CN108073547B - 一种基于能量耗散的溶血经验预测方法及装置 - Google Patents
一种基于能量耗散的溶血经验预测方法及装置 Download PDFInfo
- Publication number
- CN108073547B CN108073547B CN201711274526.9A CN201711274526A CN108073547B CN 108073547 B CN108073547 B CN 108073547B CN 201711274526 A CN201711274526 A CN 201711274526A CN 108073547 B CN108073547 B CN 108073547B
- Authority
- CN
- China
- Prior art keywords
- hemolysis
- energy dissipation
- calculation
- cfd
- prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Physiology (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- External Artificial Organs (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供了一种基于能量耗散的溶血经验预测方法及装置,首先建立了一种基于能量耗散的溶血经验预测模型,根据所建立的模型进行溶血预测。所述溶血经验预测方法包括以下步骤:前期CFD(计算流体力学)计算准备工作;计算平均流能量耗散和湍动能耗散;定义溶血标量,计算溶血标量方程的源项;耦合CFD计算迭代求解溶血量。溶血预测装置包括:CFD计算前期准备模块、能量耗散计算模块、计算溶血源项模块、溶血求解模块。本发明提供的预测方法及装置,建立了能量耗散和血液损伤的定量关系,更符合物理实际;结果相较以往采用雷诺应力的计算结果低一个数量级以上,避免了以往模型高估湍流中溶血量的缺陷,做到了溶血的定量、定性估计。
Description
技术领域
本发明涉及一种基于能量耗散的溶血经验预测方法及装置,属于生物医学工程人工器官技术领域。
背景技术
溶血是指血红细胞破裂,血红蛋白释放到血浆中的过程。在涉及到血液循环的人工器官中,如心室辅助装置(VAD)中,流场中会产生很高的非生理性剪切应力,由此导致的溶血问题一直是业内所关注的焦点。在心室辅助装置的研发过程中,计算流体力学(CFD)模拟结合溶血经验预测模型已被广泛用于预测溶血量,辅助血液相容性设计。目前主流的溶血预测模型认为溶血量与等效剪切应力和暴露时间t呈指数关系:
等效剪切应力τeff由应力张量降阶计算得到,在层流中的形式简单明了,在复杂的湍流中则难以估算。通常的做法是采用雷诺应力估算湍流剪切应力。雷诺应力是N-S动量方程时间平均之后产生的一个未封闭项,代表了所有尺度速度脉动的平均动量通量。从这个意义上讲,它是数学公式变换的一个产物,虽然具有应力的量纲,但不是物理意义上的力,也不能完全表征血细胞所处的力学环境。之前的研究证实,雷诺应力用于预测湍流中的溶血量误差较大,大大高估了溶血量。
湍流最显著的特征是能量传递,即能量从大尺度的含能运动传递到小漩涡中,而更小的漩涡将湍动能通过摩擦的转化成热,这个过程称作能量耗散。血液损伤本质上可以视作流场中能量传递和耗散中的一环:流场中的一部分能量耗散掉了,作用于血红细胞上,造成了血液损伤。从这个意义上讲,能量耗散比N-S方程数学变换的产物雷诺应力更适合用来估算溶血。尽管如此,目前溶血和能量耗散之间的定量关系仍是空白。
发明内容
本发明的目的是为了改善溶血经验预测的精度,辅助血液循环人工器官的血液相容性。本发明从能量耗散的角度提出了溶血经验快速预测模型及硬件,来统一计算所有流动状态(层流、过渡流和湍流)中的溶血;相较传统以应力为基础的溶血预测模型,其对于湍流的溶血预测结果降低了一个数量级以上,与实验结果更加吻合,大大改善了湍流中溶血预测的精度;同时降低了对计算机硬件的要求,使溶血计算更容易实现。
本发明的一种基于能量耗散的溶血经验预测方法,可通过湍流预测的RANS方法(Reynolds Averaged Navier-Stokes,雷诺平均方法)如k-ε、k-ω等模型,或LES方法(Large-eddy simulation,大涡模拟方法)模拟湍动能耗散,与平均流能量耗散相加即可得到总的能量耗散,因而适用于各种流动机制;新模型本身更具有物理意义,即溶血本身即是流场中能量耗散的直接产物。
假设血液是单相流、牛顿流体,则动量方程可以由下式给出
其中U为速度向量;f表示体积力;τ表示瞬时剪切应力,其表达式为:
τ=2μS (3)
其中μ表示动力粘度;S为应变率张量,表达为:
按照雷诺分解原理,速度张量U可以拆分成平均分量<U>和波动分量u,
U=<U>+u (5)
其中尖括号代表时间平均,因此雷诺方程可以表示为:
τt=2μtS, (7)
μt是湍流粘度,其形式和求解方法因湍流模型而异。
