CN108256266A - 一种一维水动力模型和二维水动力模型耦合方法及系统 - Google Patents
一种一维水动力模型和二维水动力模型耦合方法及系统 Download PDFInfo
- Publication number
- CN108256266A CN108256266A CN201810137425.5A CN201810137425A CN108256266A CN 108256266 A CN108256266 A CN 108256266A CN 201810137425 A CN201810137425 A CN 201810137425A CN 108256266 A CN108256266 A CN 108256266A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- dimension
- particle
- dimentional
- model
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种一维水动力模型和二维水动力模型耦合方法及系统。所述耦合方法包括:获取一维水动力模型流向二维水动力模型的一维已知粒子分布量以及一维已知粒子流动速度;获取所述二维水动力模型流向所述一维水动力模型的二维已知粒子分布量以及二维已知粒子流动速度;根据上述已知量确定所述一维水动力模型的最后一排网格的一维单宽流量以及二维水动力模型第一排网格的二维单宽流量的平均值;采用格子玻尔兹曼数值法,确定一维未知粒子分布量以及二维未知粒子分布量。采用本发明所提供的耦合方法及系统能够提高不同维度的水动力模型的耦合效率。
Description
技术领域
本发明涉及一维水动力模型和二维水动力模型耦合领域,特别是涉及一种一维水动力模型和二维水动力模型耦合方法及系统。
背景技术
现有技术中为建立一、二维水动力耦合模型以更好的模拟出水域的地形地貌,所采用的操作有分析河湖系统、洪水漫流等典型研究区的地形地貌、水文特征等特点;明确研究区河道流量、水位、岸坡形态等建模的必要条件;建立水文、地形、遥感、环境等资料数据库。其中,对于河网或河段引入断面平均流速概念,把水流视为一维流动,建立一维水动力模型,发挥一维水动力模型快速准确模拟平均流速、水位及流量过程的特点;对宽阔水域或关注重点区域,由于其水平空间尺度远大于垂向空间尺度,水力参数的横向变化要远小于水平方向的变化,采用平面二维水动力模型来模拟。但是,在一维水动力模型和二维水动力模型的耦合处,存在未知粒子,因此,现有技术中利用边界法和重叠法将一维水动力模型和二维水动力模型耦合成一维、二维水动力耦合模型,通过利用一维水动力模型计算的流速和二维水动力模型计算得到的水深,再计算一维水动力模型以及二维水动力模型的未知粒子分布量,保证了两个维度模型的动态相关,但是使用了零梯度边界条件,不可避免的引入了计算误差,使得一维水动力模型以及二维水动力模型的未知粒子分布量的计算精度低,从而降低了一维、二维水动力耦合模型的耦合精度。
发明内容
本发明的目的是提供一维水动力模型和二维水动力模型耦合方法及系统,以解决现有技术中未知粒子分布量计算误差大、耦合精度低的问题。
为实现上述目的,本发明提供了如下方案:
一种一维水动力模型和二维水动力模型耦合方法,包括:
获取一维水动力模型流向二维水动力模型的一维已知粒子分布量以及一维已知粒子流动速度;
获取所述二维水动力模型流向所述一维水动力模型的二维已知粒子分布量以及二维已知粒子流动速度;
根据所述一维已知粒子分布量、一维已知粒子流动速度、二维已知粒子分布量以及二维已知粒子流动速度确定所述一维水动力模型的最后一排网格的一维单宽流量以及二维水动力模型第一排网格的二维单宽流量的平均值;
采用格子玻尔兹曼数值法,根据所述一维已知粒子分布量、一维已知粒子流动速度以及一维单宽流量确定所述一维水动力模型的一维未知粒子分布量;
采用格子玻尔兹曼数值法,根据所述二维已知粒子分布量、二维已知粒子流动速度以及二维单宽流量的平均值确定所述二维水动力模型的二维未知粒子分布量。
可选的,根据所述一维已知粒子分布量、一维已知粒子流动速度、二维已知粒子分布量以及二维已知粒子流动速度确定所述一维水动力模型的最后一排网格的一维单宽流量以及二维水动力模型第一排网格的二维单宽流量的平均值,具体包括:
获取一维水动力模型以及二维水动力模型耦合的连续条件:
