CN115964904B - 一种燃烧室雾化过程模拟方法、装置、设备及存储介质 - Google Patents

一种燃烧室雾化过程模拟方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115964904B
CN115964904B CN202310252791.6A CN202310252791A CN115964904B CN 115964904 B CN115964904 B CN 115964904B CN 202310252791 A CN202310252791 A CN 202310252791A CN 115964904 B CN115964904 B CN 115964904B
Authority
CN
China
Prior art keywords
euler
fuel
liquid
droplets
combustion chamber
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
Application number
CN202310252791.6A
Other languages
English (en)
Other versions
CN115964904A (zh
Inventor
李彬
张威龙
程林
谢汭之
何旭
王子维
王栋志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Original Assignee
Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Computational Aerodynamics Institute of China Aerodynamics Research and Development Center filed Critical Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Priority to CN202310252791.6A priority Critical patent/CN115964904B/zh
Publication of CN115964904A publication Critical patent/CN115964904A/zh
Application granted granted Critical
Publication of CN115964904B publication Critical patent/CN115964904B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种燃烧室雾化过程模拟方法、装置、设备及存储介质，涉及雾化技术领域，包括：利用基于VOF算法和Level‑Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并对一次破碎过程中液体射流破碎产生的液滴进行捕捉得到欧拉燃油液滴；判断欧拉燃油液滴是否满足预设转换条件，若满足则将欧拉燃油液滴转化为拉格朗日液滴，并基于拉格朗日算法构建的二次破碎模型对雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团。本申请通过欧拉两相流模型对一次破碎过程进行模拟，并通过基于拉格朗日算法构建的二次破碎模型对二次破碎过程进行模拟，能够提高燃烧室喷雾模拟的精度和效率。

Description

一种燃烧室雾化过程模拟方法、装置、设备及存储介质
技术领域
本申请涉及雾化技术领域，特别涉及一种燃烧室雾化过程模拟方法、装置、设备及存储介质。
背景技术
燃烧室雾化过程分为一次破碎和二次破碎两部分。一次破碎的特点是喷嘴喷出的液体射流在空气动力和湍流的作用下引起气液界面不稳定发展，进而导致射流破碎成液带和大液滴。在二次破碎时，一次破碎产生的液带或大液滴进一步分解成团状分散的小液滴，直至小液滴的表面张力起主导作用，形成稳定的球形液滴。
由上述雾化过程可以发现燃烧室喷雾中液体燃油在经历了较大的空间尺度变化之后，可以从雾化器的毫米尺度到最小液滴的微米量级。因此，即使是在目前可行的大规模并行计算条件下，进行燃烧室的详细雾化过程数值模拟、深度揭示燃油雾化机理也非常具有挑战性。
目前，在对燃烧室的详细雾化过程进行数值模拟时通常采用VOF（Volume ofFluid，流体体积法）模型或Level-Set（水平集）模型，然而VOF模型和Level-Set模型都是属于基于欧拉体系的两相流模型，依赖于网格的细密程度捕捉燃油的气液界面，因此适用于仿真燃油雾化的一次破碎过程，在捕捉二次破碎液滴时将导致网格量大幅提高而无法实现。
因此，如何对燃烧室的详细雾化过程进行数值模拟是目前还有待进一步解决的问题。
发明内容
有鉴于此，本申请的目的在于提供一种燃烧室雾化过程模拟方法、装置、设备及存储介质，能够将低浓度欧拉燃油液滴转化为拉格朗日液滴云团，实现燃烧室近场和远场雾化过程的模拟，提高燃烧室喷雾模拟的精度和效率，大幅降低数值模拟的计算量。其具体方案如下：
第一方面，本申请公开了一种燃烧室雾化过程模拟方法，包括：
利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉，得到欧拉燃油液滴；
判断所述欧拉燃油液滴是否满足预设转换条件；
若所述欧拉燃油液滴满足所述预设转换条件，则将所述欧拉燃油液滴转化为拉格朗日液滴，并基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团，进而完成燃烧室雾化全过程仿真。
可选的，所述对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉，得到欧拉燃油液滴，包括：