以往计算有效剪切应力的常用做法是平均剪应力加上雷诺应力:
τeff=<τ>+τt (8)
应力张量τ需要转化为标量等效剪切应力来计算溶血。标量计算的形式很多,已有研究证明具体公式的选择对溶血的数值影响很小。本课题使用Jones的公式,用二阶张量τ的内积:
我们将(1)、(9)式定义的溶血模型称为RSB(Reynolds-stress-based,基于雷诺应力的)模型。
本发明所述基于能量耗散的溶血模型的建立步骤如下。按照雷诺分解原理,应变率张量S可以拆分成平均分量〈S〉和波动分量s,其表达式为:
二阶应变率张量S的范数表达式为:
应力张量τ的范数表达式为:
取τ的平方后再取其内积平均值,表达式为:
<τ2>=<||τ||2>=2μ2<<S>:<S>+2<S>:s+s:s>=2μ2(<S>:<S>+<s:s>) (13)
有效剪切应力τeff的表达式为:
湍流中平均动能的方程式为:
其中变=U·U/2是每单位质量流体的动能,Ti=(Uip-2UjSij)/ρ,εvis和εturb分别表示平均流量耗散和湍动能耗散,两者的理论定义表达式为:
εvis=2μ<S>:<S>/ρ (16)
εturb=2μ<s:s>/ρ (17)
其中ρ表示血液密度,两者单位为W/m3,代表分别由平均流动的黏性效应和湍流脉动效应引起的单位时间单位体积的能量损失。εturb的精确计算只有通过湍流的直接数值模拟才有可能获得,计算量极大,实际的湍流工程计算中往往采用湍流模型来模拟εturb。本方法基于湍流模拟的RANS或LES方法,εturb可通过主流的湍流模型如RANSk-ε、k-ω模型或LESWALE模型计算得到。
总的能量耗散ε的表达式为:
ε=εturb+εvis=2μ<S>:<S>/ρ+εturb (18)
将总的能量耗散ε的表达式带入有效剪切应力τeff的表达式中得:
将式(19)代入(1)式,指数模型可以表示成:
HI(%)=c(εμβ)α/2tβ (20)
即本发明的以能量耗散为基础的EDB(energy-dissipation-based)溶血预测模型。
一种基于能量耗散的溶血经验预测方法,具体包括以下步骤:
S101:前期CFD计算准备工作
对计算域进行空间离散,划分计算网格,设置边界条件;
S102:计算平均流能量耗散和湍动能耗散
采用湍流模型模拟雷诺方程中的未封闭项,进行CFD模拟得到流场信息,计算出湍动能和湍动能耗散εturb,平均流能量耗散εvis则可以直接由平均变形率张量<S>计算得到,见公式(16),则总的能量耗散ε为:
ε=εvis+εturb=2μ(<S>:<S>)/ρ+εturb
S103:建立溶血量和能量耗散的关系,定义溶血标量方程
溶血量HI(%)和能量耗散的关系为指数关系:
HI(%)=c(εμρ)α/2tβ
溶血量的标量输运方程采用欧拉方法进行求解,令标量hb′=hb1/β,则溶血模型可以改写为标量输运方程:
源项Se定义为
Se=(Hb·c·(εμρ)α/2)1/β
S104:耦合CFD计算迭代求解溶血量
采用不可压缩的CFD计算程序,加入溶血计算的标量方程,耦合流场的CFD计算进行溶血量的求解。
一种基于能量耗散的溶血经验预测装置,包括CFD计算前期准备模块、能量耗散计算模块、计算溶血源项模块、溶血求解模块;
所述CFD计算前期准备模块对计算域进行空间离散,划分网格,设置空间离散格式和时间推进格式,设置边界条件,为流场计算和溶血计算做准备;
所述能量耗散计算模块采用湍流模型模拟雷诺方程中的未封闭项,进行CFD模拟得到流场信息,计算出湍动能和湍动能耗散,平均流能量耗散则可以直接由平均变形率张量计算得到;
所述计算溶血源项模块定义溶血标量和求解溶血的标量方程,将总的能量耗散代入溶血经验预测模型,计算溶血标量方程的源项;
所述溶血求解模块采用欧拉方法耦合流场的CFD计算进行溶血量的求解。
进一步的,所述空间离散格式和时间推进格式的精度为二阶或二阶以上。
进一步的,所述预测方法预测的血流流动机制为湍流或过渡流。
进一步的,所述湍流模型采用的模拟方法为雷诺平均方法(RANS)或大涡模拟方法(LES)。
本发明的优点在于:
(1)本发明方法能定量分析血液循环装置中不同工况下的溶血状况,可对此类装置进行优化,并辅助血液相容性设计;
(2)本发明方法只需求解一个额外的标量方程,对内存占用较低,相较传统的溶血计算方法不会增加额外的计算量,便于更快速的并行计算;
(3)本发明提供的预测方法及装置,建立了能量耗散和血液损伤的定量关系,更符合物理实际,且采用能量耗散的架构可统一考虑层流、过渡流和湍流等多种复杂工况;结果相较以往采用雷诺应力的计算结果低一个数量级以上,避免了以往模型高估湍流中溶血量的缺陷,做到了溶血的定量、定性估计。
附图说明
图1为本发明方法的步骤流程图。
图2为毛细管道示意图。
图3为毛细管网格示意图。
图4为实施例1用RSB模型和EDB模型预测的溶血量和实验结果的对比图,其中(a)GW指数组合;(b)TZ指数组合;(c)HO指数组合。
图5为实施例2中FDA理想医疗器械示意图。
图6为实施例2的结果图,其中图6(a)为溶血预测结果图,图6(b)为两种工况的溶血量沿流向的分布图。