其中,h1D(end)为所述一维水动力模型最后一排网格的水深,为所述二维水动力模型第一排网格的水深的平均值,Q1D(end)为所述一维水动力模型最后一排网格的一维单宽流量,为二维水动力模型第一排网格的二维单宽流量的平均值;
按照所述连续条件,根据公式确定所述一维单宽流量以及二维单宽流量;其中, e1D为一维已知粒子流动速度,e2D为二维已知粒子流动速度, 为二维已知粒子分布量。
可选的,所述采用格子玻尔兹曼数值法,根据所述一维已知粒子分布量、一维已知粒子流动速度以及一维单宽流量确定所述一维水动力模型的一维未知粒子分布量,具体包括:
采用格子玻尔兹曼数值法,根据公式确定一维未知粒子分布量;其中,为一维已知粒子分布量,为一维未知粒子分布量。
可选的,所述采用格子玻尔兹曼数值法,根据所述二维已知粒子分布量、二维已知粒子流动速度以及二维单宽流量的平均值确定所述二维水动力模型的二维未知粒子分布量,具体包括:
采用格子玻尔兹曼数值法,根据公式公式以及公式确定二维未知粒子分布量;其中, 以及为所述二维未知粒子分布量。
一种一维水动力模型和二维水动力模型耦合系统,包括:
一维水动力模型数据获取模块,用于获取一维水动力模型流向二维水动力模型的一维已知粒子分布量以及一维已知粒子流动速度;
二维水动力模型数据获取模块,用于获取所述二维水动力模型流向所述一维水动力模型的二维已知粒子分布量以及二维已知粒子流动速度;
单宽流量确定模块,用于根据所述一维已知粒子分布量、一维已知粒子流动速度、二维已知粒子分布量以及二维已知粒子流动速度确定所述一维水动力模型的最后一排网格的一维单宽流量以及二维水动力模型第一排网格的二维单宽流量的平均值;
一维未知粒子分布量确定模块,用于采用格子玻尔兹曼数值法,根据所述一维已知粒子分布量、一维已知粒子流动速度以及一维单宽流量确定所述一维水动力模型的一维未知粒子分布量;
二维未知粒子分布量确定模块,用于采用格子玻尔兹曼数值法,根据所述二维已知粒子分布量、二维已知粒子流动速度以及二维单宽流量的平均值确定所述二维水动力模型的二维未知粒子分布量。
可选的,根据单宽流量确定模块具体包括:
连续条件获取单元,用于获取一维水动力模型以及二维水动力模型耦合的连续条件:
其中,h1D(end)为所述一维水动力模型最后一排网格的水深,为所述二维水动力模型第一排网格的水深的平均值,Q1D(end)为所述一维水动力模型最后一排网格的一维单宽流量,为二维水动力模型第一排网格的二维单宽流量的平均值;
二维已知粒子分布量确定单元,用于按照所述连续条件,根据公式确定所述一维单宽流量以及二维单宽流量;其中, e1D为一维已知粒子流动速度,e2D为二维已知粒子流动速度, 为二维已知粒子分布量。
可选的,所述一维未知粒子分布量确定模块具体包括:
一维未知粒子分布量确定单元,用于采用格子玻尔兹曼数值法,根据公式确定一维未知粒子分布量;其中,为一维已知粒子分布量,为一维未知粒子分布量。
可选的,所述二维未知粒子分布量确定模块具体包括:
二维未知粒子分布量确定单元,用于采用格子玻尔兹曼数值法,根据公式公式以及公式确定二维未知粒子分布量;其中, 以及为所述二维未知粒子分布量。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供了一种一维水动力模型和二维水动力模型耦合方法及系统,根据一维水动力模型以及二维水动力模型已知粒子分布量以及粒子流动速度计算得到一维水动力模型以及二维水动力模型的未知粒子分布量,即:缺失粒子分布量,在计算过程中,不使用多余的零梯度边界条件,从而大大减少了计算误差以及计算复杂度,进而提高了一维水动力模型以及二维水动力模型的未知粒子分布量的计算精度以及耦合效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的一维水动力模型与二维水动力模型采用格子玻尔兹曼数值法耦合时的示意图;
图2为本发明所提供的一维水动力模型和二维水动力模型耦合方法流程图;
图3为本发明所提供的一维水动力模型和二维水动力模型耦合系统结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种一维水动力模型和二维水动力模型耦合方法及系统,能够提高一维水动力模型和二维水动力模型的耦合效率。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
