Delft3D FM Suite 2020.2 v1.6.1 安装免费版(附安装教程)

Delft3D FM Suite 2020.2是结构化的Delft3D 4 Suite的后继产品，简称为Delft3D2020，与Delft3D 4一样，依然是一款功能强大整体水解决方案的1D 、2D、3D建模套件，其中包含了D-Waves、D-Water Quality、D-Flow Flexible Mesh、D-Real Time Control和D-Rainfall Runoff等众多模块，从而即可很好的帮助用户模拟风暴潮，飓风，海啸，详细的流量和水位，波浪，沉积物的输送和形态，水质和生态状况，并能够处理这些过程之间的相互作用，致力更好的帮助用户研究水和地下领域。同时，在Delft3D FM Suite 2020.2中使用D-Waves模块不仅可以帮助用户轻松的模拟河口，还能模拟创建带有潮汐入口的屏障岛、潮滩、湖泊、河道等中随、短波的风产生波的演化，并且D-Waves还支持帮助用户轻松的计算波传播、风产生的波、非线性波与波的相互作用和耗散，以计算在深，中和有限深度的水中，然后即可给出给定的底部地形，风场，水位和流场，十分强大，这样就可以直接通过软件来随时随地的帮助用户模拟计算，无需实地进行考察测量再慢慢进行计算，从而即可有效的提升用户们的工作效率。

ps：小编为用户们带来的是Delft3D2020破解版，附带了相对应的破解补丁，可以轻松的帮助用户免费激活解锁该软件的所有功能限制，小编亲测可用，随后会将其详细的破解安装教程附在下文以供参考，欢迎有需要的用户们免费下载体验。

Delft3D2020破解版安装教程：

1、下载并进行解压即可获得Delft3D FM Suite 2020.2源程序及相对应的破解补丁；

2、双击“Delft3D FM Suite 2020.02 HMWQ (1.6.1.47098).msi”开始安装；

3、选择“i accept...”

4、根据需求来选择安装；

5、耐心等待安装；

6、安装完成后先不要运行启动软件；

7、打开_SolidSQUAD_文件夹，将文件“dhsdelft_SSQ.dat复制到计算机安全位置，如安装目录中。再将文件“ dauth.dll”复制到安装目录下的bin文件夹内并进行替换；

默认路径C:\Program Files (x86)\Deltares\Delft3D FM Suite 2020.02 HMWQ (1.6.1.47098)\bin

或C:\Program Files\Deltares\Delft3D FM Suite 2020.02 HMWQ (1.6.1.47098)\bin

8、接着创建指向dhsdelft_SSQ.dat的用户环境变量DHSDELFT_LICENSE_FILE

例如，如果“ dhsdelft_SSQ.dat”已复制到默认软件安装路径中

则变量名：DHSDELFT_LICENSE_FILE

变量值：C:\Program Files (x86)\Deltares\Delft3D FM Suite 2020.02 HMWQ (1.6.1.47098)\bin\dhsdelft_SSQ.dat

9、最后到这里就可以获得Delft3D FM Suite 2020.2破解版软件啦，希望对用户有帮助。

软件特点

该套件可直接访问在世界上最著名的液压研究所之一积累和开发的最新工艺知识

基于Delta Shell的图形用户界面（GUI）是市场上最用户友好的工具之一

带有空间编辑器的中央地图

可自定义和可停靠的窗口视图

与在线数据库的连接

通过Python脚本接口批量运行

所有模块均显示一个高度集成和互操作性

功能介绍

【D-Flow Flexible Mesh】

1、标准功能

潮汐强迫。

地球自转的影响（科里奥利力）。

密度驱动的流量（动量方程中的压力梯度项）。

包括对流扩散求解器以计算密度梯度。

时空会随风和大气压变化。

先进的湍流模型考虑了垂直湍流的粘度和扩散性

基于涡流粘度的概念。 提供了四个选项：1）常数，2）代数，3）k-ε和4）k-τ模型。

时变源和汇（例如河流排放）

模拟热排放，废水排放和冷却水进水口

任何位置，任何深度。

潮间带和冬季河床干燥和洪水的稳健模拟。

2、特殊功能

内置自动开关，可将2D底应力系数转换为3D系数。

内置的抗蠕变校正功能可抑制由于σ网格引起的人为垂直扩散和人为流动。

通过自由水表面进行热交换。

波引起的应力和质量通量。

波浪对床层剪应力的影响。

用于计算流中（例如，在河弯中）螺旋运动现象的强度的可选工具，这在沉积和侵蚀研究中（特别是深度平均值-2DH-仅用于计算）特别重要。

可以启用求解器中的非线性迭代以获取准确的洪水结果。

用于潮汐分析输出参数的可选设备。

用于特殊结构的可选设备，例如泵站，桥梁，固定堰和可控屏障（1D，2D和3D）

默认平流方案适用于从流孔传播到涡流脱落等各种流态。

在基于MPI的高性能计算群集上并行运行的域分区。

【D-Waves】

1、标准功能

SWAN模型解释了以下物理现象：

深度和/或环境电流在空间上变化的底部的波折射

深度和电流引起的浅滩

风产生波

白封耗散

深度引起的破坏耗散

由于底部摩擦而耗散（三种不同的配方）

非线性波-波相互作用（四重态和三重态）

流动阻塞波

通过障碍物传播，阻碍或反射

绕射

2、特殊功能

一个特殊功能是与D-Flow柔性网格物体的动态相互作用（即双向波流相互作用）。 通过这种方式，可以考虑波浪对电流的影响（通过强迫，增强的湍流和增加的床切应力）和流动对波浪的影响（通过设置，电流折射和增强的底部摩擦）。

