基于四叉树网格下的浸入边界-格子Boltzmann方法

来源 :空气动力学学报 | 被引量 : 0次 | 上传用户:chinajiang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种基于非均匀四叉树网格下的浸入边界-格子Boltzmann方法。在不同层网格界面上,为了保证物理量的连续性,需要在时空方向上进行插值。由于四叉树同层网格在空间上步长相等、且相邻时间层上时间步长相等,所以在时空方向上采用平均值插值,这样做的优点是时空方向插值既可以达到二阶精度,又可以简化计算过程,节省资源,对任意边界加密下的网格,格子Boltzmann方法的实现比较容易。为了充分利用均匀笛卡尔网格的优势,物面边界的处理采用了速度修正法,与传统浸入边界-格子Boltzmann方法中的直接力法、动量交换
其他文献
研究再入高温绕流及尾流流场的辐射特性对高超声速飞行器突防和识别技术的发展具有重要意义。本文基于Navier-Stokes方程和辐射传输方程,建立了沿任意视角方向的再入体全目标
目的:研究贝凡洛尔和美托洛尔对原发性高血压患者心率变异性的影响。方法:53例原发性高血压患者洗脱2周后,随机口服贝凡洛尔(n=26,贝凡洛尔组)100~200mg/日,分两次口服,或美托洛尔(n=27
机场场面监视是一个复杂的问题,随着我国民航发展,机场管理人员对场面活动目标的监视管理越发困难,近几年来机场场面安全事故频发,因此,增强机场场面监视能力迫在眉睫。飞行器目标检测是机场场面监视的根本,其目的是准确完成飞行器的识别与定位任务,检测效果将直接影响到后续的跟踪、事件监测结果,这在场面监视系统中至关重要。近年来随着深度学习的兴起,基于深度学习的目标检测性能达到了较高水准。然而,深度学习严重依赖