通过文献查阅、实地监测、遥感解译、部门走访等多种途径获取所需资料;集成国内外关于一、二维地表水耦合模拟和并行运算等方面的研究成果,并进行必要的整合和补充;建立研究方法和模型库并系统分类;分析河湖系统、洪水漫流等典型研究区的地形地貌、水文特征等特点,明确研究区河道流量、水位、岸坡形态等建模的必要条件,建立水文、地形、遥感、环境等资料数据库,为开展一、二维水动力耦合模型的建立奠定基础。
本发明运用格子波尔兹曼方法建立一维水动力模型和二维水动力模型的一、二维水动力耦合模型,其中对于河网或河段引入断面平均流速概念,把水流视为一维流动,建立一维水动力模型,发挥一维水动力模型快速准确模拟平均流速、水位及流量过程的特点;对宽阔水域或关注重点区域,由于其水平空间尺度远大于垂向空间尺度,水力参数的横向变化要远小于水平方向的变化,采用平面二维水动力模型来模拟;在数值方法上,拟采用格子波尔兹曼方法构建水动力数值模型,提高模型的数值稳定性和计算精度,并确保目标变量在数值运算中能够准确求解。
由于计算域内不同区域采用不同的计算方法或具有不同的精度,拟采用不同耦合方法形成一、二维耦合水环境模型覆盖整体计算域。充分考虑一、二维水动力模型区域边界随水位或流场变化而形成动态变化的特点,制定确定耦合边界位置的基本原则与方法;针对一、二维区域边界不同的连接方式,分析一、二维水动力模型耦合边界求解方法;在处理耦合边界问题时,在耦合模型连接断面处,根据水位、流量等相同条件,并将这些条件以格子波尔兹曼方法中的粒子平衡分布函数表达,在保证质量和动量守恒的基础上,可以更加方便合理地完成一维、二维模拟区域边界耦合,同时,为保持格子波尔兹曼方法的并行特性和运行稳定性,在处理边界耦合时要保持网格本地相关性和稳定条件。
格子波尔兹曼数值方法是一种使用微观粒子分布,描述宏观物理量变化的介观尺度数值方法,寻找一种利用格子波尔兹曼方法特有的粒子分布特性,耦合一、二维水动力模型的粒子耦合方法,是一种全新的尝试,由图1可见,e1为粒子的速度矢量,一维水动力模型和二维水动力模型在耦合边界处,一维水动力模型流向二维水动力模型方向的粒子分布是已知的(为一维水动力模型在向二维水动力模型方向的粒子分布量),下游流过来的则是未知的;而二维水动力模型表征流向一维水动力模型的粒子分布和是已知的,但是上游流过来的粒子分布和是未知的,参见图1中速度的流向,其中,根据粒子分布量的上角标与图1中相同下角标的速度的流向确定粒子分布量的方向,粒子分布量的下角标表示该粒子分布量处于第一水动力模型或第二水动力模型。虽然他们的传递方向互补,但一维水动力模型和二维水动力模型之间因为维度不同,粒子分布的计算方向和方式均不相同,相互传递的机理很难掌握。
图2为本发明所提供的一维水动力模型和二维水动力模型耦合方法流程图,如图2所示,一种一维水动力模型和二维水动力模型耦合方法,其特征在于,包括:
步骤201:获取一维水动力模型流向二维水动力模型的一维已知粒子分布量以及一维已知粒子流动速度。
步骤202:获取所述二维水动力模型流向所述一维水动力模型的二维已知粒子分布量以及二维已知粒子流动速度。
步骤203:根据所述一维已知粒子分布量、一维已知粒子流动速度、二维已知粒子分布量以及二维已知粒子流动速度确定所述一维水动力模型的最后一排网格的一维单宽流量以及二维水动力模型第一排网格的二维单宽流量的平均值。
所述步骤203具体包括:获取一维水动力模型以及二维水动力模型耦合的连续条件:
其中,h1D(end)为所述一维水动力模型最后一排网格的水深,为所述二维水动力模型第一排网格的水深的平均值,Q1D(end)为所述一维水动力模型最后一排网格的一维单宽流量,为二维水动力模型第一排网格的二维单宽流量的平均值;按照所述连续条件,根据公式确定所述一维单宽流量以及二维单宽流量;其中, e1D为一维已知粒子流动速度,e2D为二维已知粒子流动速度, 为二维已知粒子分布量。
步骤204:采用格子玻尔兹曼数值法,根据所述一维已知粒子分布量、一维已知粒子流动速度以及一维单宽流量确定所述一维水动力模型的一维未知粒子分布量。
所述步骤204具体包括:采用格子玻尔兹曼数值法,根据公式确定一维未知粒子分布量;其中,为一维已知粒子分布量,为一维未知粒子分布量。
步骤205:采用格子玻尔兹曼数值法,根据所述二维已知粒子分布量、二维已知粒子流动速度以及二维单宽流量的平均值确定所述二维水动力模型的二维未知粒子分布量。
所述步骤205具体包括:采用格子玻尔兹曼数值法,根据公式公式以及公式确定二维未知粒子分布量;其中, 以及为所述二维未知粒子分布量。