图7为实施例3的血泵的设计图和溶血测试循环回路图,其中:(a)流场测量示意图,(b)叶轮设计图,(c)泵的结构示意图,(d)溶血测试循环回路。
图8为实施例3中的血泵网格示意图。
图9为本发明装置的结构示意图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
实施例1
本发明的一种基于能量耗散的溶血经验预测方法,流程如图1所示。本例以一种毛细管道的溶血计算为例,说明具体实施步骤。
S101:前期CFD计算准备工作;
本示例计算的毛细管道如图2所示。Kameneva等人在2004年进行了该管道的溶血测试,雷诺数范围为300-5100。本方法主要改进了对于湍流中的溶血的预测,因此这里只考虑过渡和湍流四种工况,雷诺数分别为2230、3500、4500和5100,如表1所示。第四列中的数值是Kameneva的人测得的溶血量。
表1.毛细管模拟计算的四种工况
首先利用商业软件Ansys ICEM CFD生成网格。计算网格是块状结构网格(如图3所示),网格点总数为400万。网格在壁面处加密,第一个网格点距管壁约为1.68μm,可以满足解析壁面流动的需求。使用商业软件Ansys Fluent(Ansys,Inc.,Canonsburg,PA,USA)进行一系列RANS模拟。所有工况入口处的流动雷诺数都远低于2000,因此我们在入口采用抛物线速度型面。求解格式选择SIMPLE方法,动量方程的空间离散为二阶迎风格式。
S102:计算层流能量耗散和湍流能量耗散
本示例采用RNG k-ε模型计算湍流粘性系数μt:
湍动能k和湍动能耗散εturb的输运方程分别为
表2 RNG k-ε模型常数
本实施例将比较传统的RSB模型和本方法的EDB模型两种溶血计算方法的表现,因此需要从流场中提取雷诺应力和能量耗散。本实施例采用Fluent的UDF语言提取上述物理量,以及计算溶血标量方程的源项。结合方程(8)和(9),我们可以得到RSB模型等效剪切应力:
τeff=(μ+μt)S (24)
而EDB模型中总的能量耗散ε依下式计算
ε=εvis+εturb=2μ<S>:<S>/ρ+εturb (25)
而εturb由公式(23)求解。
S103:定义溶血标量,计算溶血标量方程的源项。
我们注意到溶血经验方程(20)中的时间项是非线性的,不利于采用时间迭代法进行求解。因此对方程(20)求1/β次方,可得:
HI(%)1/β=c(εμρ)α/2βt (26)
在此我们引入一个新的标量hb′=hb1/β。结合公式(1),上式可以写成:
hb′=(Hb·c·(εμρ)α/2)1/βt (27)
其中ε是总的能量耗散,由式(25)给出。血细胞运动过程中,其经历的能量耗散随之变化,因此上式可以写成微分的形式
d(hb′)=(Hb·c·(εμρ)α/2)1/βdt (28)
(28)可采用拉格朗日粒子追踪方法或欧拉方法求解,其中欧拉方法能避免拉格朗日方法中粒子停滞以及不容易进入狭缝等缺点,因此本示例采用欧拉方法求解溶血量的标量输运方程。式(28)两侧除以dt,并将质点导数d(hb′)/dt展开,得到
源项Se为
或
Se=(Hb·c·(εtotμρ)α/2)1/β (31)
式(30)对应RSB模型,对应传统的雷诺应力为基础的溶血计算方法;后者为EDB模型,即是本发明的以能量耗散为基础的溶血预测方法。上述标量输运方程是通过FluentUDF语言的User defined scalar进行定义。
S104:耦合CFD计算迭代求解溶血量。
表3常见溶血经验常数组
本实施例计算了表1中的四种工况,每种工况分别应用表3中每种指数组合的RSB模型和EDB模型,因此一共是24个数据点。溶血计算的标量方程(29)采用商业软件Ansys的UDF编程语言和Ansys Fluent的CFD计算相结合,耦合求解出hb′后,变换得到hb,进而计算得到HI(%)=hb/Hb×100,在管道出口进行质量平均即可得到总体的平均溶血量。溶血标量方程的求解采用二阶迎风格式。总体增加的计算量很小,不到5%,内存的消耗也几乎没有增加。
溶血预测结果分别如图4所示。从图中可以看出,本发明所提出的基于能量耗散的溶血经验预测模型(EDB模型)预测的溶血水平几乎比传统基于雷诺应力的RSB模型预测的水平低一个数量级,总体和实验值更为吻合。虽然EDB模型预测的结果与实验的结果比较吻合,但是其斜率和实验得出的斜率有显著差异,说明经验常数本身可能还需要进一步改进。
实施例2
本例以FDA(Food andDrugAdministration,美国药监局)的理想医疗器械基准算例为例,说明具体实施步骤。FDA设计该算例的目的是评估CFD模拟技术和溶血预测方法的精度。FDA组织了该算例流场和溶血的测量。流场测量的工况涵盖层流、过渡流和湍流,溶血测试采用牛血,红细胞比容36%左右。FDA理想医疗器械如图5所示,其主要特征是突然收缩段和锥形扩压器。
S101:前期CFD计算准备工作;
本实施例只考虑湍流工况,流量分别为4.1升/分钟和5.1升/分钟,如表4所示。第五列中的数值是FDA测得的溶血量。