基于所述欧拉两相流模型求解得到的液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴。
可选的，所述基于所述欧拉两相流模型求解得到的液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴，包括：
利用所述Level-Set算法求解的符号距离函数对所述一次破碎过程中产生的气液界面的法向量进行计算，得到气液界面法向量；
通过所述VOF算法并基于所述气液界面法向量重构所述气液界面，并求解相方程得到液体燃油相体积分数流场；
利用CCL算法并根据所述液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴。
可选的，所述利用CCL算法并根据所述液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴，包括：
分别判断所述液体燃油相体积分数流场中各个网格单元对应的相体积分数是否大于预设阈值；
若所述液体燃油相体积分数流场中各个网格单元对应的相体积分数大于所述预设阈值，则利用CCL算法对所述液体燃油相体积分数流场中的网格单元进行标记，得到标记后液体单元；
遍历所有所述标记后液体单元，并为每一所述标记后液体单元赋予唯一的编号；
按照编号从小到大的顺序将共享一个单元面的所有所述网格单元组成一个欧拉燃油液滴，并将所述欧拉燃油液滴对应的所述单元面中的最小编号作为所述欧拉燃油液滴的编号。
可选的，所述判断所述欧拉燃油液滴是否满足预设转换条件，包括：
计算所述欧拉燃油液滴的特征信息，并判断所述特征信息是否满足预设转换条件。
可选的，所述将所述欧拉燃油液滴转化为拉格朗日液滴，包括：
将所述欧拉燃油液滴的相体积分数赋值为0，并在预设的拉格朗日存储容器中添加预先创建的LPT液滴；
基于连续相流场对所述LPT液滴进行求解，得到求解结果，并利用所述求解结果对所述LPT液滴的特征信息进行更新，得到拉格朗日液滴。
可选的，所述基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团之前，还包括：
判断当前是否达到预设时间迭代步，若未达到则遍历所述拉格朗日存储容器中的所述LPT液滴，并判断所述LPT液滴的特征信息是否满足预设的离散相液滴存在条件；
若所述LPT液滴的特征信息满足预设的所述离散相液滴存在条件，则删除所述LPT液滴，并通过连续相源项方式添加欧拉燃油源项。
第二方面，本申请公开了一种燃烧室雾化过程模拟装置，包括：
一次破碎模拟模块，用于利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉，得到欧拉燃油液滴；
判断模块，用于判断所述欧拉燃油液滴是否满足预设转换条件；
二次破碎模拟模块，用于如果所述欧拉燃油液滴满足所述预设转换条件，则将所述欧拉燃油液滴转化为拉格朗日液滴，并基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团，进而完成燃烧室雾化全过程仿真。
第三方面，本申请公开了一种电子设备，包括处理器和存储器；其中，所述处理器执行所述存储器中保存的计算机程序时实现前述的燃烧室雾化过程模拟方法。
第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述的燃烧室雾化过程模拟方法。
可见，本申请先利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉得到欧拉燃油液滴，然后判断所述欧拉燃油液滴是否满足预设转换条件，如果所述欧拉燃油液滴满足所述预设转换条件，则将所述欧拉燃油液滴转化为拉格朗日液滴，并基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团，进而完成燃烧室雾化全过程仿真。本申请通过基于VOF算法和Level-Set算法构建的欧拉两相流模型对一次破碎过程进行模拟，并通过基于拉格朗日算法构建的二次破碎模型对二次破碎过程进行模拟，能够将低浓度欧拉燃油液滴转化为拉格朗日液滴云团，实现燃烧室近场和远场雾化过程的模拟，提高燃烧室喷雾模拟的精度和效率，大幅降低数值模拟的计算量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种燃烧室雾化过程模拟方法流程图；
图2为本申请公开的一种具体的Level-Set算法耦合VOF算法流程图；
图3为本申请公开的一种具体的燃烧室雾化过程模拟方法流程图；
图4为本申请公开的一种基于CCL算法识别欧拉燃油液滴方法流程图；
图5为本申请公开的一种具体的LevelSet-VOF算法耦合LPT算法流程图；
图6为本申请公开的一种燃烧室雾化过程模拟装置结构示意图；
图7为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请实施例公开了一种燃烧室雾化过程模拟方法，参见图1所示，该方法包括：
步骤S11：利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉，得到欧拉燃油液滴。
本实施例中，鉴于VOF算法守恒型性好但界面捕捉时界面曲率计算精度不高，而Level-Set算法界面曲率计算精度较高而守恒型性差的特点，因此在对低浓度的欧拉燃油液滴进行识别时，采用的是基于VOF算法和Level-Set算法共同构建的欧拉两相流模型。具体的，通过所述欧拉两相流模型对燃烧室雾化过程中的一次破碎过程进行模拟，即对欧拉燃油液滴的分布进行模拟，并在模拟的过程中对液体射流破碎产生的液滴进行捕捉，进而得到欧拉燃油液滴。可以理解的是，VOF模型和Level-Set模型都是属于基于欧拉体系的两相流模型，依赖于网格的细密程度来捕捉燃油的气液界面，因此适用于仿真燃油雾化的一次破碎过程。
