CN108470081A - 一种超声速边界层多块网格定位及快速流场插值方法 - Google Patents

Abstract

本发明公开了一种超声速边界层多块网格定位及快速流场插值方法：读取各类超声速/高超声速飞行器的基本流场，建立分区结构化网格的拓扑结构和对接关系，自动识别基本流场的边界条件；建立分区结构化网格的快速搜索引擎，对于给定的物理空间坐标，快速精确地定位出该物理空间坐标对应的计算坐标；采用映射函数代替传统的差分差值方法，快速准确计算任意给定的物理空间坐标点上的流场量。本发明在复杂几何和来流情况下，提供多块网格的拓扑结构的识别和对接方法，以及给定坐标点的快速搜索定位引擎，及给定坐标点上流场物理量。

Description

一种超声速边界层多块网格定位及快速流场插值方法

技术领域

本发明涉及超声速飞行器数值计算领域，更具体的说，是涉及一种超声速边界层多块网格定位及快速流场插值方法。

背景技术

航空航天技术关系到国家的经济及安全，其中高速飞行技术中的挑战性气动问题之一就是边界层转捩位置的预测。由于湍流的摩擦系数和传热系数远大于层流，边界层是否转捩和在何处转捩直接影响飞行器的摩擦阻力、热防护及流动分离位置等。若能较准确地预测出转捩位置并延迟转捩的发生，则可以提高升阻比，降低燃料消耗，为热防护设计提供依据，大大地改进飞行器性能。边界层转捩预测是准确预测超声速飞行器阻力和热流的前提之一，也是新型航空航天飞行器气动研制和热防护设计的瓶颈之一。而边界层特征参数的识别是边界层转捩位置准确预测的前提。

然而基于经典的理论和传统的方法所建立的边界层特征参数识别技术在超音速复杂三维边界层的边界层特征参数识别遇到的很多的问题，主要表现在以下几个方面：

第一、各类典型高升阻比外形飞行器的外形较复杂，无法仅采用一块结构化网格进行计算流体动力学仿真时，而通常采用多块对接结构化网格，因此边界层内可能分布在多块网格，需要从多块结构化网格中提取边界层流动的信息后才能进行边界层参数的识别。对于多块结构化网格的复杂三维流场，不同块上物理坐标与计算坐标的对应关系不同，需要根据结构化网格拓扑结构来综合建立有效的定位方法，快速给出给定物理坐标在多块网格中对应的计算坐标。

第二、对于复杂三维流场，由于网格较复杂，无法直接在物理坐标下(x,y,z)对流场进行插值，而往往在计算坐标下(i,j,k)进行插值。复杂外形的壁面上往往存在较大的曲率，加上壁面附近网格长宽比的失调，物理坐标与计算坐标的非线性关系很强，导致采用距离最小来确定物理坐标与计算坐标对应关系的方法失效，即通过在计算节点上的物理坐标与给定物理坐标之间距离最短来确定相应计算坐标值往往是错误的。因此需要在计算坐标中采用基于有限微分的方法进行插值。

发明内容

本发明的目的是为了克服现有技术中的不足，提供了一种超声速边界层多块网格定位及快速流场插值方法，是一种在复杂几何和来流情况下，提供多块网格的拓扑结构的识别和对接方法，以及给定坐标点的快速搜索定位引擎，及给定坐标点上流场物理量的微分插值方法。

本发明的目的是通过以下技术方案实现的。

一种超声速边界层多块网格定位及快速流场插值方法，包括以下步骤：

步骤一，读取各类超声速/高超声速飞行器的基本流场，建立分区结构化网格的拓扑结构和对接关系，自动识别基本流场的边界条件；

步骤二，建立分区结构化网格的快速搜索引擎，对于给定的物理空间坐标，快速精确地定位出该物理空间坐标对应的计算坐标；

步骤三，采用映射函数代替传统的差分差值方法，获得任意给定的物理空间坐标点上的流场量。

步骤一中基本流场处理包括Plot3D网格文件的读入和Plot3D数据文件的读入：

Plot3D网格文件的读入：①首先按照无格式网格文件读取文件头，得到nblock、imax、jmax、kmax信息，如果失败，按照有格式网格文件读取文件头，如果再失败，报错；②读取网格信息x、y、z；③根据网格信息识别计算域的范围；