表4 FDA理想医疗器械溶血预测的工况
Red,基于喉部平均速度和直径的雷诺数。
计算网格是块状结构网格,利用商业软件Ansys ICEM CFD生成,网格点总数为三百四十万。网格在壁面处加密,可以满足解析壁面流动的需求。流场计算使用商业软件Ansys Fluent,湍流模型采用RANS模拟。入口处施加抛物线速度曲线。求解格式选择SIMPLE方法,动量方程的空间离散为二阶迎风格式。
S102:计算层流能量耗散和湍流能量耗散
S103:定义溶血标量,计算溶血标量方程的源项。
以上两步骤与实施例1中的S102、S103相同,因此不再重复。
S104:耦合CFD计算迭代求解溶血量。
本实施例计算了表4中的两种工况,每种工况分别应用表4中每种指数组合的RSB模型和EDB模型,因此一共是12个数据点。我们采用Ansys Fluent进行CFD计算,通过Ansys的UDF编程语言求解标量方程(29)进行溶血计算。溶血预测结果如图6(a)所示。从图中可以看出,对于所有的系数组,本方法预测的溶血水平几乎比传统基于雷诺应力的RSB模型预测的水平低一个数量级以上,总体和实验值更为吻合。两种模型结果的差异相较实施例1更大,可能是由于本实施例的雷诺数更高,湍流对溶血的影响更显著。图6(b)展示了两种工况的溶血量沿流向的分布,可以看出突缩段和扩压段是溶血的主要来源。
实施例3
本例着重说明本发明的溶血预测方法在实际医疗器械的研发和血液相容性设计中的应用,以FDA的血泵基准算例为例。
心血管疾病是造成世界范围内致残和过早死亡的主要原因。心室辅助装置(ventricular assist device,VAD,俗称人工心脏或血泵)的出现为解决这个问题带来了曙光。迄今为止,第三代血泵已经进入临床应用,血泵在欧、美等发达国家已经使数以万计的末期心衰竭病人成功存活。但是VAD引起的血液相容性并发症至今未能得到妥善解决。
FDA设计血泵基准算例的目的是为了评估和促进CFD和溶血预测方法在血泵中的应用。图7为实施例3的血泵的设计图和溶血测试循环回路图,其中:(a)流场测量示意图,(b)叶轮设计图,(c)泵的结构示意图,(d)溶血测试循环回路。溶血测试采用250毫升猪血,红细胞比容36%左右。猪血循环120分钟,每隔40分钟取样。FDA一共测量了6种工况,本实施例选择其中溶血量最大的工况进行溶血预测。
S101:前期CFD计算准备工作;
本实施例考虑的工况如表5所示。
表5 FDA理想医疗器械溶血预测的工况
Red,基于喉部平均速度和直径的雷诺数。
计算网格是混合网格,叶轮区域为结构网格,利用商业软件Ansys ICEM CFD生成,其余部分为非结构网格,网格点总数为二千万左右,见图8。流场计算使用商业软件AnsysFluent,湍流模型采用LES方法的WALE模型。入口处施加实验测得的速度型面。求解格式选择SIMPLE方法,动量方程的空间离散为二阶中心差分格式,时间推进采用二阶显式格式。
S102:计算层流能量耗散和湍流能量耗散
本示例采用LES方法WALE亚格子湍流模型模拟湍流,湍流粘性系数μt为:
Ls=min(κd,CwV1/2) (33)
Cw与κ为常数,取值分别为0.325和0.41.则湍动能耗散εturb由下式计算
平均流的能量耗散εvis为
总的能量耗散
S103:定义溶血标量,计算溶血标量方程的源项。
本步骤与实施例1中的S103相同,因此不再重复。
S104:耦合CFD计算迭代求解溶血量。
本实施例计算了表5中的工况,溶血计算采用本方法的EDB模型,结合HO参数组。CFD计算计算采用Ansys Fluent,通过Ansys的UDF编程语言求解标量方程(29)进行溶血计算。泵的压头和溶血预测结果如表6所示。预测结果和实验结果吻合较好,尤其是压头,和实验值的误差在2%左右;相较此前血泵溶血预测误差经常出现的一个量级以上的误差,本实施例预测的溶血预测值和实验测得的溶血量较为接近。
表6 FDA血泵压头和溶血预测值与实验值对比
实施例4
本发明实施例还提供了一种基于能量耗散的溶血经验快速预测装置,如图9所示,该装置可位于计算机内部,包括CFD计算前期准备模块401、能量耗散计算模块402、计算溶血源项模块403、溶血求解模块404。
CFD计算前期准备模块401对计算域进行空间离散,划分网格,以及采用二阶精度以上的空间离散格式和时间推进格式,设置合适的边界条件,为流场计算和溶血计算做准备;
能量耗散计算模块402采用合适的湍流模型模拟雷诺方程中的未封闭项,进行CFD模拟得到流场信息,计算出湍动能和湍流能量耗散,粘性能量耗散则可以直接由平均变形率张量计算得到;
计算溶血源项模块403定义溶血标量和求解溶血的标量方程,将总的能量耗散代入溶血经验预测模型,计算溶血标量方程的源项;
溶血求解模块采用欧拉方法耦合流场的CFD计算进行溶血量的求解。
本发明实施例中,所述各计算模块均可通过计算机中的中央处理器(CentralProcessing Unit,CPU)、数字信号处理器(Digital Signal Processor,DSP)或可编程逻辑阵列(Field-Programmable GateArray,FPGA)实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (5)