具体的，所述基于VOF算法和Level-Set算法构建的欧拉两相流模型的处理流程参见图2所示，首先对符号距离函数
Figure SMS_1
进行初始化，得到初始化后的符号距离函数/>
Figure SMS_2
，然后利用初始化后的符号距离函数/>
Figure SMS_3
对Level-Set模型进行求解得到，/>
Figure SMS_4
接着利用/>
Figure SMS_5
计算界面法向量N，再利用界面法向量N重构VOF界面，并对VOF界面进行求解得到/>
Figure SMS_6
，然后利用/>
Figure SMS_7
求解动量方程，并判断是否达到了预设的时间迭代次数，若达到则结束计算，否则重复上述处理流程。
具体的，所述对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉，得到欧拉燃油液滴，可以包括：基于所述欧拉两相流模型求解得到的液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴。也即，可以通过液体燃油相体积分数流场对一次破碎过程中液体射流破碎所产生的液滴进行识别。
步骤S12：判断所述欧拉燃油液滴是否满足预设转换条件。
本实施例中，在对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉得到欧拉燃油液滴之后，进一步的，判断上述欧拉燃油液滴是否满足预设转换条件。
具体的，所述判断所述欧拉燃油液滴是否满足预设转换条件，可以包括：计算所述欧拉燃油液滴的特征信息，并判断所述特征信息是否满足预设转换条件。可以理解的是，燃油在喷嘴出口处是以液膜或者液柱的形式存在，此时可以忽略欧拉燃油液滴向拉格朗日液滴的转换，但随着雾化距离的增加会发生二次破碎产生拉格朗日液滴，因此需要精确的确定出欧拉液滴向拉格朗日液滴转换的区域。在一种具体的实施方式中，对一次破碎过程中液体射流破碎产生的液滴进行捕捉得到欧拉燃油液滴之后，可以进一步的计算出上述欧拉燃油液滴的特征信息，如欧拉燃油液滴的直径、球形度及欧拉液滴向拉格朗日液滴转换的区域等，然后判断上述欧拉燃油液滴的直径是否小于预设的长度、上述欧拉燃油液滴的球形度是否小于预设值及欧拉燃油液滴向拉格朗日液滴转换的区域是否位于预设转换区域内，若同时满足上述条件，则表明所述欧拉燃油液滴发生了再次破碎，即燃烧室雾化过程中发生了二次破碎。
需要指出的是，燃油射流在最不稳定扰动下发生破碎，而最大的增长率对应最不稳定的扰动，因此，在上述欧拉燃油液滴向拉格朗日液滴转换区域的确定，可以采用波动色散方程建立扰动的波数和增长率的关系式，然后求解上述关系式获得最大增长率和对应的波数，再根据无限小扰动频谱理论求得破碎时间，最后将上述破碎时间结合流体速度便可获得破碎长度，转换区域可以限定为距离喷嘴出口一个破碎长度位置的下游。当转换区域满足上述位置条件时，还可以进一步的判断欧拉燃油液滴的等效直径是否小于其所在网格五分之一的特征长度并且球形度小于2。
在一种具体的实施方式中，所述破碎长度的计算过程如下，假设液膜无限小扰动波普为：
Figure SMS_8
；
其中，
Figure SMS_9
是初始扰动波的幅值，/>
Figure SMS_10
是扰动波的波数，
Figure SMS_11
是扰动波的增长率。由于，/>
Figure SMS_12
取最大值Ω时对应的扰动被未最不稳定扰动，是诱发液层破碎的直接原因，因此需要获得关系式/>
Figure SMS_13
，以找出最不稳定扰动。接着，根据波动模式的色散方程可知：
Figure SMS_14
；
Figure SMS_15
；
根据量级忽略上式中的二次粘性项，在长短波的理论假设下，整理分离变量为：
Figure SMS_16
；
根据二分法求上式中
Figure SMS_17
的最大值Ω，得到：
Figure SMS_18
；
则破碎时间τ为：
Figure SMS_19
；
破碎长度L为：
Figure SMS_20
；
则最大扰动下破碎时可得：
Figure SMS_21
。
步骤S13：若所述欧拉燃油液滴满足所述预设转换条件，则将所述欧拉燃油液滴转化为拉格朗日液滴，并基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团，进而完成燃烧室雾化全过程仿真。
本实施例中，如果上述欧拉燃油液滴满足上述预设转换条件，例如，将识别出来的低浓度的欧拉燃油液滴假设为标准的球形，然后根据球形的体积和密度计算其等效直径，进而根据直径计算出球形度，接着判断等效的直径是否小于其所在网格五分之一的特征长度并且球形度小于2，若等效的直径是小于其所在网格五分之一的特征长度并且球形度小于2，则将上述欧拉燃油液滴转化为拉格朗日液滴，并将欧拉燃油液滴输入至基于拉格朗日算法构建的二次破碎模型中，以对所述燃烧室雾化过程中的二次破碎进行预测得到空间分布的拉格朗日液滴云团，进而实现对燃烧室雾化全过程的仿真。其中，上述拉格朗日液滴的转换具体指的是通过源项的方式在守恒方程中去掉欧拉燃油液滴，同时在拉格朗日液滴存储容器中添加相应的LPT（Lagrangian parcel tracking，拉格朗日液包（云团）追踪）液滴。
本实施例中，所述将所述欧拉燃油液滴转化为拉格朗日液滴，具体可以包括：将所述欧拉燃油液滴的相体积分数赋值为0，并在预设的拉格朗日存储容器中添加预先创建的LPT液滴；基于连续相流场对所述LPT液滴进行求解，得到求解结果，并利用所述求解结果对所述LPT液滴的特征信息进行更新，得到拉格朗日液滴。也即，当欧拉燃油液滴满足预设转换条件时，先将欧拉燃油液滴的相体积分数赋值为0，即删除该欧拉燃油液滴，然后在预设的拉格朗日存储容器中添加预先创建的LPT液滴，再基于连续相流场对LPT液滴进行求解得到相应的求解结果，接着利用求解结果对LPT液滴的特征信息进行更新，如新LPT液滴的速度、坐标和破碎等信息，进而得到拉格朗日液滴，进一步的，分别将上述拉格朗日液滴中属性相同的液滴进行集合，得到空间分布的拉格朗日液滴云团。
