《计算力学学报杂志》发表论文赏析
作者:王娜娜,韩升,田野
单位:山西警察学院 网络安全保卫系, 太原 030401,北京交通大学 计算机科学与技术学院, 北京 100044,太原师范学院 计算机科学与技术学院, 晋中 030619
摘要:在计算流体力学中,网格质量极大影响着数值模拟结果精度及运算效率。气泡堆积法无需考虑相交判断且数据结构较为简单,在网格生成效率和质量上具有明显优势。本文在传统气泡堆积法的基础上,优化了通过移动节点提升网格质量的过程,并将其定义为Bubble-Opt方法。其中,采用了与神经网络结合的气泡半径选取方法生成初始气泡,利用改进的气泡动态移动技术将气泡调整至合适位置,进而通过Delaunay方法连接气泡中心形成最终优化网格。然后,将不同气泡半径选取方法以及不同过程参数下Bubble-Opt方法的优化效果进行对比。以二维圆柱绕流为例,测试了优化前后网格几何质量和过渡比。对于该算例,存在一组最优参数和最佳半径选取方法,使得网格质量优化效果最佳,平均过渡比可提高约17.37%,平均网格质量可提高约13.60%,并且可显著提高最低过渡比以及最低网格质量。最后,在该半径选取方法和过程参数下,以二维圆柱绕流和NACA0012翼型流动为例,分别从定性和定量的角度将数值模拟结果与试验数据对比,可见整体网格质量显著提高。
关键词:气泡堆积法,网格优化,机器学习,计算流体力学,
基金资助:山西省高等学校科技创新项目(2020L0716);山西省高等学校一般性教学改革项目(J2021844;J20231556);山西省青少年发展研究立项课题(JT2023E86)资助项目.