CN116611370B - 一种发射台导流模型的仿真分析方法、装置及计算设备 - Google Patents
一种发射台导流模型的仿真分析方法、装置及计算设备 Download PDFInfo
- Publication number
- CN116611370B CN116611370B CN202310882972.7A CN202310882972A CN116611370B CN 116611370 B CN116611370 B CN 116611370B CN 202310882972 A CN202310882972 A CN 202310882972A CN 116611370 B CN116611370 B CN 116611370B
- Authority
- CN
- China
- Prior art keywords
- model
- calculation
- diversion
- flow
- launching pad
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 71
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 135
- 238000005457 optimization Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims description 35
- 238000009826 distribution Methods 0.000 claims description 27
- 238000013461 design Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 9
- 239000012530 fluid Substances 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000012805 post-processing Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000012876 topography Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 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
- G06F30/28—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
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Fluid Mechanics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种发射台导流模型的仿真分析方法、装置及计算设备,涉及发射台导流模型的仿真分析技术领域,所述方法包括:根据所述几何形状和尺寸参数建立所述发射台导流模型的计算模型;对计算模型对应的计算域范围进行网格划分,并设置边界条件和模拟参数,以获得导流模型流场结构的数值解;根据所述导流模型流场结构的数值解,进行数值模拟计算,对导流模型的流场结构进行分析,并获取各项导流指标;根据各项导流指标,对发射台导流模型的几何形状和尺寸参数进行优化设计;对优化后的发射台导流模型进行验证,直至所述发射台导流模型满足条件。本发明提高了分析精度和速度,缩短了时间,可以有效地验证和评估优化结果。
Description
技术领域
本发明涉及发射台导流模型的仿真分析技术领域,特别是指一种发射台导流模型的仿真分析方法、装置及计算设备。
背景技术
随着航空航天事业的不断发展,发射场的发射能力和效率成为制约航天事业发展的重要因素。而发射台导流模型作为增强火箭发射能力的重要设备之一,其气动性能对于发射效率和卫星轨道的准确度都有着直接的影响。因此,对发射台导流模型的气动性能进行研究和优化设计至关重要。
目前,人们常采用实验方法对发射台导流模型进行气动性能测试。但实验费用大、周期长且误差较大,同时很难考虑到各种条件因素的影响。
发明内容
本发明要解决的技术问题是提供一种发射台导流模型的仿真分析方法、装置及计算设备,通过计算模型准确获取导流模型的几何形状和尺寸参数,避免实验误差,优化设计过程基于数值模拟,提高了分析精度和速度,缩短了时间,可以有效地验证和评估优化结果,保证了优化效果。
