CN117473655A - 基于边坍缩网格优化的飞行器仿真驱动设计方法和装置 - Google Patents

基于边坍缩网格优化的飞行器仿真驱动设计方法和装置 Download PDF

Info

Publication number
CN117473655A
CN117473655A CN202311822286.7A CN202311822286A CN117473655A CN 117473655 A CN117473655 A CN 117473655A CN 202311822286 A CN202311822286 A CN 202311822286A CN 117473655 A CN117473655 A CN 117473655A
Authority
CN
China
Prior art keywords
grid
optimized
aircraft
edge
collapse
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
Application number
CN202311822286.7A
Other languages
English (en)
Other versions
CN117473655B (zh
Inventor
龚春叶
龚子瑜
高翔
张翔
郑刚
徐传福
刘杰
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.)
National Supercomputer Center In Tianjin
National University of Defense Technology
Original Assignee
National Supercomputer Center In Tianjin
National University of Defense Technology
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 National Supercomputer Center In Tianjin, National University of Defense Technology filed Critical National Supercomputer Center In Tianjin
Priority to CN202311822286.7A priority Critical patent/CN117473655B/zh
Publication of CN117473655A publication Critical patent/CN117473655A/zh
Application granted granted Critical
Publication of CN117473655B publication Critical patent/CN117473655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/28Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种基于边坍缩网格优化的飞行器仿真驱动设计方法和装置。方法包括:采用基于边坍缩的网格优化算法优化飞行器网格文件中待优化的网格边,利用数值仿真软件处理优化后的飞行器网格文件得到飞行器的多个性能指标,评估飞行器的多个性能指标,性能指标达到设计要求时输出设计方案;基于边坍缩的网格优化算法包括最小化待优化边坍缩到新节点的坍缩代价,得到待优化边的坍缩代价和坍缩后的新节点,将待优化边的坍缩代价存储在堆数据结构,满足坍缩条件时将堆顶边进行坍缩,迭代更新堆数据结构,满足迭代停止条件时停止迭代,得到优化后的飞行器网格文件。采用本方法能够加快飞行器仿真的收敛过程并提高计算准确性。

