l'obstacle solide, pour faire le maillage.
Le solveur utilise une technique "time marching", qui permet une grande précision et vitesse de calcul, surtout lorsqu'il s'agit de résoudre des problèmes transitoires.

Les simulations fournissent plusieurs quantités d'intérêt pour les aérodynamiciens:
    • la pression et la valeur de vitesse dans chaque cellule à chaque moment
    • traînée et portance qui agissent sur ​​des objets solides (décomposé par pression et cisaillement)
    • couples agissant sur ​​les objets solides (décomposé par pression et cisaillement)
    • la dynamique des particules
    • les streamlines
    • les zones de vorticité et de stagnation
    • contrainte locale de cisaillement
    • dynamique du mouvement des corps rigides

En outre, les utilisateurs peuvent introduire dans la simulation plusieurs objets solides en mouvement, avec jusqu'à 6 degrés de liberté chacun, interagissant entre eux et avec le fluide avec un modèle de collision et le couplage complèt avec le fluide, en faisant CFD aéroélastique.

En aérodynamique, il est souvent utilisé pour effectuer l'optimisation sur des modélisations simplifiées 2D ou avec la méthode à panneau.
Pour rechercher des performances très extremum d'une manière très rapide, essayez le logiciel IOSO Technology (par SigmaTechnology).
IOSO travaillera en boucle avec vos outils de modélisation, en utilisant une nouvelle technologie d'optimisation "pousser-le-bouton", qui adopte une stratégie d'auto-organisation en utilisant jusqu'à 7 différents méthodes d'optimisation bien connue (gradients, génétiques, réseaux de neurones région de recherche, etc).