为解决上述技术问题,本发明的技术方案如下:
第一方面,一种发射台导流模型的仿真分析方法,所述方法包括:
获取发射台导流模型的几何形状和尺寸参数;
根据所述几何形状和尺寸参数建立所述发射台导流模型的计算模型;
对计算模型对应的计算域范围进行网格划分,并设置边界条件和模拟参数,以获得导流模型流场结构的数值解;
根据所述导流模型流场结构的数值解,进行数值模拟计算,对导流模型的流场结构进行分析,并获取各项导流指标;
根据各项导流指标,对发射台导流模型的几何形状和尺寸参数进行优化设计;
对优化后的发射台导流模型进行验证,直至所述发射台导流模型满足条件。
进一步的,获取发射台导流模型的几何形状和尺寸参数,包括:
获取所述发射台导流模型的设计要求、约束要求、长度、宽度和高度,其中,所述设计要求包括工作条件、工作环境、地形特点和气象条件,所述约束要求包括与发射台导流模型相关的技术指标和性能要求。
进一步的,根据所述几何形状和尺寸参数建立所述发射台导流模型的计算模型,包括:
根据所述发射台导流模型的几何形状和气动特性,确定计算模型类型,并设定所述计算模型类型的计算域范围和边界条件;
根据发射台导流模型的气动特性设定相应的流体力学模型;
根据所述流体力学模型和边界条件建立所述发射台导流模型的计算模型。
进一步的,对计算模型对应的计算域范围进行网格划分,并设置边界条件和模拟参数,以获得导流模型流场结构的数值解,包括:
将计算模型对应的计算域范围进行网格划分,生成离散化的数值计算节点,其中,网格划分的大小和密度根据发射台导流模型的几何形状、精度和计算域范围确定;
对发射台导流模型的入口或出口边界、壁面边界和对称或周期性边界进行设定,以及设置数值模拟过程中所使用的模拟参数,其中,所述模拟参数包括时间步长、空间步长和收敛准则。
进一步的,根据所述导流模型流场结构的数值解,进行数值模拟计算,对导流模型的流场结构进行分析,并获取各项导流指标,包括:
根据所述导流模型流场结构的数值解,选择与流体的物理特性相关的求解器进行数值模拟计算,以得到导流模型流场结构的结果;
对导流模型流场结构的结果进行后处理得到计算结果,对所述计算结果进行分析,并从计算结果中提取导流的关键指标。
进一步的,所述关键指标包括流速分布、压力分布、温度分布和流场稳定性。
进一步的,根据各项导流指标,对发射台导流模型的几何形状和尺寸参数进行优化设计,包括:
获取导流指标与几何形状及尺寸参数之间的关联性;
根据所述导流指标与几何形状及尺寸参数之间的关联性,确定优化目标和约束条件;
根据确定的优化目标和约束条件,对发射台导流模型的几何形状和尺寸参数进行迭代求解,逐步调整参数值以逼近优化目标。
第二方面,一种发射台导流模型的仿真分析装置,包括:
获取模块,用于获取发射台导流模型的几何形状和尺寸参数;根据所述几何形状和尺寸参数建立所述发射台导流模型的计算模型;对计算模型对应的计算域范围进行网格划分,并设置边界条件和模拟参数,以获得导流模型流场结构的数值解;
处理模块,用于根据所述导流模型流场结构的数值解,进行数值模拟计算,对导流模型的流场结构进行分析,并获取各项导流指标;根据各项导流指标,对发射台导流模型的几何形状和尺寸参数进行优化设计;对优化后的发射台导流模型进行验证,直至所述发射台导流模型满足条件。
第三方面,一种计算设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述方法。
第四方面,一种计算机可读存储介质,所述计算机可读存储介质中存储有程序,该程序被处理器执行时实现上述方法。
本发明的上述方案至少包括以下有益效果:
本发明的上述方案,通过计算模型准确获取导流模型的几何形状和尺寸参数,避免实验误差,优化设计过程基于数值模拟,提高了分析精度和速度,缩短了时间,可以有效地验证和评估优化结果,保证了优化效果。
附图说明
图1是本发明的实施例提供的发射台导流模型的仿真分析方法的流程示意图。
图2是本发明的实施例提供的发射台导流模型的仿真分析装置示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示,本发明的实施例提出一种发射台导流模型的仿真分析方法,所述方法包括:
步骤11,获取发射台导流模型的几何形状和尺寸参数;
步骤12,根据所述几何形状和尺寸参数建立所述发射台导流模型的计算模型;
步骤13,对计算模型对应的计算域范围进行网格划分,并设置边界条件和模拟参数,以获得导流模型流场结构的数值解;
