[发明专利]面向非定常三维流场涡结构的智能分析方法

权利要求书

1.一种面向非定常三维流场涡结构的智能分析方法，其特征在于，该方法包括以下步骤：

（1）获取流体计算数据；

（2）利用涡检测算法检测流场中涡结构的位置；

（3）进行涡的度量，计算涡的几何参数、动力学参数、统计参数等属性； 

（4）使用涡核匹配的方法对涡的运动进行跟踪，形成涡状态变化图：使用涡核匹配的方法对涡的运动进行跟踪，形成涡状态变化图，对涡状态变化图进行标号，涡的状态变化图中每个节点代表一个时间步中的一个涡结构，节点属性是涡结构的各种度量特征，这样涡的状态变化图将复杂的时序三维场数据映射为了二维有向无环图；

（5）对该状态图进行频繁子图挖掘，能够将状态图中经常出现的模式抽取出来，以分析对应流场中涡的运动规律；

（6）通过步骤（2）-（5）所获得的流场涡结构的各种信息，作为CFD软件后处理部分可视化的输入或者后处理部分数据挖掘的输入用来分析流场涡结构的变化规律。

2.根据权利要求1所述的面向非定常三维流场涡结构的智能分析方法，其特征在于，所述步骤（1）中，所述流体计算数据为计算流体力学中的三维流场数据。

3.根据权利要求1所述的面向非定常三维流场涡结构的智能分析方法，其特征在于，所述步骤（2）中，所述涡检测算法可采用基于临界点理论的涡结构检测算法。

4.根据权利要求1所述的面向非定常三维流场涡结构的智能分析方法，其特征在于，所述步骤（3）中，所述涡的几何参数包括位置、大小、形状和体积，动力学参数包括旋转方向和旋转速度。

5.根据权利要求1所述的面向非定常三维流场涡结构的智能分析方法，其特征在于，所述步骤（4）中，所述基于涡核匹配的跟踪算法是指计算涡核线之间的距离来判断两个涡结构是否匹配。

6.根据权利要求1所述的面向非定常三维流场涡结构的智能分析方法，其特征在于，所述步骤（5）中，所述频繁子图算法是指large graph型的频繁子图算法。

7.根据权利要求1所述的面向非定常三维流场涡结构的智能分析方法，其特征在于，所述步骤（6）中，步骤2-5获得的涡结构位置、属性、涡结构状态变化图等信息可以作为计算流体力学后处理可视化部分或者数据分析部分的输入。