为了利用已知方向的微观粒子,补充计算未知方向的粒子分布,可以引入一维水动力模型以及二维水动力模型耦合的连续条件,即
其中Q1D(end)表示一维水动力模型最后一个网格的单宽流量,表示二维水动力模型第一排网格的单宽流量的平均值。由一维水动力模型可以得到下面的公式
将(3)式进行变换得到
此公式可以用作一维水动力模型的出流边界,将(4)代入(2)可以得到
由二维水动力模型可以得到
当y方向的流速远远小于x方向的流速时,即v<<u,可以近似得认为
则(7)和(8)可以变换为
以上三个公式,用作二维格子波尔兹曼模型的入流边界条件计算公式,将(10)、(11)和(12)代入(6)可以得到
将(5)和(13)代入(1)可以得到
上式中的Q1D(end)和是相等的,也是唯一未知的量,这里用表示,它可以由其他一、二维边界的微观粒子和粒子运动速度计算得到
将代入(4)得到一维格子波尔兹曼模型边界中未知的2方向的粒子分布
将代入(10)、(11)和(12)同样可以计算出二维格子波尔兹曼模型边界中未知的1、2和8方向的粒子分布
使用上述的公式,一维水动力模型和二维水动力模型边界处的缺失粒子分布,都根据已知的粒子分布计算补充完整了,并且保证了两个维度的模型在耦合边界处的水深和流量相等,也就满足了质量和动量守恒定律。
这种方法计算的好处是,在耦合一维水动力模型与二维水动力模型时,未知方向的粒子分布,仅由边界处一、二维水动力模型已知的粒子分布和粒子速度计算得到,没有任何其他的宏观变量参与计算,也没有使用任何容易产生计算误差的零梯度边界条件,因此计算结果更准确;两个模型也可以完全独立计算,在同一个时间步长即可完成,耦合计算仅仅与边界处的网格有关,利于模型的灵活运用和并行计算的实施;且不需要重新计算边界网格已知方向的粒子分布,不会为耦合计算造成负担,有利于提高耦合模型整体的计算效率。这种依据已知微观粒子分布,计算耦合边界未知的微观粒子分布的耦合方法,我称之为粒子耦合法。
使用粒子法耦合一、二维格子波尔兹曼水动力模型,充分利用了格子波尔兹曼模型的微观粒子分布反映宏观物理变化的特点,依据质量守恒和动量守恒定理,利用一维水动力模型和二维水动力模型耦合边界处网格内已知方向的微观粒子分布,计算得到两种不同维度模型的微观粒子传递关系,是一种适用于格子波尔兹曼方法的全新的数值模型耦合方法,该耦合理论同样可以应用于一维水动力模型与三维水动力模型耦合,或者二维水动力模型与三维水动力模型耦合等,而其简单高效的耦合特点还可以应用于河流漫堤、洪水的侧向耦合模型和其他维度的模型耦合上,具有广泛的应用前景。粒子法耦合一、二维格子波尔兹曼水动力模型,使得利用格子波尔兹曼数值模型模拟时,可以灵活运用不同维度的模型,任意组合,用边界处已知的粒子分布轻度耦合,同时保证了耦合模型的准确性,这正发挥了格子波尔兹曼方法边界处理简单的特点和优势,为格子波尔兹曼数值方法的灵活应用,开辟了新的领域。
图3为本发明所提供的一维水动力模型和二维水动力模型耦合系统结构图,如图3所示,一种一维水动力模型和二维水动力模型耦合系统,包括:
一维水动力模型数据获取模块301,用于获取一维水动力模型流向二维水动力模型的一维已知粒子分布量以及一维已知粒子流动速度。
二维水动力模型数据获取模块302,用于获取所述二维水动力模型流向所述一维水动力模型的二维已知粒子分布量以及二维已知粒子流动速度。
单宽流量确定模块303,用于根据所述一维已知粒子分布量、一维已知粒子流动速度、二维已知粒子分布量以及二维已知粒子流动速度确定所述一维水动力模型的最后一排网格的一维单宽流量以及二维水动力模型第一排网格的二维单宽流量的平均值。
一维未知粒子分布量确定模块304,用于采用格子玻尔兹曼数值法,根据所述一维已知粒子分布量、一维已知粒子流动速度以及一维单宽流量确定所述一维水动力模型的一维未知粒子分布量。
二维未知粒子分布量确定模块305,用于采用格子玻尔兹曼数值法,根据所述二维已知粒子分布量、二维已知粒子流动速度以及二维单宽流量的平均值确定所述二维水动力模型的二维未知粒子分布量。
在实际应用中,根据单宽流量确定模块303具体包括:
连续条件获取单元,用于获取一维水动力模型以及二维水动力模型耦合的连续条件:
其中,h1D(end)为所述一维水动力模型最后一排网格的水深,为所述二维水动力模型第一排网格的水深的平均值,Q1D(end)为所述一维水动力模型最后一排网格的一维单宽流量,为二维水动力模型第一排网格的二维单宽流量的平均值;