Description

基于边坍缩网格优化的飞行器仿真驱动设计方法和装置
技术领域
本申请涉及航空飞行器的仿真驱动技术领域,特别是涉及一种基于边坍缩网格优化的飞行器仿真驱动设计方法和装置。
背景技术
随着计算机技术的迅猛发展,计算流体力学(Computational Fluid Dynamics,CFD)数值仿真技术已经成为飞行器气动外形设计过程中性能分析的重要手段。在飞行器外形设计完成后,一般会根据设计的几何模型增加远场包围,进而生成可供CFD数值仿真软件计算的网格文件,在运用有限体积法或有限元法等仿真计算后评估并优化飞行器的外形设计方案。其中,CFD数值仿真的一个重要前处理步骤是通过优化技术进一步提高飞行器模型对应初始网格的单元质量,从而使得后续计算更易收敛,计算结果更加准确。CFD数值仿真在每个网格单元或网格节点上存储温度、速度、密度等物理量,然后利用物理守恒方程求解给定工况下的物理解,从而得到各网格单元或网格节点上的物理量,并通过相关计算公式获得飞行器的升力系数、阻力系数等性能指标。因此,优化后的网格单元质量对仿真结果影响巨大,从而影响飞行器设计方案的外流场性能。此外,网格优化算法的鲁棒性也往往会极大影响网格单元的质量,从而影响飞行器设计方案的仿真结果。
通常依据网格节点的拓扑连接方式将待优化网格分为结构网格和非结构网格。其中,非结构网格中由于网格节点连接关系随机分布,网格单元的局部可控性好,因此能够较好地适用于复杂几何体的边界和网格局部优化,被广泛应用于数值求解的各个领域,是当前网格优化技术的主要研究目标。
飞行器仿真驱动设计方案的优化依赖CFD计算结果,而若想快速获得准确的仿真结果,则存在一个关键前提,即是CFD前处理得到高质量的网格。针对飞行器模型的复杂区域,只单纯使用常规的网格生成方法很难直接生成高质量的网格单元,因此在网格单元生成后,使用网格优化方法来对现有网格单元进行拓扑结构和网格单元分布的优化显得尤为关键和必要。其中拉普拉斯(Laplacian)网格优化算法是近年来被广泛使用的网格优化算法,该算法对于每个节点定义一个拉普拉斯算子来确定其的调整方向,通过沿调整方向以一定的速度移动节点来调整网格。但对于复杂外形的网格,基于拉普拉斯方法的网格优化算法的时间复杂度较高,且该方法只能移动网格节点不改变拓扑连接关系,优化范围有限,导致网格优化的时间过长且优化幅度有限,从而影响CFD仿真的计算结果和收敛效率,由此限制了飞行器仿真驱动设计的周期。
发明内容
基于此,有必要针对上述技术问题,提供一种基于边坍缩网格优化的飞行器仿真驱动设计方法和装置。
一种基于边坍缩网格优化的飞行器仿真驱动设计方法,所述方法包括:
获取预先设计的飞行器几何模型,根据所述飞行器几何模型生成对应的飞行器网格文件;
根据所述飞行器几何模型,对所述飞行器网格文件中各网格节点进行类型标记,得到固定节点和优化节点,根据网格边两端的节点类型,得到待优化边;
最小化预先构建的所述待优化边坍缩到新节点的坍缩代价,得到所述待优化边的坍缩代价和坍缩后的新节点,将所述待优化边的坍缩代价存储在堆数据结构;所述堆数据结构的堆顶边是坍缩代价最小的待优化边;
若所述堆顶边坍缩后相邻网格单元的平均质量不小于坍缩前的平均质量,以及坍缩后不会引起局部相交,则将所述堆顶边进行坍缩,根据坍缩后生成的新网格单元更新所述堆数据结构,迭代取出堆顶边并进行坍缩判断,直到当前最差单元质量不小于预设的最差质量阈值时,停止迭代,得到优化后的飞行器网格文件;
利用CFD 数值仿真软件对所述优化后的飞行器网格文件进行计算,得到飞行器的多个性能指标;所述性能指标包括飞行器升力系数和飞行器阻力系数;
根据预先设置的飞行器设计要求对所述飞行器的多个性能指标进行评估,若性能指标达到设计要求则输出设计方案。
在其中一个实施例中,还包括:根据所述待优化边两端的节点的Q矩阵计算得到待优化边的Q矩阵;根据所述待优化边的Q矩阵、待优化边的长度以及新节点的位置坐标,得到所述待优化边坍缩到所述新节点的坍缩代价。
在其中一个实施例中,还包括:所述待优化边坍缩到所述新节点的坍缩代价为:
其中,为待优化边/>坍缩到新节点的坍缩代价,/>为新节点的扩展坐标/>,/>为新节点的三维坐标,/>为待优化边的长度,/>为节点/>的Q矩阵,/>为节点/>的Q矩阵。
在其中一个实施例中,还包括:所述节点的Q矩阵为:
其中,为节点/>的Q矩阵,/>为与节点/>相连的所有网格面对应的平面集合,/>表示三维空间中的平面/>,/>
在其中一个实施例中,还包括:根据所述飞行器几何模型,得到所述飞行器网格文件中各网格单元的网格单元状态;所述网格单元状态包括冻结状态、优化状态和默认状态;将冻结状态网格单元的节点标记为固定节点,将优化状态网格单元中未标记为固定节点的节点标记为优化节点;遍历每一网格边,若当前网格边两端的两个节点都是优化节点或者一个是优化节点另一个不是固定节点,则当前网格边为待优化边,将待优化边加入待优化列表。
在其中一个实施例中,还包括:根据网格单元类型的横纵比计算所述飞行器网格文件中各网格单元的单元质量;所述网格单元类型包括三角形、四边形和四面体;根据所述堆顶边坍缩后相邻网格单元的单元质量,得到所述堆顶边坍缩后相邻网格单元的平均质量。
在其中一个实施例中,还包括:计算所述新网格单元的质量并更新当前最差单元质量;将新节点标记为优化节点,计算新边的坍缩代价以及新节点位置,对应更新堆数据结构。
在其中一个实施例中,还包括:若所述堆顶边坍缩后相邻网格单元的平均质量小于坍缩前的平均质量,以及坍缩后会引起局部相交,则删除堆顶边,并更新堆数据结构。
在其中一个实施例中,还包括:若性能指标未达到设计要求则由设计人员对飞行器的几何形状重新进行模型调整并进行性能指标评估,直至性能指标达到设计要求输出设计方案。
一种基于边坍缩网格优化的飞行器仿真驱动设计装置,所述装置包括:
网格文件生成模块,用于获取预先设计的飞行器几何模型,根据所述飞行器几何模型生成对应的飞行器网格文件;
待优化边获取模块,用于根据所述飞行器几何模型,对所述飞行器网格文件中各网格节点进行类型标记,得到固定节点和优化节点,根据网格边两端的节点类型,得到待优化边;
数据结构生成模块,用于最小化预先构建的所述待优化边坍缩到新节点的坍缩代价,得到所述待优化边的坍缩代价和坍缩后的新节点,将所述待优化边的坍缩代价存储在堆数据结构;所述堆数据结构的堆顶边是坍缩代价最小的待优化边;
网格优化模块,用于若所述堆顶边坍缩后相邻网格单元的平均质量不小于坍缩前的平均质量,以及坍缩后不会引起局部相交,则将所述堆顶边进行坍缩,更新所述堆数据结构,迭代取出堆顶边并进行坍缩判断,直到当前最差单元质量不小于预设的最差质量阈值时,停止迭代,得到优化后的飞行器网格文件;
数值仿真模块,用于利用CFD 数值仿真软件对所述优化后的飞行器网格文件进行计算,得到飞行器的多个性能指标;所述性能指标包括飞行器升力系数和飞行器阻力系数;
结果输出模块,用于根据预先设置的飞行器设计要求对所述飞行器的多个性能指标进行评估,若性能指标达到设计要求则输出设计方案。
上述基于边坍缩网格优化的飞行器仿真驱动设计方法和装置,通过对飞行器几何外形进行设计,并根据设计好的飞行器几何模型生成飞行器网格文件,对包含多种单元类型的飞行器网格文件进行质量优化,并可根据需求固定和优化其中特定类型的单元,基于不同单元类型特性,对网格局部进行优化,能够针对性提高网格质量,针对大规模网格具有较低的时间开销,并在一定程度上保持了原有网格的拓扑结构。本发明实施例,能够加快CFD仿真的收敛过程并提高计算准确性,使得性能分析结果更可靠,并根据计算结果反馈设计方案的调整方向,形成全流程的飞行器仿真驱动设计方案。
附图说明
图1为一个实施例中基于边坍缩网格优化的飞行器仿真驱动设计方法的流程示意图;
图2为一个实施例中网格单元的类型示意图,其中,(a)为三角形网格单元,(b)为四边形网格单元,(c)为四面体网格单元,(d)为三棱柱网格单元;
图3为一个具体实施例中基于边坍缩网格优化的飞行器仿真驱动设计方法的流程示意图;
图4为一个实施例中基于边坍缩的网格优化算法的流程示意图;
图5为一个实施例中不同网格质量的三角形单元示意图,其中,(a)为网格质量小于0.5的三角形单元示意图,(b)为网格质量小于0.4的三角形单元示意图,(c)为网格质量大于0.9的三角形单元示意图;
图6为一个实施例中判别四边形单元纵横比质量方法示意图,其中,(a)为四边形单元示意图,(b)为四边形单元四个顶点分别对应的相邻向量示意图;
图7为一个实施例中不同网格质量的四面体单元示意图,其中,(a)为网格质量小于0.5的四面体单元示意图,(b)为网格质量小于0.4的四面体单元示意图,(c)为网格质量大于0.9的四面体单元示意图;
图8为一个实施例中与点相连的所有网格面对应平面集合/>的示意图;
图9为一个实施例中计算新生成节点示意图;
图10为一个边坍缩网格优化前后的局部示意图,其中,(a)为边坍缩网格优化前的局部示意图,(b)为边坍缩网格优化后的局部示意图;
图11为一个实施例中基于边坍缩网格优化的飞行器仿真驱动设计装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种基于边坍缩网格优化的飞行器仿真驱动设计方法,包括以下步骤:
步骤102,获取预先设计的飞行器几何模型,根据飞行器几何模型生成对应的飞行器网格文件。
采用CAD软件设计得到飞行器几何模型,并导入网格生成软件生成对应的飞行器网格文件,飞行器网格文件的单元类型包括三角形、四边形、四面体和三棱柱,具体形状如图2所示,在此不再赘述。
如图3所示的基于边坍缩网格优化的飞行器仿真驱动设计方法的流程示意图,在生成飞行器网格文件后,采用本发明提出的基于边坍缩的网络优化算法对飞行器网格文件中需要优化的网格单元进行优化,将优化后的飞行器网格文件导出,利用CFD 数值仿真软件处理优化后的飞行器网格文件,获得求解结果,判断求解结果是否满足设计要求,若未达到设计要求则由设计人员对飞行器的几何形状重新进行模型调整并进行性能指标评估,直至性能指标达到设计要求时,输出设计方案。本发明方法通过克服现有网格优化技术中优化效率低、拓扑结构固定等缺陷,提高CFD仿真计算的效率与精度,缩短并优化飞行器设计的仿真周期。
步骤104,根据飞行器几何模型,对飞行器网格文件中各网格节点进行类型标记,得到固定节点和优化节点,根据网格边两端的节点类型,得到待优化边。
固定节点是冻结状态网格单元的节点,处于冻结状态下的网格单元的所有节点均需固定,后续优化过程中优先保证这些节点保持位置不变且不被删除,优化节点是将优化状态网格单元中未标记为固定节点的节点,处于优化状态下的网格单元的所有节点均可以进行优化,连接有冻结状态的网格单元的节点除外。根据需求固定和优化其中特定类型的单元,基于不同单元类型特性,针对性提高网格质量。
步骤106,最小化预先构建的待优化边坍缩到新节点的坍缩代价,得到待优化边的坍缩代价和坍缩后的新节点,将待优化边的坍缩代价存储在堆数据结构。
堆数据结构是小根堆数据结构,因此,堆数据结构的堆顶边是坍缩代价最小的待优化边。通过对网格局部进行优化,不涉及到全局优化,因此本发明提出的基于边坍缩的网络优化算法针对大规模网格具有较低的时间开销,并一定程度上保持了原有网格的拓扑结构。
步骤108,若堆顶边坍缩后相邻网格单元的平均质量不小于坍缩前的平均质量,以及坍缩后不会引起局部相交,则将堆顶边进行坍缩,根据坍缩后生成的新网格单元更新堆数据结构,迭代取出堆顶边并进行坍缩判断,直到当前最差单元质量不小于预设的最差质量阈值时,停止迭代,得到优化后的飞行器网格文件。
坍缩判断指的是判断当前堆顶边坍缩后相邻网格单元的平均质量是否小于坍缩前的平均质量,以及坍缩后是否会引起局部相交。若上述两个条件均不成立,则删除堆顶边,将当前堆顶边进行坍缩。