步骤14,根据所述导流模型流场结构的数值解,进行数值模拟计算,对导流模型的流场结构进行分析,并获取各项导流指标;
步骤15,根据各项导流指标,对发射台导流模型的几何形状和尺寸参数进行优化设计;
步骤16,对优化后的发射台导流模型进行验证,直至所述发射台导流模型满足条件。
在本发明实施例中,在步骤11中,可以确定发射台导流模型的实际参数,这些参数包括导流模型的长、宽、高、进口和出口直径等,这些参数是后续计算建模过程的重要输入和基础。在步骤12中,建立的发射台导流模型的计算模型是通过现有的数学模型和物理模型,结合几何形状和尺寸参数,来描述导流模型的气动行为,这个计算模型是后续仿真分析的基础。在步骤13中,通过对所建立的计算模型进行网格划分,并在计算域范围内设置适当的边界条件和模拟参数可以实现数值模拟的准确性和稳定性,通过此步骤,可以获得发射台导流模型的流场结构的数值解。在步骤14中,利用所获得的数值解进行数值模拟计算及分析,以获得发射台导流模型流场结构的各项导流指标,如速度分布、压力分布等,通过数值模拟计算为后续优化提供的基础数据。在步骤15中,根据各项导流指标对发射台导流模型进行优化设计,包括形态优化、大小优化等,可以优化发射台导流模型的各项导流指标,并提高其性能指标。
在步骤16中,对优化后的发射台导流模型进行验证,以确保其满足各项技术指标和设计要求,并不断改进和优化,从而可以验证发射台导流模型的准确性和可靠性。因此,本发明通过建立计算模型、数值模拟计算,为发射台导流模型的性能指标提供了可靠的评估和优化方法,并为发射场的实际应用提供了有力的技术支持。
在本发明一优选的实施例中,上述步骤11,可以包括:
步骤111,获取所述发射台导流模型的设计要求、约束要求、长度、宽度和高度,其中,所述设计要求包括工作条件、工作环境、地形特点和气象条件,所述约束要求包括与发射台导流模型相关的技术指标和性能要求。
在本发明实施例中,该步骤为后续的导流模型建模和优化提供基础和依据。在步骤111中,通过获取设计要求和约束要求,可以明确发射台导流模型的使用条件、限制条件以及设计目标。这些数据对于建模和优化过程中的参数设定具有重要的参考和指导作用,有助于建立准确的计算模型和优化设计方案。其次,对于长度、宽度和高度等参数的获取,有助于形成发射台导流模型的几何形状和尺寸信息。
在本发明一优选的实施例中,上述步骤12,可以包括:
步骤121,根据所述发射台导流模型的几何形状和气动特性,确定计算模型类型,并设定所述计算模型类型的计算域范围和边界条件;
步骤122,根据发射台导流模型的气动特性设定相应的流体力学模型;
步骤123,根据所述流体力学模型和边界条件建立所述发射台导流模型的计算模型。
在本发明实施例中,在步骤121中,所述计算域范围和边界条件与计算区域的范围和形状,以及物理场在边界上的限制和约束条件有关,例如,在气体流动计算中,通常需要设置入口和出口的速度、压力等参数,以及边界层的处理方式,在计算模型中进行统一的规划和设置。在步骤122中,所述流体力学模型的选择需要考虑到实际情况的复杂程度、计算准确度、求解效率等因素,并根据不同模型的特点和优缺点进行评估和比较。例如,对于具有复杂流动结构的导流模型,通常需要选择三维流体力学模型进行建模,以充分考虑流动的三维特性;而对于速度相对较低、流动结构相对简单的导流模型,则可以采用二维流体力学模型进行建模,在本发明实施例中,优选的,采用三维流体力学模型进行建模。在步骤123中,通过数值计算,可以获得导流模型在不同气动参数下的流场分布、压力分布、速度分布等信息,为设计人员提供更加准确和详细的气动特性数据,有助于设计方案的优化和改进。
在本发明一优选的实施例中,上述步骤13,可以包括:
步骤131,将计算模型对应的计算域范围进行网格划分,生成离散化的数值计算节点,其中,网格划分的大小和密度根据发射台导流模型的几何形状、精度和计算域范围确定;
步骤132,对发射台导流模型的入口或出口边界、壁面边界和对称或周期性边界进行设定,以及设置数值模拟过程中所使用的模拟参数,其中,所述模拟参数包括时间步长、空间步长和收敛准则。
在本发明实施例中,在步骤131中,为了将连续的计算域离散化为一系列节点,以便计算机进行数值计算,网格的大小和密度需要根据导流模型的几何形状、精度和计算域范围确定,以保证计算精度和计算效率的平衡,本发明实施例,可以实现计算精度和计算效率的平衡,不但可以实现网格不用过于密集,而且还能实现调整合理的计算负担和计算时间。