二维已知粒子分布量确定单元,用于按照所述连续条件,根据公式确定所述一维单宽流量以及二维单宽流量;其中, e1D为一维已知粒子流动速度,e2D为二维已知粒子流动速度, 为二维已知粒子分布量。
在实际应用中,所述一维未知粒子分布量确定模块304具体包括:
一维未知粒子分布量确定单元,用于采用格子玻尔兹曼数值法,根据公式确定一维未知粒子分布量;其中,为一维已知粒子分布量,为一维未知粒子分布量。
在实际应用中,所述二维未知粒子分布量确定模块305具体包括:
二维未知粒子分布量确定单元,用于采用格子玻尔兹曼数值法,根据公式公式以及公式确定二维未知粒子分布量;其中, 以及为所述二维未知粒子分布量。
本发明所提供的耦合方法及系统从微观粒子分布的介观尺度建立了一维和二维格子波尔兹曼水动力耦合边界的处理方法----粒子法,保证了模型中质量守恒和动量守恒,准确而高效的耦合不同维度的模型;在耦合一维模型与二维模型时,格子波尔兹曼模型中的未知方向的粒子分布,仅由边界处一、二维模型已知的粒子分布和粒子速度计算得到,没有任何其他的宏观变量参与计算,也没有使用任何容易产生计算误差的零梯度边界条件,因此计算结果更准确;两个不同维度的模型也可以完全独立计算,在同一个时间步长即可完成,耦合计算仅仅与边界处的网格有关,利于模型的灵活运用和并行计算的实施;且不需要重新计算边界网格已知方向的粒子分布,不会为耦合计算造成负担,有利于提高耦合模型整体的计算效率。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种一维水动力模型和二维水动力模型耦合方法,其特征在于,包括:
获取一维水动力模型流向二维水动力模型的一维已知粒子分布量以及一维已知粒子流动速度;
获取所述二维水动力模型流向所述一维水动力模型的二维已知粒子分布量以及二维已知粒子流动速度;
根据所述一维已知粒子分布量、一维已知粒子流动速度、二维已知粒子分布量以及二维已知粒子流动速度确定所述一维水动力模型的最后一排网格的一维单宽流量以及二维水动力模型第一排网格的二维单宽流量的平均值;
采用格子玻尔兹曼数值法,根据所述一维已知粒子分布量、一维已知粒子流动速度以及一维单宽流量确定所述一维水动力模型的一维未知粒子分布量;
采用格子玻尔兹曼数值法,根据所述二维已知粒子分布量、二维已知粒子流动速度以及二维单宽流量的平均值确定所述二维水动力模型的二维未知粒子分布量。
2.根据权利要求1所述的耦合方法,其特征在于,根据所述一维已知粒子分布量、一维已知粒子流动速度、二维已知粒子分布量以及二维已知粒子流动速度确定所述一维水动力模型的最后一排网格的一维单宽流量以及二维水动力模型第一排网格的二维单宽流量的平均值,具体包括:
获取一维水动力模型以及二维水动力模型耦合的连续条件:
其中,h1D(end)为所述一维水动力模型最后一排网格的水深,为所述二维水动力模型第一排网格的水深的平均值,Q1D(end)为所述一维水动力模型最后一排网格的一维单宽流量,为二维水动力模型第一排网格的二维单宽流量的平均值;
按照所述连续条件,根据公式
确定所述一维单宽流量以及二维单宽流量;其中, e1D为一维已知粒子流动速度,e2D为二维已知粒子流动速度, 为二维已知粒子分布量。
3.根据权利要求2所述的耦合方法,其特征在于,所述采用格子玻尔兹曼数值法,根据所述一维已知粒子分布量、一维已知粒子流动速度以及一维单宽流量确定所述一维水动力模型的一维未知粒子分布量,具体包括:
采用格子玻尔兹曼数值法,根据公式确定一维未知粒子分布量;其中,为一维已知粒子分布量,为一维未知粒子分布量。
4.根据权利要求2所述的耦合方法,其特征在于,所述采用格子玻尔兹曼数值法,根据所述二维已知粒子分布量、二维已知粒子流动速度以及二维单宽流量的平均值确定所述二维水动力模型的二维未知粒子分布量,具体包括:
采用格子玻尔兹曼数值法,根据公式公式以及公式确定二维未知粒子分布量;其中, 以及为所述二维未知粒子分布量。
5.一种一维水动力模型和二维水动力模型耦合系统,其特征在于,包括:
一维水动力模型数据获取模块,用于获取一维水动力模型流向二维水动力模型的一维已知粒子分布量以及一维已知粒子流动速度;
二维水动力模型数据获取模块,用于获取所述二维水动力模型流向所述一维水动力模型的二维已知粒子分布量以及二维已知粒子流动速度;
单宽流量确定模块,用于根据所述一维已知粒子分布量、一维已知粒子流动速度、二维已知粒子分布量以及二维已知粒子流动速度确定所述一维水动力模型的最后一排网格的一维单宽流量以及二维水动力模型第一排网格的二维单宽流量的平均值;