Plot3D数据文件的读入：①首先按照无格式数据文件读取文件头，得到nblock、imax、jmax、kmax、lmax信息，如果失败，按照有格式数据文件读取文件头，如果再失败，报错；②读取数据信息xu；③根据数据信息识别各个物理的范围。

步骤一边界条件的识别包括内部边界条件的识别、壁面的识别、入口条件的识别、出口条件的识别：

内部边界条件的识别：①内部边界是指两个块之间或者两个块部分点对点重合；②基于网格信息，根据某网格块上8个顶点与其它网格块表面网格点重合的情况，对有重合点的其它网格块表面进行逻辑块拆分；③根据逻辑块顶点重合的情况判断两个逻辑块之间一个逻辑面与另一个逻辑面的点对点重合的情况，如果两个逻辑面的点对点重合，则这两个逻辑面相互重合，为一个相同的界面，为内部边界；

壁面的识别：①对于未确定的逻辑面，根据该逻辑面内法向方向的网格加密情况判定是否为壁面；②对于未确定的逻辑面，根据该逻辑面的法向速度为零判定为壁面；③对于根据网格加密判定为壁面的逻辑面，再根据该逻辑面的法向速度为零来确定该逻辑面是否确实为壁面，否则不是；

入口条件的识别：对于未确定的逻辑面，基于数据信息根据该逻辑面的速度矢量方向是否与该逻辑面的内法向方向一致来判定是否为入口条件；

出口条件的识别：对于未确定的逻辑面，基于数据信息根据该逻辑面的速度矢量方向是否与该逻辑面的外法向方向一致来判定是否为出口条件；

步骤一中分区结构化网格拓扑关系的识别：

①根据识别出来的边界条件，根据逻辑面对网格块进行拆分，确保每个逻辑面之间是一对一的关系，建立网格块与逻辑块、网格面与逻辑面之间的映射关系；

②对逻辑块和逻辑面建立索引信息；

③根据逻辑块和逻辑面的索引信息、逻辑面之间的相互映射关系建立分区结构化网格之间的拓扑关系，实现网格块一对多、多对多的拓扑关系识别；

④根据各种边界条件类型的逻辑面索引信息，包括各个顶点所在边、面、体的信息，各个边所在面、体的信息，各个面所在体的信息。

步骤二按以下策略快速精确地定位出目标点的计算坐标：

(1)对于任意目标点(x,y,z)_M，根据搜索引擎快速定位到最近的网格节点：

①对所有逻辑块顶点，遍历顶点(点数量＝逻辑块数×8)对应物理空间坐标(x_i,y_j,z_k)与目标点的空间距离，从而定位到最近的块顶点P_corner；

②对最近的块顶点P_corner所在的逻辑块上的边，遍历边上的点(点数量＝每条边上点数之和)对应的物理空间坐标(x_i,y_j,z_k)与目标点的空间距离，从而定位到最近的边点P_edge；

③对最近的边点P_edge所在的逻辑块上的面，遍历面上的点(点数量＝每个面上点数之和)对应的物理空间坐标(x_i,y_j,z_k)与目标点的空间距离，从而定位到最近的面点P_face；

④对最近的面点P_face所在的逻辑块，从该点开始，判断相邻点与目标点的空间距离，从而定位到距离目标点更近的网格节点P，并标记已经遍历过的点；然后从新的定位点开始，判断新的未遍历的相邻点目标点的空间距离，从而定位到距离目标点更近的网格节点；以此类推，直到找到距离目标点最近的网格节点P_volume，即(i_P,j_P,k_P)；