步骤110,利用CFD 数值仿真软件对优化后的飞行器网格文件进行计算,得到飞行器的多个性能指标。
性能指标包括飞行器升力系数和飞行器阻力系数。
步骤112,根据预先设置的飞行器设计要求对飞行器的多个性能指标进行评估,若性能指标达到设计要求则输出设计方案。
上述基于边坍缩网格优化的飞行器仿真驱动设计方法中,通过对飞行器几何外形进行设计,并根据设计好的飞行器几何模型生成飞行器网格文件,对包含多种单元类型的飞行器网格文件进行质量优化,并可根据需求固定和优化其中特定类型的单元,基于不同单元类型特性,对网格局部进行优化,针对性提高网格质量,针对大规模网格具有较低的时间开销,并一定程度上保持了原有网格的拓扑结构。本发明实施例,能够加快CFD仿真的收敛过程并提高计算准确性,使得性能分析结果更可靠,并根据计算结果反馈设计方案的调整方向,形成全流程的飞行器仿真驱动设计方案。
在一个实施例中,如图4所示,提供了一种基于边坍缩的网格优化算法的流程示意图,具体步骤包括:
S1.设定网格单元的最差质量阈值,计算初始网格单元的质量,并得到当前最差的单元质量。
S2在对飞行器初始网格进行优化前,需要先设置各个网格单元所处的状态,可设为冻结状态、优化状态和默认状态,根据以上三种网格单元的状态,得到固定节点和优化节点。后续的网格优化以边为单位,判断其两端的节点类型,若两个节点都是优化节点或者一个是优化节点另一个不是固定节点,则将该边加入待优化列表,尝试对其进行边坍缩优化。
S3.计算待优化列表中所有边的Q矩阵。
S4. 基于各边的Q矩阵计算其坍缩为新节点的位置与坍缩代价。
S5. 将所有边的坍缩代价存入一个小根堆数据结构,其中坍缩代价最小的边总是位于堆顶。
S6. 假设当前堆顶边坍缩后,判断相邻网格单元的平均质量是否小于坍缩前的平均质量,以及坍缩后是否会引起局部相交。若上述两个条件均不成立,则删除堆顶边,将该边进行坍缩(即把原来与该边两个节点相连的边,都改为与其新节点相连),计算新单元的质量并更新当前最差单元质量,然后将新节点标记为优化节点,采用S3和S4所述方法重新计算新边的坍缩代价及其新节点位置,再对应更新堆数据结构;否则,直接删除堆顶边,并更新堆数据结构。
S7.判断当前最差单元质量是否大于或等于所设定的最差质量阈值,若是则表明网格已优化到预期状态,则将优化后的网格保存为cgns格式的网格文件;否则进一步判断当前堆数据结构是否为空,若非空则继续执行S6。
在S1中,在输入初始网格,即飞行器网格文件后,首先设定网格单元的最差质量阈值,计算初始网格的最差单元质量,具体是采用横纵比评估三角形、四边形、四面体网格单元的质量。
具体地,如图5所示为不同网格质量的三角形单元示意图,其中,图5(a)为网格质量小于0.5的三角形单元示意图,图5(b)为网格质量小于0.4的三角形单元示意图,图5(c)为网格质量大于0.9的三角形单元示意图。对于三角形单元,和/>分别为当前网格单元中的最长边和相同面积下正三角形网格单元的边长,计算公式如下,
对于四边形单元,如图6所示的判别四边形单元纵横比质量方法示意图,其中,图6(a)为四边形单元示意图,图6(b)为四边形单元四个顶点分别对应的相邻向量示意图。图6中,、/>、/>和/>为四个顶点对应的四组相邻向量,/>为一组相邻向量间的夹角,/>、/>、/>和/>为四个平行四边形的面积,四个顶点分别对应四组相邻向量,即对应四个平行四边形,每个平行四边形的面积/>除以对应两个向量/>的平方可以得到八个比值,其中最小的比值则为该四边形的横纵比,计算公式如下,
如图7所示为不同网格质量的四面体单元示意图,其中,图7(a)为网格质量小于0.5的四面体单元示意图,图7(b)为网格质量小于0.4的四面体单元示意图,图7(c)为网格质量大于0.9的四面体单元示意图。对于四面体单元,和/>分别为当前单元的外接球半径和同体积下正四面体的外接球半径,计算公式如下,
在S2中,在对飞行器初始网格进行优化前,需要先设置各个网格单元所处的状态,可设为默认状态、冻结状态和优化状态,其中未显式指定的为默认状态,网格单元的冻结状态和优化状态如前所述,在此不再赘述,网格单元的默认状态指的是在处于该状态下的网格单元的节点中,如果该节点连接有冻结状态的网格单元,则该节点在优化过程中应保持固定;否则如果该节点连接有优化状态的网格单元,则该节点可以进行优化;如果该节点都不属于上述两种情况,则其连接的都是默认状态的网格单元。
在一个实施例中,根据飞行器几何模型,对飞行器网格文件中各网格节点进行类型标记,得到固定节点和优化节点,根据网格边两端的节点类型,得到待优化边包括:根据飞行器几何模型,得到飞行器网格文件中各网格单元的网格单元状态;网格单元状态包括冻结状态、优化状态和默认状态;将冻结状态网格单元的节点标记为固定节点,将优化状态网格单元中未标记为固定节点的节点标记为优化节点;遍历每一网格边,若当前网格边两端的两个节点都是优化节点或者一个是优化节点另一个不是固定节点,则当前网格边为待优化边,将待优化边加入待优化列表。
对于飞行器物面附近的边界层网格(三棱柱网格单元)设置为冻结状态,以保证边界层网格不被破坏,一般其他单元都可设为优化状态。首先将冻结状态网格单元的节点都标记为固定节点,然后将优化状态网格单元中未标记为固定节点的节点标记为优化节点。后续的网格优化以边为单位,判断其两端的节点类型,若两个节点都是优化节点或者一个是优化节点另一个不是固定节点,则将该边加入待优化列表,尝试对其进行边坍缩优化。
在S3中,在优化前,计算待优化列表中所有边的Q矩阵,对于待优化边,其Q矩阵等于两端的节点/>和/>的Q矩阵之和,即/>。对于节点/>,令与之相连的所有网格面对应的平面集合为/>,/>表示三维空间中的平面/>(其中),/>的计算公式如下:
则节点的Q矩阵为:
接着,在S4中,基于各边的Q矩阵计算其坍缩为新节点的位置与坍缩代价。
在一个实施例中,构建待优化边坍缩到新节点的坍缩代价的步骤,包括:根据待优化边两端的节点的Q矩阵计算得到待优化边的Q矩阵;根据待优化边的Q矩阵、待优化边的长度以及新节点的位置坐标,得到待优化边坍缩到新节点的坍缩代价;待优化边坍缩到新节点的坍缩代价为:
其中,为待优化边/>坍缩到新节点的坍缩代价,/>为新节点的扩展坐标/>,/>为新节点的三维坐标,/>为待优化边的长度,/>为节点/>的Q矩阵,/>为节点/>的Q矩阵。
在本实施例中,坍缩代价与新节点到原来相连网格面对应平面的距离平方和成正比,当越远离/>相连的网格面,其代价越大,如图8所示为与点/>相连的所有网格面对应平面集合/>的示意图,在图8中,/>。加入长度/>作为系数可使较短的边更易得到坍缩,在一定程度上避免出现狭长的三角面片,如图9所示为计算新生成节点示意图。边/>最终的坍缩代价需要找到一个新节点/>,使得/>最小,该问题是一个线性优化问题,当其系数矩阵可逆时,可采用公开的线性优化方法快速求得;当其系数矩阵不可逆时,则在/>、/>和/>三个位置中选择坍缩代价最小的位置作为坍缩后的新节点及其最终坍缩代价。
在一个实施例中,如图10所示为边坍缩网格优化前后的局部示意图,其中,图10(a)为边坍缩网格优化前的局部示意图,图10(b)为边坍缩网格优化后的局部示意图。方法还包括:若堆顶边坍缩后相邻网格单元的平均质量小于坍缩前的平均质量,以及坍缩后会引起局部相交,则删除堆顶边,并更新堆数据结构。
完成网格优化后,采用CFD软件读入cgns格式的优化后的飞行器网格文件,根据需求设置初始条件和边界条件,并通过相应处理功能获得该飞行器设计方案的升力系数和阻力系数等性能指标。评估飞行器设计方案的数值仿真结果,若数值仿真指标达到设计要求则输出设计方案;若未达到则由设计人员根据仿真结果针对性调整飞行器几何模型。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图11所示,提供了一种基于边坍缩网格优化的飞行器仿真驱动设计装置,包括:网格文件生成模块1102、待优化边获取模块1104、数据结构生成模块1106、网格优化模块1108、数值仿真模块1110和结果输出模块1112,其中:
网格文件生成模块1102,用于获取预先设计的飞行器几何模型,根据飞行器几何模型生成对应的飞行器网格文件;
待优化边获取模块1104,用于根据飞行器几何模型,对飞行器网格文件中各网格节点进行类型标记,得到固定节点和优化节点,根据网格边两端的节点类型,得到待优化边;
数据结构生成模块1106,用于最小化预先构建的待优化边坍缩到新节点的坍缩代价,得到待优化边的坍缩代价和坍缩后的新节点,将待优化边的坍缩代价存储在堆数据结构;堆数据结构的堆顶边是坍缩代价最小的待优化边;
网格优化模块1108,用于若堆顶边坍缩后相邻网格单元的平均质量不小于坍缩前的平均质量,以及坍缩后不会引起局部相交,则将堆顶边进行坍缩,更新堆数据结构,迭代取出堆顶边并进行坍缩判断,直到当前最差单元质量不小于预设的最差质量阈值时,停止迭代,得到优化后的飞行器网格文件;
数值仿真模块1110,用于利用CFD 数值仿真软件对优化后的飞行器网格文件进行计算,得到飞行器的多个性能指标;性能指标包括飞行器升力系数和飞行器阻力系数;
结果输出模块1112,用于根据预先设置的飞行器设计要求对飞行器的多个性能指标进行评估,若性能指标达到设计要求则输出设计方案。
在其中一个实施例中,还用于根据待优化边两端的节点的Q矩阵计算得到待优化边的Q矩阵;根据待优化边的Q矩阵、待优化边的长度以及新节点的位置坐标,得到待优化边坍缩到新节点的坍缩代价。
在其中一个实施例中,还用于待优化边坍缩到新节点的坍缩代价为:
其中,为待优化边/>坍缩到新节点的坍缩代价,/>为新节点的扩展坐标/>,/>为新节点的三维坐标,/>为待优化边的长度,/>为节点/>的Q矩阵,/>为节点/>的Q矩阵。
在其中一个实施例中,还用于节点的Q矩阵为:
其中,为节点/>的Q矩阵,/>为与节点/>相连的所有网格面对应的平面集合,/>表示三维空间中的平面/>,/>
在其中一个实施例中,还用于根据飞行器几何模型,得到飞行器网格文件中各网格单元的网格单元状态;网格单元状态包括冻结状态、优化状态和默认状态;将冻结状态网格单元的节点标记为固定节点,将优化状态网格单元中未标记为固定节点的节点标记为优化节点;遍历每一网格边,若当前网格边两端的两个节点都是优化节点或者一个是优化节点另一个不是固定节点,则当前网格边为待优化边,将待优化边加入待优化列表。
在其中一个实施例中,还用于根据网格单元类型的横纵比计算飞行器网格文件中各网格单元的单元质量;网格单元类型包括三角形、四边形和四面体;根据堆顶边坍缩后相邻网格单元的单元质量,得到堆顶边坍缩后相邻网格单元的平均质量。
在其中一个实施例中,还用于计算新网格单元的质量并更新当前最差单元质量;将新节点标记为优化节点,计算新边的坍缩代价以及新节点位置,对应更新堆数据结构。
在其中一个实施例中,还用于若堆顶边坍缩后相邻网格单元的平均质量小于坍缩前的平均质量,以及坍缩后会引起局部相交,则删除堆顶边,并更新堆数据结构。
在其中一个实施例中,还用于若性能指标未达到设计要求则由设计人员对飞行器的几何形状重新进行模型调整并进行性能指标评估,直至性能指标达到设计要求输出设计方案。
关于基于边坍缩网格优化的飞行器仿真驱动设计装置的具体限定可以参见上文中对于基于边坍缩网格优化的飞行器仿真驱动设计方法的限定,在此不再赘述。上述基于边坍缩网格优化的飞行器仿真驱动设计装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于边坍缩网格优化的飞行器仿真驱动设计方法,其特征在于,所述方法包括:
获取预先设计的飞行器几何模型,根据所述飞行器几何模型生成对应的飞行器网格文件;
根据所述飞行器几何模型,对所述飞行器网格文件中各网格节点进行类型标记,得到固定节点和优化节点,根据网格边两端的节点类型,得到待优化边;
最小化预先构建的所述待优化边坍缩到新节点的坍缩代价,得到所述待优化边的坍缩代价和坍缩后的新节点,将所述待优化边的坍缩代价存储在堆数据结构;所述堆数据结构的堆顶边是坍缩代价最小的待优化边;
若所述堆顶边坍缩后相邻网格单元的平均质量不小于坍缩前的平均质量,以及坍缩后不会引起局部相交,则将所述堆顶边进行坍缩,根据坍缩后生成的新网格单元更新所述堆数据结构,迭代取出堆顶边并进行坍缩判断,直到当前最差单元质量不小于预设的最差质量阈值时,停止迭代,得到优化后的飞行器网格文件;
利用CFD 数值仿真软件对所述优化后的飞行器网格文件进行计算,得到飞行器的多个性能指标;所述性能指标包括飞行器升力系数和飞行器阻力系数;
根据预先设置的飞行器设计要求对所述飞行器的多个性能指标进行评估,若性能指标达到设计要求则输出设计方案。
2.根据权利要求1所述的方法,其特征在于,构建所述待优化边坍缩到新节点的坍缩代价的步骤,包括:
根据所述待优化边两端的节点的Q矩阵计算得到待优化边的Q矩阵;
根据所述待优化边的Q矩阵、待优化边的长度以及新节点的位置坐标,得到所述待优化边坍缩到所述新节点的坍缩代价。
3.根据权利要求2所述的方法,其特征在于,所述待优化边坍缩到所述新节点的坍缩代价为:
其中,为待优化边/>坍缩到新节点的坍缩代价,/>为新节点的扩展坐标/>,/>为新节点的三维坐标,/>为待优化边的长度,/>为节点/>的Q矩阵,/>为节点/>的Q矩阵。
4.根据权利要求2或3所述的方法,其特征在于,所述节点的Q矩阵为:
其中,为节点/>的Q矩阵,/>为与节点/>相连的所有网格面对应的平面集合,/>表示三维空间中的平面/>,/>
5.根据权利要求1所述的方法,其特征在于,所述根据所述飞行器几何模型,对所述飞行器网格文件中各网格节点进行类型标记,得到固定节点和优化节点,根据网格边两端的节点类型,得到待优化边包括:
根据所述飞行器几何模型,得到所述飞行器网格文件中各网格单元的网格单元状态;所述网格单元状态包括冻结状态、优化状态和默认状态;
将冻结状态网格单元的节点标记为固定节点,将优化状态网格单元中未标记为固定节点的节点标记为优化节点;
遍历每一网格边,若当前网格边两端的两个节点都是优化节点或者一个是优化节点另一个不是固定节点,则当前网格边为待优化边,将待优化边加入待优化列表。
6.根据权利要求1所述的方法,其特征在于,得到所述堆顶边坍缩后相邻网格单元的平均质量的步骤,包括:
根据网格单元类型的横纵比计算所述飞行器网格文件中各网格单元的单元质量;所述网格单元类型包括三角形、四边形和四面体;
根据所述堆顶边坍缩后相邻网格单元的单元质量,得到所述堆顶边坍缩后相邻网格单元的平均质量。
7.根据权利要求1或6所述的方法,其特征在于,所述根据坍缩后生成的新网格单元更新所述堆数据结构包括:
计算所述新网格单元的质量并更新当前最差单元质量;
将新节点标记为优化节点,计算新边的坍缩代价以及新节点位置,对应更新堆数据结构。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述堆顶边坍缩后相邻网格单元的平均质量小于坍缩前的平均质量,以及坍缩后会引起局部相交,则删除堆顶边,并更新堆数据结构。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若性能指标未达到设计要求则由设计人员对飞行器的几何形状重新进行模型调整并进行性能指标评估,直至性能指标达到设计要求输出设计方案。
10.一种基于边坍缩网格优化的飞行器仿真驱动设计装置,其特征在于,所述装置包括:
网格文件生成模块,用于获取预先设计的飞行器几何模型,根据所述飞行器几何模型生成对应的飞行器网格文件;
待优化边获取模块,用于根据所述飞行器几何模型,对所述飞行器网格文件中各网格节点进行类型标记,得到固定节点和优化节点,根据网格边两端的节点类型,得到待优化边;
数据结构生成模块,用于最小化预先构建的所述待优化边坍缩到新节点的坍缩代价,得到所述待优化边的坍缩代价和坍缩后的新节点,将所述待优化边的坍缩代价存储在堆数据结构;所述堆数据结构的堆顶边是坍缩代价最小的待优化边;
网格优化模块,用于若所述堆顶边坍缩后相邻网格单元的平均质量不小于坍缩前的平均质量,以及坍缩后不会引起局部相交,则将所述堆顶边进行坍缩,更新所述堆数据结构,迭代取出堆顶边并进行坍缩判断,直到当前最差单元质量不小于预设的最差质量阈值时,停止迭代,得到优化后的飞行器网格文件;
数值仿真模块,用于利用CFD 数值仿真软件对所述优化后的飞行器网格文件进行计算,得到飞行器的多个性能指标;所述性能指标包括飞行器升力系数和飞行器阻力系数;
结果输出模块,用于根据预先设置的飞行器设计要求对所述飞行器的多个性能指标进行评估,若性能指标达到设计要求则输出设计方案。
CN202311822286.7A 2023-12-27 2023-12-27 基于边坍缩网格优化的飞行器仿真驱动设计方法和装置 Active CN117473655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311822286.7A CN117473655B (zh) 2023-12-27 2023-12-27 基于边坍缩网格优化的飞行器仿真驱动设计方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311822286.7A CN117473655B (zh) 2023-12-27 2023-12-27 基于边坍缩网格优化的飞行器仿真驱动设计方法和装置

Publications (2)

Publication Number Publication Date
CN117473655A true CN117473655A (zh) 2024-01-30
CN117473655B CN117473655B (zh) 2024-03-15

Family

ID=89626065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311822286.7A Active CN117473655B (zh) 2023-12-27 2023-12-27 基于边坍缩网格优化的飞行器仿真驱动设计方法和装置

Country Status (1)

Country Link
CN (1) CN117473655B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117933146A (zh) * 2024-03-22 2024-04-26 中国人民解放军国防科技大学 飞行器网格优化方法、装置、计算机设备和存储介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100277571A1 (en) * 2009-04-30 2010-11-04 Bugao Xu Body Surface Imaging
CN103218852A (zh) * 2013-04-19 2013-07-24 牡丹江师范学院 一种面向蒙皮动画的基于网格收缩的三维网格模型骨架提取系统及骨架提取方法
US20140172388A1 (en) * 2011-06-15 2014-06-19 Carnegie Mellon University Generating a mesh of geometric elements
CN104899889A (zh) * 2015-06-23 2015-09-09 南京大学 一种基于四面体网格的视频矢量化方法
US20160292916A1 (en) * 2015-03-30 2016-10-06 Electronic Arts Inc. Smoothing edges of a mesh
CN111047684A (zh) * 2019-12-09 2020-04-21 江苏艾佳家居用品有限公司 一种基于三维模型特征的模型简化方法
CN111667565A (zh) * 2020-05-12 2020-09-15 武汉大学 一种基于优化的特征保持的三维网格模型简化方法和系统
CN112258655A (zh) * 2020-11-13 2021-01-22 河北地质大学 一种应用于vr虚拟银行的三维网格简化方法
CN113689566A (zh) * 2021-07-16 2021-11-23 淮阴工学院 一种基于特征约束的三角网格优化方法
CN114119837A (zh) * 2021-12-14 2022-03-01 博锐尚格科技股份有限公司 一种Revit模型轻量化渲染过程中的几何处理压缩方法和装置
CN114429534A (zh) * 2021-12-27 2022-05-03 东软集团股份有限公司 三维模型处理方法、装置、电子设备及存储介质
CN115359211A (zh) * 2022-08-16 2022-11-18 东软集团股份有限公司 模型加载方法、装置、存储介质及电子设备
CN115546408A (zh) * 2022-10-17 2022-12-30 珠海普罗米修斯视觉技术有限公司 模型简化方法、装置、存储介质、电子设备及产品
CN115830273A (zh) * 2023-01-10 2023-03-21 北京飞渡科技股份有限公司 一种三维场景渲染前轻量化网格的优化方法及装置
CN115994410A (zh) * 2023-03-22 2023-04-21 中国人民解放军国防科技大学 基于八叉树细化四面体网格的飞行器仿真驱动设计方法
CN116597111A (zh) * 2023-03-15 2023-08-15 磅客策(上海)智能医疗科技有限公司 一种三维图像的处理方法以及处理装置