可见，本申请实施例先利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉得到欧拉燃油液滴，然后判断所述欧拉燃油液滴是否满足预设转换条件，如果所述欧拉燃油液滴满足所述预设转换条件，则将所述欧拉燃油液滴转化为拉格朗日液滴，并基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团，进而完成燃烧室雾化全过程仿真。本申请实施例通过基于VOF算法和Level-Set算法构建的欧拉两相流模型对一次破碎过程进行模拟，并通过基于拉格朗日算法构建的二次破碎模型对二次破碎过程进行模拟，能够将低浓度欧拉燃油液滴转化为拉格朗日液滴云团，实现燃烧室近场和远场雾化过程的模拟，提高燃烧室喷雾模拟的精度和效率，大幅降低数值模拟的计算量。
本申请实施例公开了一种具体的燃烧室雾化过程模拟方法，参见图3所示，该方法包括：
步骤S21：利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并利用所述Level-Set算法求解的符号距离函数对所述一次破碎过程中产生的气液界面的法向量进行计算，得到气液界面法向量。
本实施例中，为了提高界面捕捉的精确性，可以利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并在模拟的过程中利用上述欧拉两相流模型中的所述Level-Set算法求解的符号距离函数对上述一次破碎过程中产生的气液界面的法向量进行计算，进而得到气液界面法向量。
步骤S22：通过所述VOF算法并基于所述气液界面法向量重构所述气液界面，并求解相方程得到液体燃油相体积分数流场。
本实施例中，利用所述Level-Set算法求解的符号距离函数对所述一次破碎过程中产生的气液界面的法向量进行计算得到气液界面法向量之后，可以基于上述气液界面法向量并通过上述欧拉两相流模型中的VOF算法重构所述气液界面，然后通过求解相方程的方式得到液体燃油相体积分数流场。
步骤S23：利用CCL算法并根据所述液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴。
本实施例中，求解相方程得到液体燃油相体积分数流场之后，可以利用四面连通的CCL（connected component labeling algorithm，连接组件标记算法）算法并根据上述液体燃油相体积分数流场对上述一次破碎过程中液体射流破碎产生的液滴进行识别，得到相应的欧拉燃油液滴。
具体的，所述利用CCL算法并根据所述液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴，可以包括：分别判断所述液体燃油相体积分数流场中各个网格单元对应的相体积分数是否大于预设阈值；若所述液体燃油相体积分数流场中各个网格单元对应的相体积分数大于所述预设阈值，则利用CCL算法对所述液体燃油相体积分数流场中的网格单元进行标记，得到标记后液体单元；遍历所有所述标记后液体单元，并为每一所述标记后液体单元赋予唯一的编号；按照编号从小到大的顺序将共享一个单元面的所有所述网格单元组成一个欧拉燃油液滴，并将所述欧拉燃油液滴对应的所述单元面中的最小编号作为所述欧拉燃油液滴的编号。例如，参见图4所示，先判断液体燃油相体积分数流场中各个网格单元对应的相体积分数是否大于
Figure SMS_22
，若网格单元的体积分数大于/>
Figure SMS_23
，则认为该网格单元为液体单元并将该网格单元的相体积分数标记为1，若网格单元的相体积分数不大于/>
Figure SMS_24
，则认为该网格单元为非液体单元并标记该网格单元的相体积分数为0，接着遍历所有标记为1的网格单元并赋予唯一的编号，再从最小编号的液滴单元开始，将至少共享一个单元面的所有网格单元组成一个液滴，最终得到图4中的左下角和右上角两个欧拉燃油液滴，并把每个欧拉燃油液滴中最小编号赋给该液滴，即对每个欧拉燃油液滴进行标记，进而得到编号为“2”和“14”的两个欧拉燃油液滴。
步骤S24：计算所述欧拉燃油液滴的特征信息，并判断所述特征信息是否满足预设转换条件。
步骤S25：若所述特征信息满足所述预设转换条件，则将所述欧拉燃油液滴的相体积分数赋值为0，并在预设的拉格朗日存储容器中添加预先创建的LPT液滴，然后基于连续相流场对所述LPT液滴进行求解，得到求解结果，并利用所述求解结果对所述LPT液滴的特征信息进行更新，得到拉格朗日液滴，并基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团，进而完成燃烧室雾化全过程仿真。
需要指出的是，所述基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团之前，具体还包括：判断当前是否达到预设时间迭代步，若未达到则遍历所述拉格朗日存储容器中的所述LPT液滴，并判断所述LPT液滴的特征信息是否满足预设的离散相液滴存在条件；若所述LPT液滴的特征信息满足预设的所述离散相液滴存在条件，则删除所述LPT液滴，并通过连续相源项方式添加欧拉燃油源项。具体的，参见图5所示，在利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并通过CCL标记法识别出欧拉燃油液滴之后，计算上述欧拉燃油液滴的特征信息及欧拉燃油液滴的转换准则参数，然后判断上述特征信息和转换准则参数是否满足准则1，如判断欧拉燃油液滴所在区域和液滴的属性是否满足转换标准1，如果满足则删除欧拉燃油液滴并分配预先创建的LPT液滴，并求解LPT液滴，接着判断当前是否已经达到了预设的迭代次数，若达到则结束计算；若未达到则进一步的判断是否满足标准2，如判断拉格朗日液滴直径是否小于所在网格特征尺寸的设定值倍数，拉格朗日液滴所在网格的欧拉燃油相体积分数是否小于预设值，如果不满足以上条件则将拉格朗日液滴转换为欧拉燃油体积分数。由上可见，将拉格朗日液滴融入高浓度欧拉燃油区域是判断拉格朗日燃油液滴是否仍然满足离散相的标准2。