【D-Morphology】

D-Morphology，沉积物传输和形态模块支持非粘性沉积物的床荷和悬浮负载传输，以及由于波浪和水流而导致的粘性沉积物的悬浮负载。该模块被实现为流体力学模块D-Flow Flexible Mesh的扩展。

在模式化过程中，我们区分“泥浆”（粘性悬浮负荷运输），“砂”（非粘性基质负荷和悬浮负荷运输）和“基质负荷”（仅非粘性基质负荷或总负荷运输）部分。仿真可以包括计算机存储器和仿真时间允许的任意数量的这些分数。尽管这仍是一个活跃的研究领域，但考虑到了泥沙相互作用。

求解对流扩散方程以确定由于“沙”和“泥”馏分的电流引起的悬浮运输。如果已知悬浮载荷的动态影响可以忽略不计（由于沉积物直径或沉积物输送公式的原因），则“床载”方法将更为有效。对于那些需要较少存储空间和较少仿真时间的分数，对流扩散方程无法求解。如果所选的泥沙输送公式包括悬浮组分，则将此组分添加到床荷重中以获得总的荷重性能。

床组合物可以建模为单个充分混合的层，也可以建模为多层床，以跟踪随时间推移不同沉积物层的发展。用户界面尚不支持后者。对于长时间跟踪沉积物，以及研究由于床层组成变化而导致可蚀性变化很大的床层，它特别有用。

D-Morphology包括使用挖泥，倾倒和营养作业进行泥沙管理的广泛功能。

【D-RTC】

D-RTC（实时控制）插件可用于对水工结构的反馈控制进行建模。 它可以应用于降雨径流，水力学和水质计算。 D-RTC模块用于集成模型中，并且始终与流体动力学模型结合，例如D-Flow 1D或D-Flow FM。

【D-Water Quality】

数学水质模型可对给定水系统中的一个或多个水质“状态变量”进行近似的定量描述。模型提供了不完美的现实图像，并且根据需要或尽可能精确。详细信息取决于建模目标和可用数据。对于有意义的水质建模，需要洞悉所用模型的局限性和准确性。

在D-水质量模型中，“状态变量”是代表污染物，天然存在的物质或水生生物的“物质”。物质可能通过模型边界，横向流动或“干燥”废物负荷进入模型区域。除非附着或沉积在沉积床上，否则它们会随着水流和湍流在模拟水体中移动（模型域）。水的流动系数和分散系数通常来自流体动力学模型（例如Delft3D-FLOW，D-Flow柔性网格或SOBEK-FLOW），同时这些物质在水生环境中表现出特定的行为。

这可以是简单的衰变，也可以是与其他物质相互作用的一个或多个转换。大多数转化归因于微生物，浮游植物和其他水生生物。一些过程是化学反应。其他过程是物理过程，例如水与大气之间的转移。所有水质过程的速率均根据简化或高级的动力学规则制定，每个规则都需要输入参数，通常表示为过程系数。速率取决于温度，有时还取决于其他气象参数，例如太阳辐射和风速。这些参数在模型中的输入由气象强迫指示。强制模型的参数更通用的名称是“强迫函数”。数值求解器用于计算由于质量传输和水质过程而产生的物质浓度。水质模型和基础的数值算法应保持质量，即，它们不应考虑到无法解释的质量损失或产生。良好的水质模型应提供有关质量平衡的详细信息。

水质建模可以应用于各种水质问题。这些问题中的每一个都需要对特定物质或一组物质进行建模。如果各个状态变量的模型公式相互连接，则通常需要包括状态变量组。例如，状态变量“有机碎屑”的衰减导致消耗一定比例的状态变量“溶解氧”。另一个例子是代表无机悬浮颗粒和吸附镉的状态变量的沉降。

【RGFGRID】

RGFGRID程序的目的是为Delft3D-FLOW模块创建，修改和可视化正交曲线网格。

曲线网格被应用在有限差分模型中，以在关注区域提供高网格分辨率，而在其他地方提供低分辨率，从而节省了计算量。

网格线可能会沿着陆地边界和通道弯曲，因此可以避免臭名昭著的“阶梯”边界，这种边界可能导致人为扩散。

曲线网格应该是光滑的，以使有限差分近似中的误差最小。 最后，Delft3D-FLOW的曲线网格必须正交，这样可以节省一些计算量大的转换项。 在模型设置阶段需要付出额外的努力，才能使计算更快，更准确。