因此,在对网格的大小和密度进行设定时根据几何形状、精度要求、计算域范围和物理特性来确定,在本发明实施例当中,在几何特征处使用更细的网格,从而来确保计算精度,例如,在导流模型弯曲的区域加密网格来跟踪流体的运动;其中,还需要将网格划分成更小的单元以提高计算精度。因此,本发明可以通过网格独立性检验来确定最佳的网格大小和密度,通过使用不同大小的网格进行计算,并比较不同网格计算结果之间的差异来评估网格大小和密度对计算精度的影响。
在步骤132中,通过设置模拟参数,可以实现对数值计算的精度和计算速度进行进一步的调控。在本发明实施例中,通过设置合理的时间步长和空间步长,不但可以实现计算精度高,还可以实现降低计算负担和计算时间,并且通过设置合理的收敛准则,还可以实现避免计算时间和计算资源的浪费。
因此,本发明通过数值计算对导流模型进行模拟,得到流场分布、压力分布、速度分布等相关信息,从而分析导流模型的气动特性,通过合理的网格划分和边界条件的设定,可以保证数值计算的稳定性和精度,从而有效地评估导流模型的设计和性能,优化设计方案,提高导流模型的工作效率和性能。
在本发明一优选的实施例中,上述步骤14,可以包括:
步骤141,根据所述导流模型流场结构的数值解,选择与流体的物理特性相关的求解器进行数值模拟计算,以得到导流模型流场结构的结果;
步骤142,对导流模型流场结构的结果进行后处理得到计算结果,对所述计算结果进行分析,并从计算结果中提取导流的关键指标,所述关键指标包括流速分布、压力分布、温度分布和流场稳定性。
在本发明实施例中,在步骤141中,通过选择与导流模型的物理特性相匹配的求解器,可以实现对导流模型进行数值模拟计算,从而保证计算结果的准确性和稳定性,例如,在本发明实施例中,优选的,所述求解器可以采用求解Navier-Stokes方程组的高级求解器来进行数值模拟计算。在步骤142中,所述后处理是指在数值模拟计算结束后,对数值解的处理和分析,以提取出有用的信息,通过后处理,可以得到导流模型的计算结果,例如流速分布、压力分布、温度分布和流场稳定性等指标,以及导出动态图像或静态图片等,对于计算结果的分析和提取,本发明采用数据挖掘来完成。
其中,在本发明实施例中,所述数据挖掘的具体操作步骤为:
步骤1421,从计算结果中获取数据,包括流速分布、压力分布、温度分布和流场稳定性等指标,然后去除那些不完整、格式不规范、有误的数据。例如,将由于数据输入错误、传输错误或程序错误等原因所产生的错误数据清除,如果这些错误的数据没有被及时检测和清除,就会对后续的分析产生较大干扰;在数据收集和录入过程中,对数据进行去重处理,以避免对分析结果产生误导性影响;针对不同的数据格式,进行相应的格式转换和处理,例如,将文本数据转换为数值型数据,或将数据从不同的文件格式转换为相应的程序可以处理的格式;然后获取一些异常或不符合实际情况的数据,这些数据可能来自于测试装置的故障、实验的误差等原因,此时对这些异常数据进行剔除,以确保后续分析的准确性,对数据进行区分和分类,以便对数据进行更进一步的分析。例如,可以对流速分布数据进行按时间统计、按位置统计、按流量统计等方式进行分类整理。
步骤1422,获取区分和分类后的数据,并将区分和分类后的数据采用快速傅里叶变换(FFT)算法进行离散傅里叶变换,以提高计算的效率,其中,将经过区分和分类后的数据x n ,其中 n表示采样点,将经过区分和分类后的数据x n 代入离散傅里叶变换公式,就可以得到相应的频域分量 X k ,从而提取出信号的频率分量信息。然后,可以根据功率谱密度等指标,选择具有代表性的频率分量作为特征进行挑选与提取。
步骤1423,在确定好数据的特征信息后,选择合适的模型进行建立;
步骤1424,在确定好模型后,使用已有的数据进行训练和优化,通过训练和调参可以提高模型的精度和泛化能力,并得到更为准确的结果。
在完成模型训练后,需要对计算结果进行分析和优化,可以进一步了解数据之间的关系、发现规律和异常情况,并根据分析结果指导导流模型的改进和优化。
因此,本发明通过提取导流的关键指标可以用来评估导流模型的性能和优劣,进一步指导设计和改进导流模型,此外,通过数值模拟计算和后处理,也可以对导流模型在实际运行中可能出现的问题进行预测和分析,以及优化装置的结构和参数,提高导流模型的效率和性能。
在本发明一优选的实施例中,上述步骤15,可以包括:
步骤151,获取导流指标与几何形状及尺寸参数之间的关联性;
步骤152,根据所述导流指标与几何形状及尺寸参数之间的关联性,确定优化目标和约束条件;
步骤153,根据确定的优化目标和约束条件,对发射台导流模型的几何形状和尺寸参数进行迭代求解,逐步调整参数值以逼近优化目标。
