[发明专利]用于涡流场自适应网格细化的需求驱动型特征识别方法

权利要求书

1.一种用于涡流场自适应网格细化的需求驱动型特征识别方法，其特征在于：包括：

S1，基于速度梯度亥氏正对称分量的欧氏模、速度梯度亥氏反对称分量的欧氏模和调函系数的关系，确定由所述速度梯度亥氏正对称分量的欧氏模、所述速度梯度亥氏反对称分量的欧氏模和所述调函系数表示的经验需求因子；

S2，基于所述速度梯度亥氏正对称分量的欧氏模、所述速度梯度亥氏反对称分量的欧氏模、所述经验需求因子和保真常数的关系，确定由所述速度梯度亥氏正对称分量的欧氏模、所述速度梯度亥氏反对称分量的欧氏模、所述经验需求因子和所述保真常数表示的涡变相极度；

S3，当对涡流场中的集中涡所在区域进行自适应网格细化时，取所述涡变相极度的阈值进行特征识别；

S4，当对涡流场中的剪切层所在区域进行自适应网格细化时，取所述涡变相极度的梯度进行特征识别；

所述S1中：

经验需求因子n应基于经验关系式计算得到；

所述调函系数包括为第一调函系数m₁、第二调函系数m₂、第三调函系数m₃和第四调函系数m₄，V_GS为速度梯度亥氏正对称分量的欧氏模，V_GA为速度梯度亥氏反对称分量的欧氏模，δ为保真常数，th(·)为双曲正切函数，|·|为绝对值函数；

所述S2中：

涡变相极度的定义式为

所述保真常数δ＝5.21×10^-7。

2.根据权利要求1所述的用于涡流场自适应网格细化的需求驱动型特征识别方法，其特征在于：所述S3中，所述第一调函系数m₁＝0.0017，所述第二调函系数m₂＝1.1557，所述第三调函系数m₃＝0.8652，所述第四调函系数m₄＝0.4993。

3.根据权利要求1所述的用于涡流场自适应网格细化的需求驱动型特征识别方法，其特征在于：所述S4中，所述第一调函系数m₁＝0.0023，所述第二调函系数m₂＝1.3356，所述第三调函系数m₃＝0.7487，所述第四调函系数m₄＝1.9987。