一维未知粒子分布量确定模块,用于采用格子玻尔兹曼数值法,根据所述一维已知粒子分布量、一维已知粒子流动速度以及一维单宽流量确定所述一维水动力模型的一维未知粒子分布量;
二维未知粒子分布量确定模块,用于采用格子玻尔兹曼数值法,根据所述二维已知粒子分布量、二维已知粒子流动速度以及二维单宽流量的平均值确定所述二维水动力模型的二维未知粒子分布量。
6.根据权利要求5所述的耦合系统,其特征在于,根据单宽流量确定模块具体包括:
连续条件获取单元,用于获取一维水动力模型以及二维水动力模型耦合的连续条件:
其中,h1D(end)为所述一维水动力模型最后一排网格的水深,为所述二维水动力模型第一排网格的水深的平均值,Q1D(end)为所述一维水动力模型最后一排网格的一维单宽流量,为二维水动力模型第一排网格的二维单宽流量的平均值;
二维已知粒子分布量确定单元,用于按照所述连续条件,根据公式
确定所述一维单宽流量以及二维单宽流量;其中, e1D为一维已知粒子流动速度,e2D为二维已知粒子流动速度, 为二维已知粒子分布量。
7.根据权利要求6所述的耦合系统,其特征在于,所述一维未知粒子分布量确定模块具体包括:
一维未知粒子分布量确定单元,用于采用格子玻尔兹曼数值法,根据公式确定一维未知粒子分布量;其中,为一维已知粒子分布量,为一维未知粒子分布量。
8.根据权利要求6所述的耦合系统,其特征在于,所述二维未知粒子分布量确定模块具体包括:
二维未知粒子分布量确定单元,用于采用格子玻尔兹曼数值法,根据公式公式以及公式确定二维未知粒子分布量;其中, 以及为所述二维未知粒子分布量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810137425.5A CN108256266B (zh) | 2018-02-10 | 2018-02-10 | 一种一维水动力模型和二维水动力模型耦合方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810137425.5A CN108256266B (zh) | 2018-02-10 | 2018-02-10 | 一种一维水动力模型和二维水动力模型耦合方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108256266A true CN108256266A (zh) | 2018-07-06 |
CN108256266B CN108256266B (zh) | 2020-08-11 |
Family
ID=62744989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810137425.5A Active CN108256266B (zh) | 2018-02-10 | 2018-02-10 | 一种一维水动力模型和二维水动力模型耦合方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108256266B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609630A (zh) * | 2021-08-10 | 2021-11-05 | 北京大学 | 一种全矿井自适应的一三维耦合通风网络解算方法 |
CN117592171A (zh) * | 2024-01-18 | 2024-02-23 | 北京适创科技有限公司 | 一种布水数据计算方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880797A (zh) * | 2012-09-19 | 2013-01-16 | 北京师范大学 | 一种处理干湿边界问题的介观方法 |
CN105808812A (zh) * | 2015-12-16 | 2016-07-27 | 北京师范大学 | 一种地表水水龄二维介观数值模拟方法 |
CN106599457A (zh) * | 2016-12-13 | 2017-04-26 | 中国水利水电科学研究院 | 一种基于Godunov格式一、二维耦合技术的山洪数值模拟方法 |
CN107239657A (zh) * | 2017-05-31 | 2017-10-10 | 中国水利水电科学研究院 | 一种面向对象的水动力学建模要素管理方法 |