1.一种基于能量耗散的溶血经验预测方法,其特征在于,具体包括以下步骤:
S101:前期CFD计算准备工作
对计算域进行空间离散,划分计算网格,设置边界条件;
S102:计算平均流能量耗散和湍动能耗散
采用湍流模型模拟雷诺方程中的未封闭项,进行CFD模拟得到流场信息,计算出湍动能和湍动能耗散εturb,平均流能量耗散εvis则直接由平均变形率张量<S>计算得到
εvis=2μ<S>:<S>/ρ
其中μ表示动力粘度,ρ表示血液密度,则总的能量耗散ε为
ε=εvis+εturb=2μ(S>:<S>/ρ+εturb
S103:建立溶血量和能量耗散的关系,定义溶血标量方程
溶血量HI(%)和能量耗散的关系为指数关系:
HI(%)=c(εμρ)α/2tβ
该指数关系即为基于能量耗散的溶血模型,其中c,α和β是经验常数;
溶血量的标量输运方程采用欧拉方法进行求解,令标量hb′=hb1/β,则溶血模型可以改写为标量输运方程:
源项Se定义为
Se=(Hb·c·(εμρ)α/2)1/β
其中ε是计算得到的总的能量耗散;
S104:耦合CFD计算迭代求解溶血量
采用不可压缩的CFD计算程序,在程序中写入求解溶血量标量输运方程的模块,耦合流场的CFD计算进行溶血量的求解。
2.根据权利要求1所述的一种基于能量耗散的溶血经验预测方法,其特征在于:实施该预测方法的预测装置,包括CFD计算前期准备模块、能量耗散计算模块、计算溶血源项模块、溶血求解模块;
所述CFD计算前期准备模块对计算域进行空间离散,划分网格,设置空间离散格式和时间推进格式,设置边界条件,为流场计算和溶血计算做准备;
所述能量耗散计算模块采用湍流模型模拟雷诺方程中的未封闭项,进行CFD模拟得到流场信息,计算出湍动能和湍流能量耗散,平均流能量耗散则直接由平均变形率张量计算得到;
所述计算溶血源项模块定义溶血标量和求解溶血的标量方程,将总的能量耗散代入溶血经验预测模型,计算溶血标量方程的源项;
所述溶血求解模块采用不可压缩CFD计算程序进行流场计算,采用欧拉方法耦合流场计算进行溶血量的求解。
3.根据权利要求1所述的一种基于能量耗散的溶血经验预测方法,其特征在于:所述预测方法预测的血流流动机制为湍流或过渡流。
4.根据权利要求1所述的一种基于能量耗散的溶血经验预测方法,其特征在于:所述S102中的湍流模型采用的模拟方法为雷诺平均方法RANS或大涡模拟方法LES。
5.根据权利要求2所述的一种基于能量耗散的溶血经验预测方法,其特征在于:所述空间离散格式和时间推进格式的精度为二阶或二阶以上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711274526.9A CN108073547B (zh) | 2017-12-06 | 2017-12-06 | 一种基于能量耗散的溶血经验预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711274526.9A CN108073547B (zh) | 2017-12-06 | 2017-12-06 | 一种基于能量耗散的溶血经验预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108073547A CN108073547A (zh) | 2018-05-25 |
CN108073547B true CN108073547B (zh) | 2021-05-18 |
Family
ID=62157921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711274526.9A Active CN108073547B (zh) | 2017-12-06 | 2017-12-06 | 一种基于能量耗散的溶血经验预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108073547B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110618832A (zh) * | 2018-06-19 | 2019-12-27 | 清华大学 | 数据处理方法、装置、计算机设备及可读存储介质 |
CN111324993B (zh) * | 2020-02-21 | 2022-06-07 | 苏州浪潮智能科技有限公司 | 一种湍流场更新方法、装置及其相关设备 |
CN112683743B (zh) * | 2021-03-12 | 2021-06-18 | 杭州晟视科技有限公司 | 血小板状态分析方法、装置、电子设备和存储介质 |