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100277571A1 (en) * 2009-04-30 2010-11-04 Bugao Xu Body Surface Imaging
US20140172388A1 (en) * 2011-06-15 2014-06-19 Carnegie Mellon University Generating a mesh of geometric elements
CN103218852A (zh) * 2013-04-19 2013-07-24 牡丹江师范学院 一种面向蒙皮动画的基于网格收缩的三维网格模型骨架提取系统及骨架提取方法
US20160292916A1 (en) * 2015-03-30 2016-10-06 Electronic Arts Inc. Smoothing edges of a mesh
CN104899889A (zh) * 2015-06-23 2015-09-09 南京大学 一种基于四面体网格的视频矢量化方法
CN111047684A (zh) * 2019-12-09 2020-04-21 江苏艾佳家居用品有限公司 一种基于三维模型特征的模型简化方法
CN111667565A (zh) * 2020-05-12 2020-09-15 武汉大学 一种基于优化的特征保持的三维网格模型简化方法和系统
CN112258655A (zh) * 2020-11-13 2021-01-22 河北地质大学 一种应用于vr虚拟银行的三维网格简化方法
CN113689566A (zh) * 2021-07-16 2021-11-23 淮阴工学院 一种基于特征约束的三角网格优化方法
CN114119837A (zh) * 2021-12-14 2022-03-01 博锐尚格科技股份有限公司 一种Revit模型轻量化渲染过程中的几何处理压缩方法和装置
CN114429534A (zh) * 2021-12-27 2022-05-03 东软集团股份有限公司 三维模型处理方法、装置、电子设备及存储介质
CN115359211A (zh) * 2022-08-16 2022-11-18 东软集团股份有限公司 模型加载方法、装置、存储介质及电子设备
CN115546408A (zh) * 2022-10-17 2022-12-30 珠海普罗米修斯视觉技术有限公司 模型简化方法、装置、存储介质、电子设备及产品
CN115830273A (zh) * 2023-01-10 2023-03-21 北京飞渡科技股份有限公司 一种三维场景渲染前轻量化网格的优化方法及装置
CN116597111A (zh) * 2023-03-15 2023-08-15 磅客策(上海)智能医疗科技有限公司 一种三维图像的处理方法以及处理装置
CN115994410A (zh) * 2023-03-22 2023-04-21 中国人民解放军国防科技大学 基于八叉树细化四面体网格的飞行器仿真驱动设计方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
GUANLONG LI ET AL: "The Edge Collapse Algorithm Based on the Batched Iteration in Mesh Simplification", 2012 IEEE/ACIS 11TH INTERNATIONAL CONFERENCE ON COMPUTER AND INFORMATION SCIENCE, 31 December 2012 (2012-12-31), pages 356 - 360 *
XINHAI CHEN ET AL: "An Improved Structured Mesh Generation Method Based on Physics-informed Neural Networks", ARXIV, 18 October 2022 (2022-10-18), pages 1 - 13 *
叶诚;罗训;: "基于虚拟现实的复杂场景加载优化算法", 计算机系统应用, no. 06, 15 June 2020 (2020-06-15), pages 239 - 244 *
文俊;赵飞;: "基于面坍陷的四面体网格简化与重建", 微计算机信息, no. 04, 15 April 2011 (2011-04-15), pages 179 - 181 *
王巍等: "高精度CFD程序的内外子区域划分异构并行算法", 国防科技大学学报, vol. 42, no. 2, 30 April 2020 (2020-04-30), pages 31 - 40 *
袁天然等: "高质量保形三角网格简化算法", 系统仿真学报, vol. 18, no. 1, 31 August 2006 (2006-08-31), pages 26 - 32 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117933146A (zh) * 2024-03-22 2024-04-26 中国人民解放军国防科技大学 飞行器网格优化方法、装置、计算机设备和存储介质
CN117933146B (zh) * 2024-03-22 2024-06-04 中国人民解放军国防科技大学 飞行器网格优化方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN117473655B (zh) 2024-03-15

Similar Documents

Publication Publication Date Title
CN112016167B (zh) 基于仿真和优化耦合的飞行器气动外形设计方法及系统
CN110069800B (zh) 具有光滑边界表达的三维结构拓扑优化设计方法及设备
CN110555285B (zh) 一种复杂飞行器表面结构网格全自动生成方法
CN117473655B (zh) 基于边坍缩网格优化的飞行器仿真驱动设计方法和装置
CN113505443B (zh) 一种任意外形的三维绕流问题自适应笛卡尔网格生成方法
CN100468418C (zh) 由边界表示数据生成体数据的方法及其程序
CN112699623B (zh) 基于非结构网格规则化重构技术的高精度热流计算方法
CN111489447B (zh) 一种适用于格子Boltzmann方法的直角网格自适应建模方法
CN115994410B (zh) 基于八叉树细化四面体网格的飞行器仿真驱动设计方法
CN110232742A (zh) 3d打印分层控制算法
CN115688276A (zh) 一种基于离散伴随方法的飞行器外形自动化优化方法、系统、设备、介质
CN115345988A (zh) 基于顶点重要度的二次误差度量边折叠bim轻量化方法
CN111695281B (zh) 一种四面体网格划分有限元粒子模拟的粒子快速定位方法
Katsoulis et al. A T-splines-based parametric modeller for computer-aided ship design
CN118094668B (zh) 一种自适应笛卡尔网格快速生成优化方法
CN114676522A (zh) 融合gan和迁移学习的气动形状优化设计方法及系统及设备
CN111079326A (zh) 二维各向异性网格单元度量张量场光滑化方法
US7333104B2 (en) Method and program of converting three-dimensional shape data into cell internal data
US9087165B2 (en) Automatic extremum detection on a surface mesh of a component
CN113342999A (zh) 一种基于多层跳序树结构的变分辨率点云简化方法
CN117454502A (zh) 基于Wolfe准则修正牛顿法的三维网格质量优化方法
Wang et al. Accelerating advancing layer viscous mesh generation for 3D complex configurations
CN110349265B (zh) 一种四面体拓扑网格生成方法及电子设备
Mura Mesh Sensitivity Investigation in the Discrete Adjoint Framework
CN114119628A (zh) 一种基于特征模板的点云精确分割方法

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