-
2018
- 2018-02-10 CN CN201810137425.5A patent/CN108256266B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880797A (zh) * | 2012-09-19 | 2013-01-16 | 北京师范大学 | 一种处理干湿边界问题的介观方法 |
CN105808812A (zh) * | 2015-12-16 | 2016-07-27 | 北京师范大学 | 一种地表水水龄二维介观数值模拟方法 |
CN106599457A (zh) * | 2016-12-13 | 2017-04-26 | 中国水利水电科学研究院 | 一种基于Godunov格式一、二维耦合技术的山洪数值模拟方法 |
CN107239657A (zh) * | 2017-05-31 | 2017-10-10 | 中国水利水电科学研究院 | 一种面向对象的水动力学建模要素管理方法 |
Non-Patent Citations (2)
Title |
---|
HAIFEI LIU: "Numerical modeling of the tidal wave run-up and the eelgrass habitat at the Laizhou Bay", 《ECOLOGICAL MODELLING》 * |
HONGDA WANG: "A lattice Boltzmann model for solute transport in open channel flow", 《JOURNAL OF HYDROLOGY》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609630A (zh) * | 2021-08-10 | 2021-11-05 | 北京大学 | 一种全矿井自适应的一三维耦合通风网络解算方法 |
CN113609630B (zh) * | 2021-08-10 | 2022-04-29 | 北京大学 | 一种全矿井自适应的一三维耦合通风网络解算方法 |
CN117592171A (zh) * | 2024-01-18 | 2024-02-23 | 北京适创科技有限公司 | 一种布水数据计算方法、装置及电子设备 |
CN117592171B (zh) * | 2024-01-18 | 2024-04-12 | 北京适创科技有限公司 | 一种布水数据计算方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108256266B (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rodriguez et al. | High-resolution numerical simulation of flow through a highly sinuous river reach | |
CN109657418B (zh) | 一种基于mike21的湖泊水环境容量计算方法 | |
Tonina et al. | Hydraulic modelling approaches for ecohydraulic studies: 3D, 2D, 1D and non‐numerical models | |
Persi et al. | Calibration of a dynamic Eulerian-lagrangian model for the computation of wood cylinders transport in shallow water flow | |
Li et al. | 3D Numerical modelling of flow divisions at open channel junctions with or without vegetation | |
Kantoush et al. | Experimental and numerical modelling of sedimentation in a rectangular shallow basin | |
Kang et al. | Turbulent flow characteristics around a non-submerged rectangular obstacle on the side of an open channel | |
