论文部分内容阅读
邻域粒子搜索被广泛应用于SPH方法、离散单元法等无网格方法的求解计算中。邻域粒子搜索是一种粒子配对方法,从问题域粒子中查找当前粒子的邻域粒子,为当前粒子运动提供计算条件。本文研究不同的邻域粒子搜索算法,从缩小搜索范围和提高数据利用率的角度,设计了一种基于局部相关的快速搜索算法,并在基于SPH方法的流体模拟应用中验证该算法。本文主要工作如下：首先,研究现有的邻域粒子搜索算法,总结搜索配对原理,设计一种更简单高效的粒子搜索配对算法。研究算法主要完成了下面三点工作。(1)研究邻域粒子配对算法,包括：全局粒子搜索配对算法,链表搜索配对算法,树形搜索配对算法和其它搜索配对算法如Bucket等算法。分析这些算法搜索的具体搜索过程以及计算复杂度。(2)总结现有搜索算法,从缩小搜索范围和提高数据利用率方面,设计一种基于局部邻域相关的快速搜索方法。算法的基本思想是：充分利用之前搜索已获得的数据,确定当前粒子需要搜索的邻域范围,从已获得的邻域区域中查找邻域粒子。在算法设计时,针对表面粒子查找失效的问题,采用比较邻域粒子数密度和位置信息的方法提取表面粒子,并单独处理表面粒子搜索。针对算法搜索区域重叠的问题,采用布尔变量标记已搜索粒子的方法,避免重复搜索重叠的区域。该算法既不需要划分网格也不需要重新建立复杂数据结构,不但缩小了搜索范围,而且提高数据的利用率。(3)对粒子信息和算法函数接口封装设计,方便使用不同搜索算法对比验证本文算法。其次,应用C++程序设计语言和OpenGL图形库,设计并实现基于SPH方法的可视化流体模拟平台。使用全局配对搜索、链表配对搜索以及本文设计搜索算法,对表面粒子分布不同的场景：流体溃坝、流体自由滴落和流体密闭空间单螺杆挤出进行实验分析。通过对比和拟合实验结果,验证本文搜索算法的有更好的性能。