其中，关于上述步骤S24更加具体的处理过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
可见，本申请实施例在VOF算法和Level-Set算法的基础上结合了LPT液滴，实现了欧拉燃油液滴和拉格朗日液滴的高精度转换，即实现了燃烧室的近场和远场雾化的耦合计算，从而提高了燃烧室喷雾模拟精度和效率，并且根据拉格朗日算法，将二次破碎中属性相同的液滴看作液滴云团，可以在大幅降低计算量的情况下实现液滴的追踪、二次破碎和蒸发预测。
相应的，本申请实施例还公开了一种燃烧室雾化过程模拟装置，参见图6所示，该装置包括：
一次破碎模拟模块11，用于利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉，得到欧拉燃油液滴；
判断模块12，用于判断所述欧拉燃油液滴是否满足预设转换条件；
二次破碎模拟模块13，用于如果所述欧拉燃油液滴满足所述预设转换条件，则将所述欧拉燃油液滴转化为拉格朗日液滴，并基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团，进而完成燃烧室雾化全过程仿真。
其中，关于上述各个模块的具体工作流程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
可见，本申请实施例中，先利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉得到欧拉燃油液滴，然后判断所述欧拉燃油液滴是否满足预设转换条件，如果所述欧拉燃油液滴满足所述预设转换条件，则将所述欧拉燃油液滴转化为拉格朗日液滴，并基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团，进而完成燃烧室雾化全过程仿真。本申请实施例通过基于VOF算法和Level-Set算法构建的欧拉两相流模型对一次破碎过程进行模拟，并通过基于拉格朗日算法构建的二次破碎模型对二次破碎过程进行模拟，能够将低浓度欧拉燃油液滴转化为拉格朗日液滴云团，实现燃烧室近场和远场雾化过程的模拟，提高燃烧室喷雾模拟的精度和效率，大幅降低数值模拟的计算量。
在一些具体实施例中，所述一次破碎模拟模块11，具体可以包括：
第一液滴识别单元，用于基于所述欧拉两相流模型求解得到的液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴。
在一些具体实施例中，所述第一液滴识别单元，具体可以包括：
法向量计算单元，用于利用所述Level-Set算法求解的符号距离函数对所述一次破碎过程中产生的气液界面的法向量进行计算，得到气液界面法向量；
气液界面重构单元，用于通过所述VOF算法并基于所述气液界面法向量重构所述气液界面；
相方程求解单元，用于求解相方程得到液体燃油相体积分数流场；
第二液滴识别单元，用于利用CCL算法并根据所述液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴。
在一些具体实施例中，所述第二液滴识别单元，具体可以包括：
第一判断单元，用于分别判断所述液体燃油相体积分数流场中各个网格单元对应的相体积分数是否大于预设阈值；
网格单元标记单元，用于如果所述液体燃油相体积分数流场中各个网格单元对应的相体积分数大于所述预设阈值，则利用CCL算法对所述液体燃油相体积分数流场中的网格单元进行标记，得到标记后液体单元；
遍历单元，用于遍历所有所述标记后液体单元，并为每一所述标记后液体单元赋予唯一的编号；
组合单元，用于按照编号从小到大的顺序将共享一个单元面的所有所述网格单元组成一个欧拉燃油液滴，并将所述欧拉燃油液滴对应的所述单元面中的最小编号作为所述欧拉燃油液滴的编号。
在一些具体实施例中，所述判断模块12，具体可以包括：
特征信息计算单元，用于计算所述欧拉燃油液滴的特征信息；
第二判断单元，用于判断所述特征信息是否满足预设转换条件；
在一些具体实施例中，所述二次破碎模拟模块13，具体可以包括：
赋值单元，用于将所述欧拉燃油液滴的相体积分数赋值为0；
液滴添加单元，用于在预设的拉格朗日存储容器中添加预先创建的LPT液滴；
求解单元，用于基于连续相流场对所述LPT液滴进行求解，得到求解结果，并利用所述求解结果对所述LPT液滴的特征信息进行更新，得到拉格朗日液滴。
在一些具体实施例中，所述燃烧室雾化过程模拟装置，还可以包括：
第三判断单元，用于判断当前是否达到预设时间迭代步；
第四判断单元，用于如果未达到则遍历所述拉格朗日存储容器中的所述LPT液滴，并判断所述LPT液滴的特征信息是否满足预设的离散相液滴存在条件；
删除及添加单元，用于如果所述LPT液滴的特征信息满足预设的所述离散相液滴存在条件，则删除所述LPT液滴，并通过连续相源项方式添加欧拉燃油源项。
进一步的，本申请实施例还公开了一种电子设备，图7是根据一示例性实施例示出的电子设备20结构图，图中的内容不能认为是对本申请的使用范围的任何限制。
图7为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的燃烧室雾化过程模拟方法中的相关步骤。另外，本实施例中的电子设备20具体可以为电子计算机。