Sanchez et al. | A depth-averaged 2-D model of flow and sediment transport in coastal waters | |
Zhang et al. | Integrated hydrodynamic model for simulation of river-lake-sluice interactions | |
CN108256266A (zh) | 一种一维水动力模型和二维水动力模型耦合方法及系统 | |
Huai et al. | Two dimensional analytical solution for a partially vegetated compound channel flow | |
Takken et al. | The influence of both process descriptions and runoff patterns on predictions from a spatially distributed soil erosion model | |
Montaseri et al. | Numerical study of flow pattern around lateral intake in a curved channel | |
Ren et al. | A comparison of numerical and Lu modeling of water flow and heat transport with laboratory experiments | |
KR101106548B1 (ko) | 텐서형 와점성계수를 가진 2차원 하천흐름모형을 이용하여 천수흐름을 해석하는 방법 | |
Zhang | Study on flow and bed evolution in channels with spur dykes | |
Ota et al. | Quantification of spatial lag effect on sediment transport around a hydraulic structure using Eulerian–Lagrangian model | |
KR101718755B1 (ko) | 홍수발생시 도로 및 하천으로 유입되는 빗물의 흐름을 모의하기 위한 3차원 유체 시뮬레이션 시스템 및 이를 이용한 시뮬레이션 방법 | |
Hawkins et al. | Hydrodynamic shadowing effect during precipitation of dendrites in channel flow | |
Üneş et al. | 3-D real dam reservoir model for seasonal thermal density flow. | |
Üneş et al. | Investigation of seasonal thermal flow in a real dam reservoir using 3-D numerical modeling | |
Barton et al. | Verification of a numerical model for the prediction of low slope vertical slot fishway hydraulics | |
Aricò et al. | A marching in space and time (MAST) solver of the shallow water equations. Part II: The 2D model | |
Kang et al. | Numerical simulation of turbulent flow and sediment transport processes in arbitrarily complex waterways | |
Ingham et al. | Fundamental equations for CFD river flow simulations |
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 |