CN113899657B (zh) * | 2021-12-06 | 2022-02-18 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于复合式纹影技术的可压缩雷诺应力测量方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013056131A1 (en) * | 2011-10-13 | 2013-04-18 | Reichenbach Steven H | Pump and method for mixed flow blood pumping |
CN105143849A (zh) * | 2013-03-15 | 2015-12-09 | 艾瑞思国际股份有限公司 | 用于血液样品中粒子分析的动态范围扩展系统和方法 |
US9308302B2 (en) * | 2013-03-15 | 2016-04-12 | Thoratec Corporation | Catheter pump assembly including a stator |
CN105758783A (zh) * | 2016-05-05 | 2016-07-13 | 苏州大学 | 一种利用流式细胞术检测人气道胰蛋白酶样蛋白酶4的方法 |
-
2017
- 2017-12-06 CN CN201711274526.9A patent/CN108073547B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013056131A1 (en) * | 2011-10-13 | 2013-04-18 | Reichenbach Steven H | Pump and method for mixed flow blood pumping |
CN105143849A (zh) * | 2013-03-15 | 2015-12-09 | 艾瑞思国际股份有限公司 | 用于血液样品中粒子分析的动态范围扩展系统和方法 |
US9308302B2 (en) * | 2013-03-15 | 2016-04-12 | Thoratec Corporation | Catheter pump assembly including a stator |
CN105758783A (zh) * | 2016-05-05 | 2016-07-13 | 苏州大学 | 一种利用流式细胞术检测人气道胰蛋白酶样蛋白酶4的方法 |
Non-Patent Citations (3)
Title |
---|
On the representation of turbulent stresses for computing blood damage;Samuel J. Hund,et al;《International Journal of Engineering Science》;20101130;第48卷(第11期);第1325-1331页 * |
Verification Benchmarks to Assess the Implementation of Computational Fluid Dynamics Based Hemolysis Prediction Models;Prasanna Hariharan,et al;《Journal of Biomechanical Engineering》;20150930;第137卷;第1-10页 * |
基于能量耗散的溶血预测新方法;吴鹏,等;《第十一届南方计算力学学术会议(SCCM-11)》;20171020;第65页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108073547A (zh) | 2018-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108073547B (zh) | 一种基于能量耗散的溶血经验预测方法及装置 | |
Benim et al. | Simulation of blood flow in human aorta with emphasis on outlet boundary conditions | |
Campbell et al. | Fluid–structure interaction analysis of flexible turbomachinery | |
Faghih et al. | Extending the power-law hemolysis model to complex flows | |
Pfaller et al. | Automated generation of 0D and 1D reduced‐order models of patient‐specific blood flow | |
Galbraith et al. | SANS RANS solutions for 3D benchmark configurations | |
Sukuma et al. | Application of computational fluid dynamics techniques to blood pumps | |