在本发明实施例中,通过数值优化方法对发射台导流模型的几何形状和尺寸参数进行迭代求解,在每次迭代过程中,根据当前参数值计算相应的导流指标,并与优化目标和约束条件进行比较,然后更新参数值,直到收敛为止,得到最优的导流模型,本发明可以快速、准确地设计出符合特定要求的导流模型,有利于提高发射台的效率和经济性。
如图2所示,本发明的实施例还提供一种发射台导流模型的仿真分析装置20,包括:
获取模块21,用于获取发射台导流模型的几何形状和尺寸参数;根据所述几何形状和尺寸参数建立所述发射台导流模型的计算模型;对计算模型对应的计算域范围进行网格划分,并设置边界条件和模拟参数,以获得导流模型流场结构的数值解;
处理模块22,用于根据所述导流模型流场结构的数值解,进行数值模拟计算,对导流模型的流场结构进行分析,并获取各项导流指标;根据各项导流指标,对发射台导流模型的几何形状和尺寸参数进行优化设计;对优化后的发射台导流模型进行验证,直至所述发射台导流模型满足条件。
可选的,获取发射台导流模型的几何形状和尺寸参数,包括:
获取所述发射台导流模型的设计要求、约束要求、长度、宽度和高度,其中,所述设计要求包括工作条件、工作环境、地形特点和气象条件,所述约束要求包括与发射台导流模型相关的技术指标和性能要求。
可选的,根据所述几何形状和尺寸参数建立所述发射台导流模型的计算模型,包括:
根据所述发射台导流模型的几何形状和气动特性,确定计算模型类型,并设定所述计算模型类型的计算域范围和边界条件;
根据发射台导流模型的气动特性设定相应的流体力学模型;
根据所述流体力学模型和边界条件建立所述发射台导流模型的计算模型。
可选的,对计算模型对应的计算域范围进行网格划分,并设置边界条件和模拟参数,以获得导流模型流场结构的数值解,包括:
将计算模型对应的计算域范围进行网格划分,生成离散化的数值计算节点,其中,网格划分的大小和密度根据发射台导流模型的几何形状、精度和计算域范围确定;
对发射台导流模型的入口或出口边界、壁面边界和对称或周期性边界进行设定,以及设置数值模拟过程中所使用的模拟参数,其中,所述模拟参数包括时间步长、空间步长和收敛准则。
可选的,根据所述导流模型流场结构的数值解,进行数值模拟计算,对导流模型的流场结构进行分析,并获取各项导流指标,包括:
根据所述导流模型流场结构的数值解,选择与流体的物理特性相关的求解器进行数值模拟计算,以得到导流模型流场结构的结果;
对导流模型流场结构的结果进行后处理得到计算结果,对所述计算结果进行分析,并从计算结果中提取导流的关键指标。
可选的,所述关键指标包括流速分布、压力分布、温度分布和流场稳定性。
可选的,根据各项导流指标,对发射台导流模型的几何形状和尺寸参数进行优化设计,包括:
获取导流指标与几何形状及尺寸参数之间的关联性;
根据所述导流指标与几何形状及尺寸参数之间的关联性,确定优化目标和约束条件;
根据确定的优化目标和约束条件,对发射台导流模型的几何形状和尺寸参数进行迭代求解,逐步调整参数值以逼近优化目标。
需要说明的是,该装置是与上述方法相对应的装置,上述方法实施例中的所有实现方式均适用于该实施例中,也能达到相同的技术效果。
本发明的实施例还提供一种计算设备,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中,也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质,存储指令,当所述指令在计算机上运行时,使得计算机执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中,也能达到相同的技术效果。
本领域普通技术人员可以意识到,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、或者计算机软件和电子硬件的结合来实现。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发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外,需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行,某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言,能够理解本发明的方法和装置的全部或者任何步骤或者部件,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此,本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此,本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储有这样的程序产品的存储介质也构成本发明。显然,所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种发射台导流模型的仿真分析方法,其特征在于,所述方法包括:
获取发射台导流模型的几何形状和尺寸参数;
根据所述几何形状和尺寸参数建立所述发射台导流模型的计算模型,包括:
根据所述发射台导流模型的几何形状和气动特性,确定计算模型类型,并设定所述计算模型类型的计算域范围和边界条件;根据发射台导流模型的气动特性设定相应的流体力学模型;根据所述流体力学模型和边界条件建立所述发射台导流模型的计算模型;
对计算模型对应的计算域范围进行网格划分,并设置边界条件和模拟参数,以获得导流模型流场结构的数值解;
根据所述导流模型流场结构的数值解,进行数值模拟计算,对导流模型的流场结构进行分析,并获取各项导流指标;
根据各项导流指标,对发射台导流模型的几何形状和尺寸参数进行优化设计;
对优化后的发射台导流模型进行验证,直至所述发射台导流模型满足条件。
2.根据权利要求1所述的发射台导流模型的仿真分析方法,其特征在于,获取发射台导流模型的几何形状和尺寸参数,包括:
获取所述发射台导流模型的设计要求、约束要求、长度、宽度和高度,其中,所述设计要求包括工作条件、工作环境、地形特点和气象条件,所述约束要求包括与发射台导流模型相关的技术指标和性能要求。
3.根据权利要求2所述的发射台导流模型的仿真分析方法,其特征在于,对计算模型对应的计算域范围进行网格划分,并设置边界条件和模拟参数,以获得导流模型流场结构的数值解,包括:
将计算模型对应的计算域范围进行网格划分,生成离散化的数值计算节点,其中,网格划分的大小和密度根据发射台导流模型的几何形状、精度和计算域范围确定;
对发射台导流模型的入口或出口边界、壁面边界和对称或周期性边界进行设定,以及设置数值模拟过程中所使用的模拟参数,其中,所述模拟参数包括时间步长、空间步长和收敛准则。
4.根据权利要求3所述的发射台导流模型的仿真分析方法,其特征在于,根据所述导流模型流场结构的数值解,进行数值模拟计算,对导流模型的流场结构进行分析,并获取各项导流指标,包括:
根据所述导流模型流场结构的数值解,选择与流体的物理特性相关的求解器进行数值模拟计算,以得到导流模型流场结构的结果;
对导流模型流场结构的结果进行后处理得到计算结果,对所述计算结果进行分析,并从计算结果中提取导流的关键指标。
5.根据权利要求4所述的发射台导流模型的仿真分析方法,其特征在于,所述关键指标包括流速分布、压力分布、温度分布和流场稳定性。
6.根据权利要求5所述的发射台导流模型的仿真分析方法,其特征在于,根据各项导流指标,对发射台导流模型的几何形状和尺寸参数进行优化设计,包括:
获取导流指标与几何形状及尺寸参数之间的关联性;
根据所述导流指标与几何形状及尺寸参数之间的关联性,确定优化目标和约束条件;
根据确定的优化目标和约束条件,对发射台导流模型的几何形状和尺寸参数进行迭代求解,逐步调整参数值以逼近优化目标。
7.一种发射台导流模型的仿真分析装置,其特征在于,包括:
获取模块,用于获取发射台导流模型的几何形状和尺寸参数;根据所述几何形状和尺寸参数建立所述发射台导流模型的计算模型,包括:根据所述发射台导流模型的几何形状和气动特性,确定计算模型类型,并设定所述计算模型类型的计算域范围和边界条件;根据发射台导流模型的气动特性设定相应的流体力学模型;根据所述流体力学模型和边界条件建立所述发射台导流模型的计算模型;对计算模型对应的计算域范围进行网格划分,并设置边界条件和模拟参数,以获得导流模型流场结构的数值解;
处理模块,用于根据所述导流模型流场结构的数值解,进行数值模拟计算,对导流模型的流场结构进行分析,并获取各项导流指标;根据各项导流指标,对发射台导流模型的几何形状和尺寸参数进行优化设计;对优化后的发射台导流模型进行验证,直至所述发射台导流模型满足条件。
8.一种计算设备,包括:
一个或多个处理器;