(2)基于距离目标点最近的网格节点P_volume定位到目标点处的计算坐标：

①在距离目标点最近的网格节点P_volume附近，建立物理空间坐标和计算坐标之间的映射函数；对于结构化网格，空间位置(x_i,y_j,z_k)与计算坐标(i,j,k)呈一一对应关系，其中空间位置(x_i,y_j,z_k)为离散网格点，计算坐标(i,j,k)中i,j,k均为整数；基于物理空间坐标与计算坐标的一一对应关系，在物理空间坐标(x_i,y_j,z_k)附近建立从计算坐标到物理空间坐标的映射函数x＝x(i_s,j_s,k_s),y＝y(i_s,j_s,k_s),z＝z(i_s,j_s,k_s)，其中映射函数为非线性光滑函数，而且自变量i_s,j_s,k_s均为实数；

②将距离目标点最近的网格节点P_volume与周围网格节点所在的空间在计算坐标上进行细分，细分节点上的物理空间坐标由计算坐标到物理空间坐标的映射函数确定，然后按照上述(1)中④的策略，在这些细分点中找到距离目标点更近的计算坐标；

③如果细分后距离目标点M最近的细分点位于网格边界上，需要在其相邻的网格也进行细分，直到找到细分后距离目标点最近的细分节点S，其计算坐标为(i_S,j_S,k_S)，其物理空间坐标由计算坐标到物理空间坐标的映射函数确定；

④以离目标点最近的细分节点S为初始近似位置，基于从计算坐标到物理空间坐标的映射函数，采用三维牛顿迭代法计算得到距离目标点最接近的点Q，其计算坐标为(i_Q,j_Q,k_Q)，其物理空间坐标由计算坐标到物理空间坐标的映射函数确定，即(x,y,z)_Q＝[x(i_Q,j_Q,k_Q),y(i_Q,j_Q,k_Q),z(i_Q,j_Q,k_Q)]；

⑤如果目标点(x,y,z)_M在计算域内，则Q点与M点的空间位置完全重合，即(x,y,z)_M＝(x,y,z)_Q，此时通过本方法计算得到了计算坐标到物理空间坐标的非线性映射函数中应变量(x,y,z)_M所对应的自变量(i_Q,j_Q,k_Q)，即x_M＝x(i_Q,j_Q,k_Q),y_M＝y(i_Q,j_Q,k_Q),z_M＝z(i_Q,j_Q,k_Q)；如果目标点(x,y,z)_M不在计算域内，则Q点是距离M点最近的位置，即Q点到M点的距离d＝|(x,y,z)_M-(x,y,z)_Q|为M点对计算域的距离。

步骤三在目标点上使用映射函数进行差值的过程：

①在目标点附近，建立流场物理量和计算坐标之间的映射函数；对于读取的流场数据，空间位置(x_i,y_j,z_k)上的流场物理量f(x_i,y_j,z_k)与计算坐标(i,j,k)呈一一对应关系，其中空间位置(x_i,y_j,z_k)为离散网格点，计算坐标(i,j,k)中i,j,k均为整数；基于流场物理量与计算坐标的一一对应关系，在物理空间坐标(x_i,y_j,z_k)附近建立从计算坐标到流场物理量的映射函数f(x_i,y_j,z_k)＝f(i_s,j_s,k_s)，其中映射函数为非线性光滑函数，而且i_s,j_s,k_s为实数；

②将Q点所对应的计算坐标(i_Q,j_Q,k_Q)代入从计算坐标到流场物理量的非线性映射函数，计算得到Q点上的物理量f(x,y,z)_Q＝f(i_Q,j_Q,k_Q)；

③如果目标点(x,y,z)_M在计算域内，则Q点与M点的空间位置完全重合，此时Q点上的物理量与M点上的物理量相同，从而得到目标点上的物理量f(x,y,z)_M＝f(x,y,z)_Q；如果目标点(x,y,z)_M不在计算域内，此时需要采用外插来计算M点的物理量，选取目标点距离计算域最近的点上的物理量，即f(x,y,z)_M≈f(x,y,z)_Q。

与现有技术相比，本发明的技术方案所带来的有益效果是：

(1)本发明建立了多块网格的相互连接关系，从而奠定了跨区域定位和插值自动计算的基础；

(2)本发明中多层定位方案使用的是从块定位到网格节点定位到节点间定位的多层定位策略，避免了直接进行全局节点判断，从而提高的定位效率，大大减小了计算量；

(3)本发明采用基于计算坐标映射函数高精度插值的方法，代替传统基于空间坐标点的差分插值方法，更适合超声速边界层的流场特征，提高了流场中目标点的定位和插值精度。传统计算方法往往基于目标点几何最近位置的点进行流场插值(以图4为例，使用A、B、C、D点进行插值),不能代表目标点所在边界层位置的真实流场。使用网格细分和快速定位技术，可以基于对C、D、E、F点的位置关系对目标点使用映射函数赋值，更适合超声速边界层的流场特征，从而提高了流场插值精度。

附图说明

图1是超声速边界层多块网格定位及快速流场插值方法的整体流程图；

图2是多块网格拓扑结构建立和边界识别的示例图；

图3是定位到最近网格点Pvolume的示例图；

图4是进行网格细分和快速定位过程的示例图。

具体实施方式

下面结合附图对本发明作进一步的描述。

本发明的超声速边界层多块网格定位及快速流场插值方法，如图1所示，包括以下步骤：

S1，读取各类超声速/高超声速飞行器的基本流场，建立多块分区结构化网格的拓扑结构和对接关系，自动识别基本流场的边界条件(内部面、壁面、入口、出口等)，如图2所示。

S1.1基本流场处理:

Plot3D网格文件的读入：①首先按照无格式网格文件读取文件头，得到nblock、imax、jmax、kmax等信息，如果失败，按照有格式网格文件读取文件头，如果再失败，报错；②读取网格信息x、y、z；③根据网格信息识别计算域的范围。

Plot3D数据文件的读入：①首先按照无格式数据文件读取文件头，得到nblock、imax、jmax、kmax、lmax等信息，如果失败，按照有格式数据文件读取文件头，如果再失败，报错；②读取数据信息xu；③根据数据信息识别各个物理的范围。

S1.2边界条件的识别：

内部边界条件的识别(interior)：①内部边界是指两个块之间或者两个块部分点对点重合；②首先基于网格信息，根据某网格块上8个顶点与其它网格块表面网格点重合的情况，对有重合点的其它网格块表面进行逻辑块拆分；③其次根据逻辑块顶点重合的情况判断两个逻辑块之间一个逻辑面与另一个逻辑面的点对点重合的情况，如果两个逻辑面的点对点重合，则这两个逻辑面相互重合，为一个相同的界面，为内部边界。

壁面的识别(wall)：①对于未确定的逻辑面，根据该逻辑面内法向方向的网格加密情况判定是否为壁面；②对于未确定的逻辑面，根据该逻辑面的法向速度为零判定为壁面；③对于根据网格加密判定为壁面的逻辑面，再根据该逻辑面的法向速度为零来确定该逻辑面是否确实为壁面，否则不是。

入口条件的识别(inlet)：对于未确定的逻辑面，基于数据信息根据该逻辑面的速度矢量方向是否与该逻辑面的内法向方向一致来判定是否为入口条件。

出口条件的识别(outlet)：对于未确定的逻辑面，基于数据信息根据该逻辑面的速度矢量方向是否与该逻辑面的外法向方向一致来判定是否为出口条件。

S1.3分区结构化网格拓扑关系的识别：

①根据识别出来的边界条件，根据逻辑面对网格块进行拆分，确保每个逻辑面之间是一对一的关系，建立网格块与逻辑块、网格面与逻辑面之间的映射关系；

②对逻辑块和逻辑面建立索引信息；

③根据逻辑块和逻辑面的索引信息、逻辑面之间的相互映射关系建立多块分区结构化网格之间的拓扑关系，实现网格块一对多、多对多的拓扑关系识别；

④根据各种边界条件类型的逻辑面索引信息，包括各个顶点所在边、面、体的信息，各个边所在面、体的信息，各个面所在体的信息等。

S2建立分区结构化网格的快速搜索引擎，对于给定的物理空间坐标，快速精确地定位出该物理空间坐标对应的计算坐标，为流场的插值提供前提。

按以下策略快速精确地定位出目标点的计算坐标：

S2.1对于任意目标点(x,y,z)_M，根据搜索引擎快速定位到最近的网格节点：

①对所有逻辑块顶点，遍历顶点(点数量＝逻辑块数×8)对应物理空间坐标(x_i,y_j,z_k)与目标点的空间距离，从而定位到最近的块顶点P_corner，见图3所示。

②对最近的块顶点P_corner所在的逻辑块上的边，遍历边上的点(点数量＝每条边上点数之和)对应的物理空间坐标(x_i,y_j,z_k)与目标点的空间距离，从而定位到最近的边点P_edge。

③对最近的边点P_edge所在的逻辑块上的面，遍历面上的点(点数量＝每个面上点数之和)对应的物理空间坐标(x_i,y_j,z_k)与目标点的空间距离，从而定位到最近的面点P_face。

④对最近的面点P_face所在的逻辑块，从该点开始，判断相邻点与目标点的空间距离，从而定位到距离目标点更近的网格节点P，并标记已经遍历过的点；然后从新的定位点开始，判断新的未遍历的相邻点目标点的空间距离，从而定位到距离目标点更近的网格节点；以此类推，直到找到距离目标点最近的网格节点P_volume，即(i_P,j_P,k_P)。通过此索引引擎，可以避免在全局所有网格计算与目标点的距离，从而提高了定位速度，大大减少了计算量。

S2.2由于网格节点距目标点依然有距离，因此为了更精确的定位，基于距离目标点最近的网格节点P_volume定位到目标点处的计算坐标，见图4所示。

①在距离目标点最近的网格节点P_volume附近，建立物理空间坐标和计算坐标之间的映射函数；对于结构化网格，空间位置(x_i,y_j,z_k)与计算坐标(i,j,k)呈一一对应关系，其中空间位置(x_i,y_j,z_k)为离散网格点，计算坐标(i,j,k)中i,j,k均为整数；基于物理空间坐标与计算坐标的一一对应关系，在物理空间坐标(x_i,y_j,z_k)附近建立从计算坐标到物理空间坐标的映射函数x＝x(i_s,j_s,k_s),y＝y(i_s,j_s,k_s),z＝z(i_s,j_s,k_s)，其中映射函数为非线性光滑函数，而且自变量i_s,j_s,k_s均为实数。

②将距离目标点最近的网格节点P_volume与周围网格节点所在的空间在计算坐标上进行细分(如分为10份)，细分节点上的物理空间坐标由计算坐标到物理空间坐标的映射函数确定，然后按照上述S2.1中④的策略，在这些细分点中找到距离目标点更近的计算坐标。

③如果细分后距离目标点M最近的细分点位于网格边界上，需要在其相邻的网格也进行细分，直到找到细分后距离目标点最近的细分节点S，其计算坐标为(i_S,j_S,k_S)，其物理空间坐标由计算坐标到物理空间坐标的映射函数确定。

④以离目标点最近的细分节点S为初始近似位置，基于从计算坐标到物理空间坐标的映射函数，采用三维牛顿迭代法计算得到距离目标点最接近的点Q，其计算坐标为(i_Q,j_Q,k_Q)，其物理空间坐标由计算坐标到物理空间坐标的映射函数确定，即(x,y,z)_Q＝[x(i_Q,j_Q,k_Q),y(i_Q,j_Q,k_Q),z(i_Q,j_Q,k_Q)]。

⑤如果目标点(x,y,z)_M在计算域内，则Q点与M点的空间位置完全重合，即(x,y,z)_M＝(x,y,z)_Q，此时通过本方法计算得到了计算坐标到物理空间坐标的非线性映射函数中应变量(x,y,z)_M所对应的自变量(i_Q,j_Q,k_Q)，即x_M＝x(i_Q,j_Q,k_Q),y_M＝y(i_Q,j_Q,k_Q),z_M＝z(i_Q,j_Q,k_Q)；如果目标点(x,y,z)_M不在计算域内，则Q点是距离M点最近的位置，即Q点到M点的距离d＝|(x,y,z)_M-(x,y,z)_Q|为M点对计算域的距离。

优选的，在S2中，细分份数可根据实际网格间距，优先为10等分。10等分以上，按照10等分定位以后，在对亚级进行细分。根据实际网格的长宽比，细分可在一个方向或先在一个方向上执行。距离判定规则，可取为目标点附近最短网格边的1/10或根据需要设定为更小值。

S3采用映射函数代替传统的差分差值方法，该插值方法精度高，可以插值获得任意给定的物理空间坐标点上的流场量。

在目标点上使用映射函数进行高精度差值：

①在目标点附近，建立流场物理量和计算坐标之间的映射函数。对于读取的流场数据，空间位置(x_i,y_j,z_k)上的流场物理量f(x_i,y_j,z_k)与计算坐标(i,j,k)呈一一对应关系，其中空间位置(x_i,y_j,z_k)为离散网格点，计算坐标(i,j,k)中i,j,k均为整数。基于流场物理量与计算坐标的一一对应关系，在物理空间坐标(x_i,y_j,z_k)附近建立从计算坐标到流场物理量的映射函数f(x_i,y_j,z_k)＝f(i_s,j_s,k_s)，其中映射函数为非线性光滑函数，而且i_s,j_s,k_s为实数。

②将Q点所对应的计算坐标(i_Q,j_Q,k_Q)代入从计算坐标到流场物理量的非线性映射函数，计算得到Q点上的物理量f(x,y,z)_Q＝f(i_Q,j_Q,k_Q)。

③如果目标点(x,y,z)_M在计算域内，则Q点与M点的空间位置完全重合，此时Q点上的物理量与M点上的物理量相同，从而得到目标点上的物理量f(x,y,z)_M＝f(x,y,z)_Q；如果目标点(x,y,z)_M不在计算域内，此时需要采用外插来计算M点的物理量，但是一般外插的误差很大，甚至会处理非物理的结果(比如外插后的密度或温度为负数，违背了基本的物理原理)，因此近似选取目标点距离计算域最近的点上的物理量，即f(x,y,z)_M≈f(x,y,z)_Q。

优选的，在S3中，对评估点周围采用三维3次多项式插值建立映射函数：基于该点附近共64个网格点的流场信息，结果与三个方向插值顺序无关。

尽管上面结合附图对本发明的功能及工作过程进行了描述，但本发明并不局限于上述的具体功能和工作过程，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以做出很多形式，这些均属于本发明的保护之内。

Claims (6)

1.一种超声速边界层多块网格定位及快速流场插值方法，其特征在于，包括以下步骤：

步骤一，读取各类超声速/高超声速飞行器的基本流场，建立分区结构化网格的拓扑结构和对接关系，自动识别基本流场的边界条件；

步骤二，建立分区结构化网格的快速搜索引擎，对于给定的物理空间坐标，快速精确地定位出该物理空间坐标对应的计算坐标；

步骤三，采用映射函数代替传统的差分差值方法，获得任意给定的物理空间坐标点上的流场量。

2.根据权利要求1所述的超声速边界层多块网格定位及快速流场插值方法，其特征在于，步骤一中基本流场处理包括Plot3D网格文件的读入和Plot3D数据文件的读入：

Plot3D网格文件的读入：①首先按照无格式网格文件读取文件头，得到nblock、imax、jmax、kmax信息，如果失败，按照有格式网格文件读取文件头，如果再失败，报错；②读取网格信息x、y、z；③根据网格信息识别计算域的范围；

Plot3D数据文件的读入：①首先按照无格式数据文件读取文件头，得到nblock、imax、jmax、kmax、lmax信息，如果失败，按照有格式数据文件读取文件头，如果再失败，报错；②读取数据信息xu；③根据数据信息识别各个物理的范围。

3.根据权利要求1所述的超声速边界层多块网格定位及快速流场插值方法，其特征在于，步骤一边界条件的识别包括内部边界条件的识别、壁面的识别、入口条件的识别、出口条件的识别：

内部边界条件的识别：①内部边界是指两个块之间或者两个块部分点对点重合；②基于网格信息，根据某网格块上8个顶点与其它网格块表面网格点重合的情况，对有重合点的其它网格块表面进行逻辑块拆分；③根据逻辑块顶点重合的情况判断两个逻辑块之间一个逻辑面与另一个逻辑面的点对点重合的情况，如果两个逻辑面的点对点重合，则这两个逻辑面相互重合，为一个相同的界面，为内部边界；

壁面的识别：①对于未确定的逻辑面，根据该逻辑面内法向方向的网格加密情况判定是否为壁面；②对于未确定的逻辑面，根据该逻辑面的法向速度为零判定为壁面；③对于根据网格加密判定为壁面的逻辑面，再根据该逻辑面的法向速度为零来确定该逻辑面是否确实为壁面，否则不是；

入口条件的识别：对于未确定的逻辑面，基于数据信息根据该逻辑面的速度矢量方向是否与该逻辑面的内法向方向一致来判定是否为入口条件；

出口条件的识别：对于未确定的逻辑面，基于数据信息根据该逻辑面的速度矢量方向是否与该逻辑面的外法向方向一致来判定是否为出口条件。

4.根据权利要求1所述的超声速边界层多块网格定位及快速流场插值方法，其特征在于，步骤一中分区结构化网格拓扑关系的识别：

①根据识别出来的边界条件，根据逻辑面对网格块进行拆分，确保每个逻辑面之间是一对一的关系，建立网格块与逻辑块、网格面与逻辑面之间的映射关系；

②对逻辑块和逻辑面建立索引信息；

③根据逻辑块和逻辑面的索引信息、逻辑面之间的相互映射关系建立分区结构化网格之间的拓扑关系，实现网格块一对多、多对多的拓扑关系识别；

④根据各种边界条件类型的逻辑面索引信息，包括各个顶点所在边、面、体的信息，各个边所在面、体的信息，各个面所在体的信息。

5.根据权利要求1所述的超声速边界层多块网格定位及快速流场插值方法，其特征在于，步骤二按以下策略快速精确地定位出目标点的计算坐标：

(1)对于任意目标点(x,y,z)_M，根据搜索引擎快速定位到最近的网格节点：

①对所有逻辑块顶点，遍历顶点(点数量＝逻辑块数×8)对应物理空间坐标(x_i,y_j,z_k)与目标点的空间距离，从而定位到最近的块顶点P_corner；

②对最近的块顶点P_corner所在的逻辑块上的边，遍历边上的点(点数量＝每条边上点数之和)对应的物理空间坐标(x_i,y_j,z_k)与目标点的空间距离，从而定位到最近的边点P_edge；

③对最近的边点P_edge所在的逻辑块上的面，遍历面上的点(点数量＝每个面上点数之和)对应的物理空间坐标(x_i,y_j,z_k)与目标点的空间距离，从而定位到最近的面点P_face；

④对最近的面点P_face所在的逻辑块，从该点开始，判断相邻点与目标点的空间距离，从而定位到距离目标点更近的网格节点P，并标记已经遍历过的点；然后从新的定位点开始，判断新的未遍历的相邻点目标点的空间距离，从而定位到距离目标点更近的网格节点；以此类推，直到找到距离目标点最近的网格节点P_volume，即(i_P,j_P,k_P)；

