[发明专利]用于涡流场自适应网格细化的需求驱动型特征识别方法

说明书

本发明涉及工程计算流体力学技术领域，尤其涉及用于涡流场自适应网格细化的需求驱动型特征识别方法，包括确定由速度梯度亥氏正对称分量的欧氏模、速度梯度亥氏反对称分量的欧氏模和调函系数表示的经验需求因子；确定由速度梯度亥氏正对称分量的欧氏模、速度梯度亥氏反对称分量的欧氏模、经验需求因子和保真常数表示的涡变相极度；当对涡流场中的集中涡所在区域进行自适应网格细化时，取涡变相极度的阈值进行特征识别；当对涡流场中的剪切层所在区域进行自适应网格细化时，取涡变相极度的梯度进行特征识别。本发明的核心识别参数具有归一化和伽利略不变性的理论优势，其函数特征还可通过经验需求因子来调节以灵活应对典型的工程细化需求。

技术领域

本发明涉及工程计算流体力学技术领域，尤其涉及一种用于涡流场自适应网格细化的需求驱动型特征识别方法。

背景技术

涡流场自适应网格细化是保证高效工程计算的重要手段，而特征识别方法则是自适应网格细化过程中的基础工具。特征识别方法用于决定涡流场计算时需要细化的区域，其识别效果直接影响计算精度与计算效率。从目前的工程应用来看，在常用的特征识别方法中，即使是相对最优的Omega方法也未能达到这一目标，究其原因，在于目前的特征识别方法主要着眼于理论涡旋特征的识别，而并未从涡流计算中自适应网格细化需求的角度来被定义。特别地，在流体工程的数值计算中，以阈值法细化集中涡和以梯度法细化剪切层，是两种最常见的涡流场自适应网格细化需求，但目前相对“静态”的特征识别方法对此还无法灵活应对。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是现有的特征识别方法无法灵活应对流体工程中不同的涡流场自适应网格细化需求的问题。

(二)技术方案

为了解决上述技术问题，本发明提供了一种用于涡流场自适应网格细化的需求驱动型特征识别方法，包括：

S1，基于速度梯度亥氏正对称分量的欧氏模、速度梯度亥氏反对称分量的欧氏模的关系，确定由所述速度梯度亥氏正对称分量的欧氏模、所述速度梯度亥氏反对称分量的欧氏模和所述调函系数表示的经验需求因子；

S2，基于所述速度梯度亥氏正对称分量的欧氏模、所述速度梯度亥氏反对称分量的欧氏模、所述经验需求因子和保真常数的关系，确定由所述速度梯度亥氏正对称分量的欧氏模、所述速度梯度亥氏反对称分量的欧氏模、所述经验需求因子和所述保真常数表示的涡变相极度；

S3，当对涡流场中的集中涡所在区域进行自适应网格细化时，取所述涡变相极度的阈值进行特征识别；

S4，当对涡流场中的剪切层所在区域进行自适应网格细化时，取所述涡变相极度的梯度进行特征识别。

其中，所述S1中：

经验需求因子n应基于经验关系式计算得到；

所述调函系数包括为第一调函系数m₁、第二调函系数m₂、第三调函系数m₃和第四调函系数m₄，V_GS为速度梯度亥氏正对称分量的欧氏模，V_GA为速度梯度亥氏反对称分量的欧氏模，δ为保真常数，th(·)为双曲正切函数，|·|为绝对值函数。

其中，所述S3中，所述第一调函系数m₁＝0.0017，所述第二调函系数m₂＝1.1557，所述第三调函系数m₃＝0.8652，所述第四调函系数m₄＝0.4993。

其中，所述S4中，所述第一调函系数m₁＝0.0023，所述第二调函系数m₂＝1.3356，所述第三调函系数m₃＝0.7487，所述第四调函系数m₄＝1.9987。