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序,该程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310882972.7A CN116611370B (zh) | 2023-07-19 | 2023-07-19 | 一种发射台导流模型的仿真分析方法、装置及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310882972.7A CN116611370B (zh) | 2023-07-19 | 2023-07-19 | 一种发射台导流模型的仿真分析方法、装置及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116611370A CN116611370A (zh) | 2023-08-18 |
CN116611370B true CN116611370B (zh) | 2023-09-19 |
Family
ID=87682178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310882972.7A Active CN116611370B (zh) | 2023-07-19 | 2023-07-19 | 一种发射台导流模型的仿真分析方法、装置及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116611370B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252141B (zh) * | 2023-11-13 | 2024-01-30 | 西安芯瑞微电子信息技术有限公司 | 一种流体力学求解器电路热仿真方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017084105A1 (zh) * | 2015-11-20 | 2017-05-26 | 田川 | 一种数值模拟等离子体放电的系统及方法 |
CN110222467A (zh) * | 2019-06-20 | 2019-09-10 | 北京理工大学 | 一种水下发动机喷管摆动高速射流特性的分析方法 |
CN113221422A (zh) * | 2021-05-18 | 2021-08-06 | 上海西陆信息科技有限公司 | 基于非线性流体数据信息处理技术的流体仿真模拟方法 |
WO2022099713A1 (zh) * | 2020-11-16 | 2022-05-19 | 天华化工机械及自动化研究设计院有限公司 | 一种基于 overset 模型的低温碳化炉丝束加热过程三维模拟方法 |
CN115659547A (zh) * | 2022-11-11 | 2023-01-31 | 江苏省沙钢钢铁研究院有限公司 | 电弧炉流场仿真设计方法及装置 |
-
2023
- 2023-07-19 CN CN202310882972.7A patent/CN116611370B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017084105A1 (zh) * | 2015-11-20 | 2017-05-26 | 田川 | 一种数值模拟等离子体放电的系统及方法 |
CN110222467A (zh) * | 2019-06-20 | 2019-09-10 | 北京理工大学 | 一种水下发动机喷管摆动高速射流特性的分析方法 |
WO2022099713A1 (zh) * | 2020-11-16 | 2022-05-19 | 天华化工机械及自动化研究设计院有限公司 | 一种基于 overset 模型的低温碳化炉丝束加热过程三维模拟方法 |
CN113221422A (zh) * | 2021-05-18 | 2021-08-06 | 上海西陆信息科技有限公司 | 基于非线性流体数据信息处理技术的流体仿真模拟方法 |
CN115659547A (zh) * | 2022-11-11 | 2023-01-31 | 江苏省沙钢钢铁研究院有限公司 | 电弧炉流场仿真设计方法及装置 |
Non-Patent Citations (4)
Title |
---|
AUV导流罩外流场数值仿真与几何参数优化;孙丽;刘贵杰;王猛;何波;;计算机仿真(第05期);全文 * |
井下螺旋轴流式混抽泵增压单元流场仿真分析;陈猛;李增亮;苗长山;;石油机械(第02期);全文 * |
