项目名称: 一种含有复杂外形运动物体的高效IB-LBM算法研究

项目编号: No.11302104

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 吴杰

作者单位: 南京航空航天大学

项目金额: 28万元

中文摘要: 浸入边界-格子波尔兹曼法(IB-LBM)是一种有效模拟动边界问题的数值方法。在现有的IB-LBM中,存在着边界条件不精确满足和物面附近数值解精度低的两个主要问题,从而影响物体受力计算的准确性和数值方法的稳定性。因此,本项目的目的是发展一种高效地模拟动边界问题的IB-LBM。首先,在申请人提出的精确满足边界条件的IB-LBM基础上,通过使用光滑的delta函数,抑制物体受力的非物理震荡;首次把网格自适应技术应用到IB-LBM中,提高计算效率并精确捕捉流动的剧烈变化。其次,通过使用二阶精度的Lagrangian插值,发展一种无delta函数的边界处理方法,提高物面附近流场解的精度。应用这些方法,模拟多种含不同外形的动边界问题。此外,通过模拟鱼游和蜻蜓飞行,验证数值方法处理复杂外形动边界问题的准确性和有效性。通过本项目的研究,可以为准确而有效地处理动边界问题提供可靠的CFD模拟方法和工具。

中文关键词: 浸入边界法;格子波尔兹曼法;运动物体;复杂外形;

英文摘要: The immersed boundary-lattice Boltzmann method (IB-LBM) is a feasible numerical method for simulating flows around moving objects. In conventional IB-LBM, the approximate satisfaction of boundary condition and low accuracy of solution near the boundary are its two major shortcomings. As a consequenc, the accuracy of force calculation on the boundary and numerical stability of method would be affected. In this project, an efficient IB-LBM for dealing with moving objects is developed. Firstly, based on our proposed boundary condition-enforced IB-LBM, the non-physical oscillation of forces on the boundary can be suppressed by using the smoothed delta function. Meanwhile, by applying the technique of adaptive mesh refinement to IB-LBM simulation for the first time, the efficiency of method can be improved and the drastic variation in flow field can be captured accurately. Secondly, by utilizing the Lagrangian interpolation with second order accuracy, a different way to deal with the boundary without use of delta function is developed. As a result, the accuracy of flow solution around the boundary is improved. Employing the proposed IB-LBM, numerious moving boundary flow problems with different geometries are simulated. Moreover, through the simulation of fish swimming and dragonfly flight, the accuracy and efficienc

英文关键词: immersed boundary method;lattice Boltzmann method;moving object;complex geometry;

成为VIP会员查看完整内容
0

相关内容

【经典书】随机矩阵理论与无线网络,186和pdf
专知会员服务
49+阅读 · 2021年12月21日
NeurIPS 2021 Spotlight | 针对有缺失坐标的聚类问题的核心集
专知会员服务
14+阅读 · 2021年11月27日
专知会员服务
41+阅读 · 2021年9月15日
专知会员服务
16+阅读 · 2021年5月23日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
19+阅读 · 2021年3月18日
专知会员服务
44+阅读 · 2020年11月13日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13日
专知会员服务
64+阅读 · 2020年9月24日
学习抓取柔性物体
TensorFlow
3+阅读 · 2021年7月5日
【泡泡图灵智库】基于CPU的实时6D物体姿态估计(arXiv)
泡泡机器人SLAM
12+阅读 · 2019年1月26日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
实战|手把手教你实现图象边缘检测!
全球人工智能
10+阅读 · 2018年1月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
小贴士
相关主题
相关VIP内容
【经典书】随机矩阵理论与无线网络,186和pdf
专知会员服务
49+阅读 · 2021年12月21日
NeurIPS 2021 Spotlight | 针对有缺失坐标的聚类问题的核心集
专知会员服务
14+阅读 · 2021年11月27日
专知会员服务
41+阅读 · 2021年9月15日
专知会员服务
16+阅读 · 2021年5月23日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
19+阅读 · 2021年3月18日
专知会员服务
44+阅读 · 2020年11月13日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13日
专知会员服务
64+阅读 · 2020年9月24日
相关资讯
学习抓取柔性物体
TensorFlow
3+阅读 · 2021年7月5日
【泡泡图灵智库】基于CPU的实时6D物体姿态估计(arXiv)
泡泡机器人SLAM
12+阅读 · 2019年1月26日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
实战|手把手教你实现图象边缘检测!
全球人工智能
10+阅读 · 2018年1月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员