本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括操作系统221、计算机程序222等，存储方式可以是短暂存储或者永久存储。
其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的燃烧室雾化过程模拟方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的，本申请还公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的燃烧室雾化过程模拟方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
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它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，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。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的一种燃烧室雾化过程模拟方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本申请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申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，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申请的限制。

Claims (9)

1.一种燃烧室雾化过程模拟方法，其特征在于，包括：
利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉，得到欧拉燃油液滴；
判断所述欧拉燃油液滴是否满足预设转换条件；
若所述欧拉燃油液滴满足所述预设转换条件，则将所述欧拉燃油液滴转化为拉格朗日液滴，并基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团，进而完成燃烧室雾化全过程仿真；
其中，所述判断所述欧拉燃油液滴是否满足预设转换条件，包括：计算所述欧拉燃油液滴的特征信息，并判断所述特征信息是否满足预设转换条件；
所述计算所述欧拉燃油液滴的特征信息，并判断所述特征信息是否满足预设转换条件，包括：计算所述欧拉燃油液滴的直径、球形度及欧拉液滴向拉格朗日液滴转换的区域，并判断所述欧拉燃油液滴的直径是否小于预设的长度、所述欧拉燃油液滴的球形度是否小于预设值，并且欧拉燃油液滴向拉格朗日液滴转换的区域是否位于预设转换区域内；
相应的，所述若所述欧拉燃油液滴满足所述预设转换条件，则将所述欧拉燃油液滴转化为拉格朗日液滴，包括：若所述欧拉燃油液滴的直径小于预设的长度、所述欧拉燃油液滴的球形度小于预设值，并且欧拉燃油液滴向拉格朗日液滴转换的区域位于预设转换区域内，则将所述欧拉燃油液滴转化为拉格朗日液滴；
其中，所述欧拉燃油液滴向所述拉格朗日液滴转换的区域的确定过程，包括：采用波动色散方程建立扰动的波数和增长率的关系式，并求解所述关系式获得最大增长率和对应的波数；根据无限小扰动频谱理论求得破碎时间，并将所述破碎时间结合流体速度以获得破碎长度，再将距离喷嘴出口一个所述破碎长度位置的下游作为所述欧拉燃油液滴向所述拉格朗日液滴转换的区域。
2.根据权利要求1所述的燃烧室雾化过程模拟方法，其特征在于，所述对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉，得到欧拉燃油液滴，包括：
基于所述欧拉两相流模型求解得到的液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴。
3.根据权利要求2所述的燃烧室雾化过程模拟方法，其特征在于，所述基于所述欧拉两相流模型求解得到的液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴，包括：
利用所述Level-Set算法求解的符号距离函数对所述一次破碎过程中产生的气液界面的法向量进行计算，得到气液界面法向量；
通过所述VOF算法并基于所述气液界面法向量重构所述气液界面，并求解相方程得到液体燃油相体积分数流场；
利用CCL算法并根据所述液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴。
4.根据权利要求3所述的燃烧室雾化过程模拟方法，其特征在于，所述利用CCL算法并根据所述液体燃油相体积分数流场对所述一次破碎过程中液体射流破碎产生的液滴进行识别，得到欧拉燃油液滴，包括：
分别判断所述液体燃油相体积分数流场中各个网格单元对应的相体积分数是否大于预设阈值；
若所述液体燃油相体积分数流场中各个网格单元对应的相体积分数大于所述预设阈值，则利用CCL算法对所述液体燃油相体积分数流场中的网格单元进行标记，得到标记后液体单元；
遍历所有所述标记后液体单元，并为每一所述标记后液体单元赋予唯一的编号；
按照编号从小到大的顺序将共享一个单元面的所有所述网格单元组成一个欧拉燃油液滴，并将所述欧拉燃油液滴对应的所述单元面中的最小编号作为所述欧拉燃油液滴的编号。
5.根据权利要求1至4任一项所述的燃烧室雾化过程模拟方法，其特征在于，所述将所述欧拉燃油液滴转化为拉格朗日液滴，包括：
将所述欧拉燃油液滴的相体积分数赋值为0，并在预设的拉格朗日存储容器中添加预先创建的LPT液滴；
基于连续相流场对所述LPT液滴进行求解，得到求解结果，并利用所述求解结果对所述LPT液滴的特征信息进行更新，得到拉格朗日液滴。