Medvitz et al. | Development and validation of a computational fluid dynamics methodology for simulation of pulsatile left ventricular assist devices | |
CN113420507A (zh) | 流体流动模拟方法、装置以及介质 | |
US20170311916A1 (en) | Blood-flow analysis device for blood-flow simulation, method therefor, and computer software program | |
Sverdrup et al. | An embedded boundary approach for efficient simulations of viscoplastic fluids in three dimensions | |
Konnigk et al. | Equivalent scalar stress formulation taking into account non-resolved turbulent scales | |
Konnigk et al. | Grid-induced numerical errors for shear stresses and essential flow variables in a ventricular assist device: crucial for blood damage prediction? | |
Elhanafy et al. | Numerical simulation of viscoelastic blood flow with hematocrit variation in an arterial segment with two aneurysms | |
Li et al. | Efficient DSBGK simulations of the low speed thermal transpiration gas flows through micro-channels | |
Keith Walters et al. | Cyclic breathing simulations in large-scale models of the lung airway from the oronasal opening to the terminal bronchioles | |
Cao et al. | High-order gas-kinetic scheme in general curvilinear coordinate for iLES of compressible wall-bounded turbulent flows | |
Yu | Flow design optimization of blood pumps considering hemolysis | |
Shukla et al. | Analysis of rotary ventricular assist devices using CFD technique—a review | |
Perrin | Modelling of phase transitions in granular flows | |
Pu et al. | Implementation of a non-equilibrium analytical wall model in the local domain-free-discretization method for large eddy simulation | |
Fernandes et al. | A stabilized mixed space–time Proper Generalized Decomposition for the Navier–Stokes equations | |
Albadawi et al. | Influence of arterial wall elasticity on blood flow dynamic factors of stenotic carotid artery | |
Graefe et al. | Computational fluid dynamics for mechanical circulatory support device development | |
Rajendra et al. | Comparative analysis of finite element method solvers in computational blood flow investigations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |