CN113255201B - 一种基于粒子方法的自适应可变分辨率的建模系统及方法 - Google Patents
一种基于粒子方法的自适应可变分辨率的建模系统及方法 Download PDFInfo
- Publication number
- CN113255201B CN113255201B CN202110528887.1A CN202110528887A CN113255201B CN 113255201 B CN113255201 B CN 113255201B CN 202110528887 A CN202110528887 A CN 202110528887A CN 113255201 B CN113255201 B CN 113255201B
- Authority
- CN
- China
- Prior art keywords
- resolution
- particle
- calculation
- particles
- area
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 148
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004364 calculation method Methods 0.000 claims abstract description 64
- 238000004590 computer program Methods 0.000 claims description 19
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 239000012530 fluid Substances 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 9
- 238000006243 chemical reaction Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006872 improvement Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 101100129500 Caenorhabditis elegans max-2 gene Proteins 0.000 description 1
- 101100083446 Danio rerio plekhh1 gene Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Abstract
本发明公开了一种基于粒子方法的自适应可变分辨率的建模系统及方法，在计算过程中会自动判断计算需求，从而让粒子的大小自适应的变化，使得高分辨率区域的形状和位置能够在保证系统质量和动量守恒的情况下动态跟踪运动/变形的物体；本发明优化了不同区域分辨率选取原则，提高了计算效率，同时提出了一种新的分裂/融合准则，以避免链式分裂/聚结反应，提高了在多分辨率边界附近的收敛性。本发明在高分辨率区域的位置和形状能够在质量和动量守恒的情况下动态跟踪运动/变形的物体。粒子可以自适应的进行分裂和融合，只在特定区域采用小尺寸粒子以提高相应区域的计算精度，而在其他区域采用正常尺寸粒子，从而极大地减少粒子数和计算时间。
Description
技术领域
本发明属于建模技术领域，涉及一种基于粒子方法的自适应可变分辨率的建模系统及方法。
背景技术
在经典的基于欧拉方法的网格计算方法中，通过细化的结构化/非结构化网格可以轻松实现可变分辨率，从而提高特定计算领域的精度。在分析大变形非定常流动时，基于拉格朗日的粒子法在计算中避免了网格重构，在许多工程应用中已经得到了广泛的应用。然而，随着计算精度的提高和尺度的扩大，单个分辨率模型需要使用大量的小尺寸的粒子来细化计算区域，耗时较长，已很难满足计算需要。
为了解决日益增长的计算需求，可以采用在特定区域采用小尺寸的粒子来提高计算精度，同时在其他区域采用正常尺寸的粒子以减少计算量。通常的方法是在初始时刻就在特定区域布置小尺寸的粒子，这样确实可以达到在特定区域提高计算精度的要求，无法在计算过程中实现分辨率的动态变化，在解决实际问题时，其计算模型受到很大的限制。重叠粒子技术可以在不同的计算区域使用不同大小的粒子，但是由于存在粒子的添加和删除，其在计算过程中无法同时保证质量和动量守恒，在计算流体的传热传质问题时，误差会随着计算时间的增加逐渐增大。随着技术的发展，针对局部区域分辨率高于邻近区域的问题，一些变粒径粒子方法已经可以在计算过程中实现分辨率的动态变化，同时满足质量和动量守恒定律。
然而，上述方法在计算开始前需要预估“加密”区域的大致位置，从而在预处理时提前设定细化区域，并且其在计算过程中保持不变。当模拟复杂的非定常流动边界(如移动/变形体或自由表面)问题时，上述方法难以精确地捕捉移动边界附近的流动细节，同时由于需要提前设定较大的细化区域，在计算过程中仍然需要大量的小尺寸的粒子，这将造成计算资源的严重浪费。
发明内容
本发明的目的在于解决现有技术中的问题，提供一种基于粒子方法的自适应可变分辨率的建模系统及方法。
为达到上述目的，本发明采用以下技术方案予以实现：
一种基于粒子方法的自适应可变分辨率的建模方法，包括以下步骤：
创建计算域并进行粒子初始化设置；
划分不同分辨率区域；
确定不同分辨率区间大小；
判断粒子所属的分辨率区域；
对粒子进行分裂或融合计算；
求解控制方程，计算边界对流体粒子作用力，更新流体粒子的位移、速度和压力；
输出数值计算模拟结果。
本发明进一步的改进在于：
所述划分不同分辨率区域的具体方法如下：
首先检测目标物体的位置和形状，设置覆盖目标物体或相关必要区域的高分辨率区域；
根据目标物体在计算中是否发生移动、变形，将高分辨率区域的设置分为固定和移动两个类型，目标物体若发生移动或变形，高分辨率区域的位置和形状也会跟随目标物体进行动态的变化；
根据精度要求对粒子与目标物体之间的距离进行设置和调整。
所述确定不同分辨率区间大小的具体方法如下：
对单个区域内部和相邻域之间的体积范围进行设计和优化；
当粒子从高分辨率区域进入低分辨率区域时，按照下式计算：
当粒子从低分辨率区域进入高分辨率区域时，按照下式计算：
根据相邻域之间的关系，低分辨率域的最小粒子体积大于高分辨率域的最大粒子体积：
所有分辨率区域允许的最小粒子体积大于零才能保证粒子体积的非负性：
其中，a和b分别为相邻高分辨率区域和低分辨率区域粒子直径的最大变化范围。
所述判断粒子所属的分辨率区域的具体方法如下：
若整个粒子进入高分辨率区域时，粒子被判定为进入下一分辨率区域；
若整个粒子未完全进入同一分辨率区域，粒子处于不同分辨率的边界线上，判定粒子处于相应的低分辨率区域。
所述对粒子进行分裂或融合计算的具体方法如下：
粒子经判定所属分辨率区域后，根据划分的分辨率区间大小，进行粒子的分裂和融合计算。
一种基于粒子方法的自适应可变分辨率的建模系统，包括：
计算域创建模块，输送计算域创建模块用于计算域创建模块创建计算域并进行粒子初始化设置；
分辨率划分模块，所述分辨率划分模块用于划分不同分辨率区域；
分辨率确定模块，所述分辨率确定模块用于确定不同分辨率区间大小；
分辨率区域判断模块，所述分辨率区域判断模块用于判断粒子所属的分辨率区域；
分裂或融合计算模块，所述分裂或融合计算模块用于对粒子进行分裂或融合计算；
控制方程求解模块，所述控制方程求解模块用于求解控制方程，计算边界对流体粒子作用力，更新流体粒子的位移、速度和压力；
输出模块，所述输出模块用于输出数值计算模拟结果。
一种基于粒子方法的自适应可变分辨率的建模装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法的步骤。
与现有技术相比，本发明具有以下有益效果：
本发明在高分辨率区域的位置和形状能够在质量和动量守恒的情况下动态跟踪运动/变形的物体。粒子可以自适应的进行分裂和融合，只在特定区域采用小尺寸粒子以提高相应区域的计算精度，而在其他区域采用正常尺寸粒子，从而极大地减少粒子数和计算时间。
本发明对单个区域内部和相邻域之间的分辨率区间选取原则进行了设计和优化，不同的粒子直径可以在同一分辨率区域内共存，进一步提高了计算效率。
本发明提出了一种新的分裂/融合判断准则，避免了链式分裂/聚结反应，减少了粒子的不必要的分裂和融合过程，进一步的提高了在多分辨率边界附近的收敛性。
附图说明
为了更清楚的说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明自适应可变分辨率模型算法流程图；
图2为本发明高分辨区域跟随目标物体运动/变形的示意图；
图3为本发明优化前后两种不同分辨率情况下，粒子是否会发生链式反应的原理图；
图4为本发明自适应可变分辨率模型模拟带有柔性挡板的溃坝算例时序图；
图5为本发明粒子所属分辨率区域判定原则改进前后模拟溃坝算例对比图；
图6为本发明单一分辨率模型、变分辨率区域预设模型以及自适应可变分辨率模型模拟球体入水算例时序图对比图；
图7为本发明单一分辨率模型、变分辨率区域预设模型以及自适应可变分辨率模型模拟球体入水算例粒子数及模拟时间对比图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明实施例的描述中，需要说明的是，若出现术语“上”、“下”、“水平”、“内”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
此外，若出现术语“水平”，并不表示要求部件绝对水平，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图对本发明做进一步详细描述：
参见图1，本发明实施例公开了一种基于粒子方法的自适应可变分辨率的建模方法，包括以下步骤：
步骤1，进行粒子初始化设置，设置粒子的初始位置、速度等信息；
步骤2，划分不同分辨率区域，所述步骤2具体包括：
步骤2-1，我们首先检测目标物体的位置和形状。根据目标物体的特殊物理性质，确定目标物体在计算过程中是否发生移动或变形。
步骤2-2，设置覆盖目标物体或相关必要区域的高分辨率区域。给定粒子与目标物体之间的距离dg，dg可根据精度要求进行设置和调整。根据目标物体在计算中是否发生移动、变形，将高分辨率区域的设置分为固定和移动两个类型，目标物体若发生移动或变形，高分辨率区域的位置和形状也会跟随目标物体进行动态的变化，如图2所示。高分辨率区域的形状可以随速度梯度或温度梯度等相关参数的变化而变化，具有设定细化区域的灵活性和动态性。
步骤3，确定不同分辨率区间大小；
为了减少链式反应的次数，需要对单个区域内部和相邻域之间的体积范围进行设计和优化。为了使粒子在发生融合以后不再进行分裂和融合过程，当粒子从高分辨率区域进入低分辨率区域时，低分辨率区域内所有粒子的体积不能超过该区域允许的最大粒子体积和最小粒子体积，以免发生不必要的分裂和融合，从而影响计算效率，具体公式如下：
当粒子从低分辨率区域进入高分辨率区域时，高分辨率区域内所有粒子的体积也不能超过区域允许的最大粒子体积和最小粒子体积：
考虑到相邻域之间的关系，低分辨率域的最小粒子体积应大于高分辨率域的最大粒子体积：
所有分辨率区域允许的最小粒子体积必须大于零才能保证粒子体积的非负性：
其中a和b分别为相邻高分辨率区域和低分辨率区域粒子直径的最大变化范围。
确定a和b的值，a＝3/4,b＝3/28。相应的分辨率区域大小为：低分辨率区域粒子最大体积Vmax1＝7l0 2/4,低分辨率区域粒子最小体积Vmin1＝l0 2/4,高分辨率区域粒子最大体积Vmax2＝l0 2/4,高分辨率区域粒子最小体积Vmin2＝l0 2/28。
图3给出了两种不同分辨率情况下，粒子是否会发生链式反应的原理图。Case A中选取本发明优化后的分辨率区间，Case D采用未经优化的分辨率区间。当一个小尺寸的粒子从高分辨率区域进入低分辨率区域时，Case A只发生一次融合，而Case D会发生多次分裂和融合计算，链式反应会严重影响计算的效率和稳定性。
步骤4，判断粒子所属的分辨率区域；
步骤4-1，计算粒子与目标物体之间的距离。若粒子与目标物体之间的距离d小于步骤2-2中给定的距离dg(d<dg)，则粒子属于高分辨区域，若粒子与目标物体之间的距离d大于步骤2-2中给定的距离dg(d>dg)，则粒子属于低分辨区域。图4为本发明自适应变分辨率模型模拟带有柔性挡板的溃坝算例时序图，可以看到，在计算过程中，随着溃坝的冲击，柔性挡板发生变形，高分辨率区域的位置和形状也会跟随目标物体进行动态的变化。
步骤4-2，改变了原有的将粒子中心越过高低分辨率分界线作为粒子进入高分辨率区域的判断准则，现将整个粒子全部(粒子的边界)进入步骤2所划分的高分辨率区域时，粒子才被判定为进入下一分辨率区域。若整个粒子未完全进入同一分辨率区域，粒子处于不同分辨率的边界线上，判定粒子处于相应的低分辨率区域。图5为本发明粒子所属分辨率区域判定原则改进前后模拟溃坝算例对比图，改进前粒子中心进入高分辨率区域后，粒子即发生分裂，导致低分辨率区域存留部分小尺寸粒子，这些小尺寸粒子不满足低分辨率尺寸要求，又会与其他粒子发生融合，从而发生链式反应，导致在整个计算域内出现大量具有不同直径的粒子，影响计算的收敛性。改进后，这种现象得到了抑制。
步骤5，对粒子进行分裂或融合计算；
步骤6，求解控制方程，计算边界对流体粒子作用力，更新流体粒子的位移、速度、压力等信息；
步骤7，输出数值计算模拟结果。图6为本发明单一分辨率模型、变分辨率区域预设模型以及自适应可变分辨率模型模拟球体入水算例时序图对比图，结果显示，本专利自适应变分辨率模型在计算过程中，粒子可以自适应进行分裂或融合，只在特定区域使用小尺寸粒子以提高计算精度，而在其他位置采用正常尺寸粒子以减少计算量。图7为本发明单一分辨率模型、变分辨率区域预设模型以及自适应可变分辨率模型模拟球体入水算例粒子数及模拟时间对比图，计算结果表明，随着粒子数的线性增加，模拟时间呈指数增长，本发明自适应变分辨率模型可以极大地减少计算时间。
本发明实施例还公开了一种基于粒子方法的自适应可变分辨率的建模系统，包括：
计算域创建模块，输送计算域创建模块用于计算域创建模块创建计算域并进行粒子初始化设置；
分辨率划分模块，所述分辨率划分模块用于划分不同分辨率区域；
分辨率确定模块，所述分辨率确定模块用于确定不同分辨率区间大小；
分辨率区域判断模块，所述分辨率区域判断模块用于判断粒子所属的分辨率区域；
分裂或融合计算模块，所述分裂或融合计算模块用于对粒子进行分裂或融合计算；
控制方程求解模块，所述控制方程求解模块用于求解控制方程，计算边界对流体粒子作用力，更新流体粒子的位移、速度、压力等信息；
输出模块，所述输出模块用于输出数值计算模拟结果。
本发明一实施例提供的基于粒子方法的自适应可变分辨率的建模装置设备的示意图。该实施例的基于粒子方法的自适应可变分辨率的建模装置设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序。所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤，例如图1所示的步骤。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。
所述基于粒子方法的自适应可变分辨率的建模装置设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述基于粒子方法的自适应可变分辨率的建模装置设备可包括，但不仅限于，处理器、存储器。
所述处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述基于粒子方法的自适应可变分辨率的建模装置设备的各种功能。
所述基于粒子方法的自适应可变分辨率的建模装置设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于粒子方法的自适应可变分辨率的建模方法，其特征在于，包括以下步骤：
创建计算域并进行粒子初始化设置；
划分不同分辨率区域；具体方法如下：
首先检测目标物体的位置和形状，设置覆盖目标物体或相关必要区域的高分辨率区域；
根据目标物体在计算中是否发生移动、变形，将高分辨率区域的设置分为固定和移动两个类型，目标物体若发生移动或变形，高分辨率区域的位置和形状也会跟随目标物体进行动态的变化；
根据精度要求对粒子与目标物体之间的距离进行设置和调整；
确定不同分辨率区间大小；具体方法如下：
对单个区域内部和相邻域之间的体积范围进行设计和优化；
当粒子从高分辨率区域进入低分辨率区域时，按照下式计算：
当粒子从低分辨率区域进入高分辨率区域时，按照下式计算：
根据相邻域之间的关系，低分辨率域的最小粒子体积大于高分辨率域的最大粒子体积：
所有分辨率区域允许的最小粒子体积大于零才能保证粒子体积的非负性：
其中，a和b分别为相邻高分辨率区域和低分辨率区域粒子直径的最大变化范围；
判断粒子所属的分辨率区域；具体方法如下：
若整个粒子进入高分辨率区域时，粒子被判定为进入下一分辨率区域；
若整个粒子未完全进入同一分辨率区域，粒子处于不同分辨率的边界线上，判定粒子处于相应的低分辨率区域；
对粒子进行分裂或融合计算；具体方法如下：
粒子经判定所属分辨率区域后，根据划分的分辨率区间大小，进行粒子的分裂和融合计算；
求解控制方程，计算边界对流体粒子作用力，更新流体粒子的位移、速度和压力；
输出数值计算模拟结果。
2.一种基于权利要求1所述方法的自适应可变分辨率的建模系统，其特征在于，包括：
计算域创建模块，输送计算域创建模块用于计算域创建模块创建计算域并进行粒子初始化设置；
分辨率划分模块，所述分辨率划分模块用于划分不同分辨率区域；
分辨率确定模块，所述分辨率确定模块用于确定不同分辨率区间大小；
分辨率区域判断模块，所述分辨率区域判断模块用于判断粒子所属的分辨率区域；
分裂或融合计算模块，所述分裂或融合计算模块用于对粒子进行分裂或融合计算；
控制方程求解模块，所述控制方程求解模块用于求解控制方程，计算边界对流体粒子作用力，更新流体粒子的位移、速度和压力；
输出模块，所述输出模块用于输出数值计算模拟结果。
3.一种基于粒子方法的自适应可变分辨率的建模装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1所述方法的步骤。
4.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110528887.1A CN113255201B (zh) | 2021-05-14 | 2021-05-14 | 一种基于粒子方法的自适应可变分辨率的建模系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110528887.1A CN113255201B (zh) | 2021-05-14 | 2021-05-14 | 一种基于粒子方法的自适应可变分辨率的建模系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113255201A CN113255201A (zh) | 2021-08-13 |
| CN113255201B true CN113255201B (zh) | 2024-04-23 |
Family
ID=77181988
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110528887.1A Active CN113255201B (zh) | 2021-05-14 | 2021-05-14 | 一种基于粒子方法的自适应可变分辨率的建模系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113255201B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104008370A (zh) * | 2014-05-19 | 2014-08-27 | 清华大学 | 一种视频人脸识别方法 |
| CN112529142A (zh) * | 2020-12-21 | 2021-03-19 | 西安交通大学 | 一种基于mps方法的粒子变粒径融合方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170073088A (ko) * | 2015-12-18 | 2017-06-28 | 삼성전자주식회사 | 패치에 기반하여 연기 난류를 모델링하는 방법 및 장치 |
-
2021
- 2021-05-14 CN CN202110528887.1A patent/CN113255201B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104008370A (zh) * | 2014-05-19 | 2014-08-27 | 清华大学 | 一种视频人脸识别方法 |
| CN112529142A (zh) * | 2020-12-21 | 2021-03-19 | 西安交通大学 | 一种基于mps方法的粒子变粒径融合方法 |
Non-Patent Citations (2)
| Title |
|---|
| 周岳勇 ; 程江华 ; 刘通 ; 王洋 ; 陈明辉 ; .高分辨率SAR图像道路提取综述.计算机科学.2020,(01),全文. * |
| 张桂娟 ; 朱登明 ; 邱显杰 ; 王兆其 ; .一种自适应的粒子水平集算法.计算机研究与发展.2011,(03),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113255201A (zh) | 2021-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2957695A1 (en) | System and method for building artificial neural network architectures | |
| Wu et al. | Reduced order model using convolutional auto-encoder with self-attention | |
| WO2021103675A1 (zh) | 神经网络的训练及人脸检测方法、装置、设备和存储介质 | |
| CN112231847A (zh) | 转捩位置确定方法、装置、电子设备及存储介质 | |
| US20200202199A1 (en) | Neural network processing method and apparatus based on nested bit representation | |
| Xu et al. | A convolutional strategy on unstructured mesh for the adjoint vector modeling | |
| CN111985414B (zh) | 一种关节点位置确定方法及装置 | |
| CN113255201B (zh) | 一种基于粒子方法的自适应可变分辨率的建模系统及方法 | |
| CN115223042A (zh) | 基于YOLOv5网络模型的目标识别方法及装置 | |
| CN110738317A (zh) | 基于fpga的可变形卷积网络运算方法、装置和系统 | |
| CN116484744B (zh) | 物体仿真方法、模型训练方法、装置、设备及存储介质 | |
| EP4357924A1 (en) | Application performance testing method, method and apparatus for establishing performance testing model | |
| CN110889290A (zh) | 文本编码方法和设备、文本编码有效性检验方法和设备 | |
| Run-Hua et al. | SCAM-YOLOv5: Improved YOLOv5 based on spatial and channel attention module | |
| CN112529142A (zh) | 一种基于mps方法的粒子变粒径融合方法 | |
| CN112733415B (zh) | 一种薄壁弹性体边界的无网格处理方法、装置、终端设备及计算介质 | |
| CN115293004A (zh) | 一种基于多尺度空化模型的空蚀预测方法 | |
| CN111881931B (zh) | 面向汽车车身轻量化结构设计中求解响应不连续昂贵优化问题的实现方法及装置 | |
| Shahane et al. | Convolutional neural network for flow over single and tandem elliptic cylinders of arbitrary aspect ratio and angle of attack | |
| Junk et al. | Consistency analysis of mesh-free methods for conservation laws | |
| US20220383036A1 (en) | Clustering data using neural networks based on normalized cuts | |
| CN114611678A (zh) | 训练方法及装置、数据处理方法、电子设备和存储介质 | |
| Yang et al. | An improved yolov3 algorithm for pedestrian detection on uav imagery | |
| Xu et al. | Near-linear wirelength estimation for FPGA placement | |
| 윤종열 | An Automated Adaptive Finite Element Mesh Generation for Dynamics |
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 |