(2)基于距离目标点最近的网格节点P_volume定位到目标点处的计算坐标：

①在距离目标点最近的网格节点P_volume附近，建立物理空间坐标和计算坐标之间的映射函数；对于结构化网格，空间位置(x_i,y_j,z_k)与计算坐标(i,j,k)呈一一对应关系，其中空间位置(x_i,y_j,z_k)为离散网格点，计算坐标(i,j,k)中i,j,k均为整数；基于物理空间坐标与计算坐标的一一对应关系，在物理空间坐标(x_i,y_j,z_k)附近建立从计算坐标到物理空间坐标的映射函数x＝x(i_s,j_s,k_s),y＝y(i_s,j_s,k_s),z＝z(i_s,j_s,k_s)，其中映射函数为非线性光滑函数，而且自变量i_s,j_s,k_s均为实数；

②将距离目标点最近的网格节点P_volume与周围网格节点所在的空间在计算坐标上进行细分，细分节点上的物理空间坐标由计算坐标到物理空间坐标的映射函数确定，然后按照上述(1)中④的策略，在这些细分点中找到距离目标点更近的计算坐标；

③如果细分后距离目标点M最近的细分点位于网格边界上，需要在其相邻的网格也进行细分，直到找到细分后距离目标点最近的细分节点S，其计算坐标为(i_S,j_S,k_S)，其物理空间坐标由计算坐标到物理空间坐标的映射函数确定；

④以离目标点最近的细分节点S为初始近似位置，基于从计算坐标到物理空间坐标的映射函数，采用三维牛顿迭代法计算得到距离目标点最接近的点Q，其计算坐标为(i_Q,j_Q,k_Q)，其物理空间坐标由计算坐标到物理空间坐标的映射函数确定，即(x,y,z)_Q＝[x(i_Q,j_Q,k_Q),y(i_Q,j_Q,k_Q),z(i_Q,j_Q,k_Q)]；

⑤如果目标点(x,y,z)_M在计算域内，则Q点与M点的空间位置完全重合，即(x,y,z)_M＝(x,y,z)_Q，此时通过本方法计算得到了计算坐标到物理空间坐标的非线性映射函数中应变量(x,y,z)_M所对应的自变量(i_Q,j_Q,k_Q)，即x_M＝x(i_Q,j_Q,k_Q),y_M＝y(i_Q,j_Q,k_Q),z_M＝z(i_Q,j_Q,k_Q)；如果目标点(x,y,z)_M不在计算域内，则Q点是距离M点最近的位置，即Q点到M点的距离d＝|(x,y,z)_M-(x,y,z)_Q|为M点对计算域的距离。

6.根据权利要求1所述的超声速边界层多块网格定位及快速流场插值方法，其特征在于，步骤三在目标点上使用映射函数进行差值的过程：

①在目标点附近，建立流场物理量和计算坐标之间的映射函数；对于读取的流场数据，空间位置(x_i,y_j,z_k)上的流场物理量f(x_i,y_j,z_k)与计算坐标(i,j,k)呈一一对应关系，其中空间位置(x_i,y_j,z_k)为离散网格点，计算坐标(i,j,k)中i,j,k均为整数；基于流场物理量与计算坐标的一一对应关系，在物理空间坐标(x_i,y_j,z_k)附近建立从计算坐标到流场物理量的映射函数f(x_i,y_j,z_k)＝f(i_s,j_s,k_s)，其中映射函数为非线性光滑函数，而且i_s,j_s,k_s为实数；

②将Q点所对应的计算坐标(i_Q,j_Q,k_Q)代入从计算坐标到流场物理量的非线性映射函数，计算得到Q点上的物理量f(x,y,z)_Q＝f(i_Q,j_Q,k_Q)；

③如果目标点(x,y,z)_M在计算域内，则Q点与M点的空间位置完全重合，此时Q点上的物理量与M点上的物理量相同，从而得到目标点上的物理量f(x,y,z)_M＝f(x,y,z)_Q；如果目标点(x,y,z)_M不在计算域内，此时需要采用外插来计算M点的物理量，选取目标点距离计算域最近的点上的物理量，即f(x,y,z)_M≈f(x,y,z)_Q。