6.根据权利要求5所述的燃烧室雾化过程模拟方法，其特征在于，所述基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团之前，还包括：
判断当前是否达到预设时间迭代步，若未达到则遍历所述拉格朗日存储容器中的所述LPT液滴，并判断所述LPT液滴的特征信息是否满足预设的离散相液滴存在条件；
若所述LPT液滴的特征信息满足预设的所述离散相液滴存在条件，则删除所述LPT液滴，并通过连续相源项方式添加欧拉燃油源项。
7.一种燃烧室雾化过程模拟装置，其特征在于，包括：
一次破碎模拟模块，用于利用基于VOF算法和Level-Set算法构建的欧拉两相流模型对燃烧室雾化过程中一次破碎过程进行模拟，并对所述一次破碎过程中液体射流破碎产生的液滴进行捕捉，得到欧拉燃油液滴；
判断模块，用于判断所述欧拉燃油液滴是否满足预设转换条件；
二次破碎模拟模块，用于如果所述欧拉燃油液滴满足所述预设转换条件，则将所述欧拉燃油液滴转化为拉格朗日液滴，并基于拉格朗日算法构建的二次破碎模型对所述燃烧室雾化过程中的二次破碎进行预测，获得空间分布的拉格朗日液滴云团，进而完成燃烧室雾化全过程仿真；
其中，所述判断模块，具体用于计算所述欧拉燃油液滴的特征信息，并判断所述特征信息是否满足预设转换条件；
所述判断模块，具体用于计算所述欧拉燃油液滴的直径、球形度及欧拉液滴向拉格朗日液滴转换的区域，并判断所述欧拉燃油液滴的直径是否小于预设的长度、所述欧拉燃油液滴的球形度是否小于预设值，并且欧拉燃油液滴向拉格朗日液滴转换的区域是否位于预设转换区域内；
相应的，所述二次破碎模拟模块，具体用于若所述欧拉燃油液滴的直径小于预设的长度、所述欧拉燃油液滴的球形度小于预设值，并且欧拉燃油液滴向拉格朗日液滴转换的区域位于预设转换区域内，则将所述欧拉燃油液滴转化为拉格朗日液滴；
其中，所述欧拉燃油液滴向所述拉格朗日液滴转换的区域的确定过程，包括：采用波动色散方程建立扰动的波数和增长率的关系式，并求解所述关系式获得最大增长率和对应的波数；根据无限小扰动频谱理论求得破碎时间，并将所述破碎时间结合流体速度以获得破碎长度，再将距离喷嘴出口一个所述破碎长度位置的下游作为所述欧拉燃油液滴向所述拉格朗日液滴转换的区域。
8.一种电子设备，其特征在于，包括处理器和存储器；其中，所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1至6任一项所述的燃烧室雾化过程模拟方法。
9.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的燃烧室雾化过程模拟方法。
CN202310252791.6A 2023-03-16 2023-03-16 一种燃烧室雾化过程模拟方法、装置、设备及存储介质 Active CN115964904B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310252791.6A CN115964904B (zh) 2023-03-16 2023-03-16 一种燃烧室雾化过程模拟方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310252791.6A CN115964904B (zh) 2023-03-16 2023-03-16 一种燃烧室雾化过程模拟方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN115964904A CN115964904A (zh) 2023-04-14
CN115964904B true CN115964904B (zh) 2023-06-06

Family

ID=85888216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310252791.6A Active CN115964904B (zh) 2023-03-16 2023-03-16 一种燃烧室雾化过程模拟方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115964904B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117252128B (zh) * 2023-11-17 2024-01-26 中国空气动力研究与发展中心计算空气动力研究所 一种旋流喷嘴雾化过程模拟方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111064514A (zh) * 2019-12-18 2020-04-24 南京信息工程大学 一种基于少模多芯光纤的光子概率成型信号传输方法
CN113779855A (zh) * 2021-09-02 2021-12-10 大连理工大学 一种用于求解托卡马克等离子体中鱼骨模色散关系的方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140246507A1 (en) * 2013-03-01 2014-09-04 University Of Central Florida Research Foundation, Inc. Method and apparatus for monidisperse liquid particle generation
CN110848065B (zh) * 2019-11-13 2021-07-02 北京工业大学 一种自动识别柴油喷雾破碎过程自动实现喷雾连续计算的方法
CN113221473B (zh) * 2020-10-12 2022-06-07 西北工业大学 发动机燃烧室内气体-液滴两相流动特性的数值模拟方法