火箭发射初期双面排导型发射台瞬态承载特性研究;陈劲松;林禹;;导弹与航天运载技术(第02期);全文 * |
雪花型层板结构冷却特性的数值模拟研究;全栋梁, 李江海, 刘松龄;热科学与技术(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116611370A (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116611370B (zh) | 一种发射台导流模型的仿真分析方法、装置及计算设备 | |
CN105279365A (zh) | 用于学习异常检测的样本的方法 | |
Li et al. | Damage detection of bridges using response of vehicle considering road surface roughness | |
US20070233436A1 (en) | Structural analysis apparatus, structural analysis method, and structural analysis program | |
CN111506504B (zh) | 基于软件开发过程度量的软件安全性缺陷预测方法及装置 | |
CN102541736B (zh) | 一种软件可靠性执行过程加速测试方法 | |
CN103412557A (zh) | 一种适于非线性过程在线监控的工业故障检测与诊断方法 | |
CN109656545A (zh) | 一种基于事件日志的软件开发活动聚类分析方法 | |
Ranocha et al. | On error-based step size control for discontinuous Galerkin methods for compressible fluid dynamics | |
CN116738920B (zh) | 一种三维几何内核的芯片3d设计方法及系统 | |
Defreitas et al. | Anomaly detection in wind tunnel experiments by principal component analysis | |
CN117743829A (zh) | 一种基于深度学习的短期电力负荷量预测方法 | |
CN104484740A (zh) | 一种核电站数字化控制系统响应时间测试的置信度分析方法 | |
JP2014110047A (ja) | 電子回路シミュレーションのための方法及び装置 | |
CN103019924B (zh) | 输入法智能性评测系统和方法 | |
CN115982566A (zh) | 一种水电机组多通道故障诊断方法 | |
EP4057095A1 (en) | Analysis apparatus, analysis method and program | |
CN113720952B (zh) | 用于储层解释评价的图版生成方法、装置、设备及介质 | |
Qiu et al. | A new approach for sparse optimization with Moreau envelope to extract bearing fault feature | |
JP2019003333A (ja) | バグ混入確率計算プログラム及びバグ混入確率計算方法 | |
Montalvo et al. | Signal processing applied in cortex project: From noise analysis to OMA and SSA methods | |
CN114329905B (zh) | 全范围模拟机可信度评估方法、装置及计算机设备 | |
Mandelli et al. | An overview of reduced order modeling techniques for safety applications | |
CN118114576B (zh) | 基于Nataf变换独立性检验的航班延误图模型检测方法 | |
Zhang et al. | Towards ML-based Performance Estimation of Embedded Software: A RISC-V Case Study |
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 |