中国人民解放军火箭军工程大学朱玉杰获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国人民解放军火箭军工程大学申请的专利一种基于粒子位置修正的弱可压缩流体光滑粒子模拟方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119066939B 。
龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411061961.3,技术领域涉及:G06F30/25;该发明授权一种基于粒子位置修正的弱可压缩流体光滑粒子模拟方法是由朱玉杰;郑华林;孙振生;胡宇;何芳;强颖;朱杰堂;强洪夫设计研发完成,并于2024-08-05向国家知识产权局提交的专利申请。
本一种基于粒子位置修正的弱可压缩流体光滑粒子模拟方法在说明书摘要公布了:本发明公开了一种基于粒子位置修正的弱可压缩流体光滑粒子模拟方法,包括以下步骤:一、弱可压缩流体光滑粒子建模;二、光滑粒子位置修正;三、采用计算机输入第i个粒子的修正位置向量,利用基于位置的Verlet算法对SPH粒子模型中各个粒子进行时间迭代,得到更新后粒子流场分布;四、从对更新后粒子流场分布中获取流体状态参数。本发明方法步骤简单、设计合理,通过对流体粒子进行位置修正,实现模拟粒子的均匀分布,且无物理参数引入,复杂流动适用性更好,提高后续模拟计算稳定性和精度。
本发明授权一种基于粒子位置修正的弱可压缩流体光滑粒子模拟方法在权利要求书中公布了:1.一种基于粒子位置修正的弱可压缩流体光滑粒子模拟方法,其特征在于,该方法包括以下步骤: 步骤一、弱可压缩流体光滑粒子建模: 步骤101、采用计算机利用VC++软件建立几何模型; 步骤102、采用计算机利用VC++软件中的SPH框架对几何模型进行参数设置,得到基于弱可压缩流体的泰勒格林涡模型;其中,所述参数包括初始密度,粘度,雷诺数,初始速度,声速;基于弱可压缩流体的泰勒格林涡模型的边界施加周期性边界条件; 步骤103、采用计算机针对基于弱可压缩流体的泰勒格林涡模型生成SPH粒子模型; 步骤104、采用计算机利用Verlet近邻列表算法按照设定搜索半径对SPH粒子模型中各个粒子分别进行遍历,得到Verlet链表; 步骤105、采用计算机从Verlet链表中获取每个粒子的邻近粒子; 步骤二、光滑粒子位置修正: 步骤A、采用计算机利用SPH方法对SPH粒子模型进行模拟分析,获取场变量空间导数的SPH基本方程,如下: 其中,Vj表示第i个粒子的邻近粒子中第j个粒子的体积,N表示第i个粒子的邻近粒子总数,j和N均为正整数,且1≤j≤N,表示梯度算子,fxi表示第i个粒子的场变量函数,fxj表示第j个粒子的场变量函数,Wij表示第i个粒子与第j个粒子之间的核函数,且π表示圆周率,h表示光滑长度,xi表示第i个粒子的位置,xj表示第j个粒子的位置; 步骤B、采用计算机设定粒子的场变量函数为1,则fxi=fxj=1,将步骤A中的SPH基本方程转换为如下式: 步骤C、采用计算机在步骤B的式子中等号右边加入核函数导数的修正量以使步骤B的式子的等号右边其中,dxij=dxi-dxj,dxij表示第i个粒子与第j个粒子间的修正位置向量差;dxi表示第i个粒子的修正位置向量;dxj表示第i个粒子的邻近粒子中第j个粒子的修正位置值向量;eij表示沿第i个粒子与第j个粒子方向的单位向量;表示并积运算,0表示零向量; 步骤D、采用计算机建立第i个粒子的积分误差Ei的表达式,如下 步骤E、采用计算机利用梯度下降法对第i个粒子的积分误差Ei计算,获取第i个粒子的修正位置向量dxi; 步骤三、采用计算机输入第i个粒子的修正位置向量dxi,利用基于位置的Verlet算法对SPH粒子模型中各个粒子进行时间迭代,得到更新后粒子流场分布; 步骤四、从更新后粒子流场分布中获取流体状态参数: 步骤401、采用计算机从更新后粒子流场分布中获取粒子的密度ρ、位置和速度; 步骤402、采用计算机根据公式P=c2ρ-ρ0,得到粒子的压力P;其中,c表示声速,ρ0表示粒子的初始密度。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军火箭军工程大学,其通讯地址为:710025 陕西省西安市灞桥区洪庆街道同心路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励