CN113984394A (zh) * 2021-10-28 2022-01-28 中国人民解放军国防科技大学 超声速气流中液体横向射流的液滴碰壁模拟方法
CN114218674B (zh) * 2021-12-16 2023-11-10 西北工业大学太仓长三角研究院 一种用于航空发动机燃油雾化全过程性能预测方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111064514A (zh) * 2019-12-18 2020-04-24 南京信息工程大学 一种基于少模多芯光纤的光子概率成型信号传输方法
CN113779855A (zh) * 2021-09-02 2021-12-10 大连理工大学 一种用于求解托卡马克等离子体中鱼骨模色散关系的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
静电电子回旋谐波的日侧统计分布与电子散射效应研究;娄悦群;《中国优秀博士学位论文全文数据库》(第6期);A012-27 *

Also Published As

Publication number Publication date
CN115964904A (zh) 2023-04-14

Similar Documents

Publication Publication Date Title
CN108717572B (zh) 基于结构化神经网络的成像任务可调度性预测方法
EP4113386A2 (en) Method, apparatus and system for federated learning, electronic device, computer readable medium
CN115964904B (zh) 一种燃烧室雾化过程模拟方法、装置、设备及存储介质
Li et al. Hybrid optimization algorithm based on chaos, cloud and particle swarm optimization algorithm
Zhou et al. Multivariate probabilistic collocation method for effective uncertainty evaluation with application to air traffic flow management
Anisimov et al. Mathematical simulation of adaptive allocation of discrete resources
CN113037877A (zh) 云边端架构下时空数据及资源调度的优化方法
CN108845886B (zh) 基于相空间的云计算能耗优化方法和系统
CN113283186A (zh) 一种用于cfd的通用网格自适应方法
CN113221475A (zh) 一种用于高精度流场分析的网格自适应方法
CN115310325A (zh) 一种软管锥套空中加油多学科耦合分析框架及方法
US20180260499A1 (en) Performing lagrangian particle tracking with adaptive sampling to provide a user-defined level of performance
CN111814117A (zh) 模型解释方法、设备及可读存储介质
CN108595882B (zh) 一种营邑规划管线bim设计管线造价生成系统
Zhang et al. Adaptive mutant particle swarm optimization based precise cargo airdrop of unmanned aerial vehicles
CN110309955A (zh) 一种云环境应用系统非停机升级时的负载预测方法及装置
Önder et al. Deep learning of interfacial curvature: A symmetry-preserving approach for the volume of fluid method
JP2022023420A (ja) 情報処理装置、情報処理方法および情報処理プログラム
Yan et al. Service caching for meteorological emergency decision-making in cloud-edge computing
Li et al. Research on ship data big data parallel scheduling algorithm based on cloud computing
Luo et al. A machine learning-based characterization framework for parametric representation of liquid sloshing
Martínez-Arellano et al. Characterisation of large changes in wind power for the day-ahead market using a fuzzy logic approach
Cui Dynamic migration algorithm of marine big data in cloud computing environment
CN117252128B (zh) 一种旋流喷嘴雾化过程模拟方法、装置、设备及存储介质
CN102650965A (zh) 基于相空间热力学的云计算系统监控分析方法

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