Fluids —— Narrow band and variable density

本文介绍了NarrowBand方法如何通过减少粒子处理来加速模拟并节省资源,适用于粒子量少的场景。同时讨论了VariableDensity在SOPFLIP中的使用,包括设置Attribute-fieldpairs和多密度流体应用。

目录

Narrow Band

Variable Density


Narrow Band

        Narrow band是一种有效的加速模拟、节省资源、及优化整体性能的方法;其想法是,只在表面上带有一定厚度的粒子,表面下的一切都不是通过粒子表示的;

        具有大量粒子的模拟,特别适合Narrow band;解算器不必处理大量粒子,对整个流体来说不需要的粒子;对粒子量较少,且几乎不变的场景中,可关闭Narrow band;如viscosity模拟;

注,在标准的SOP FLIP中,Narrow band选项是开启的;

Attribute-field pairs

        在非Narrow band模拟中,所有信息都在体素上,每层模拟都会创建;在Narrow band下,这是不可能的,场必须在整个过程中保持;属性必须存在于volume和粒子上;因此静态属性如id,在Narrow band中不起作用,由于粒子会死亡及生成新粒子;

        为使用属性,需定义所谓的Attribute-field pairs;在DOP FLIP中,Attribute-field的定义和处理需要多个步骤;在SOP FLIP中,过程得到了极大的改进,可直接在FLIP Container中创建;

        在Narrow band中,粒子属性会流动,因为在模拟的过程中背景grid被保持,且值会随时间推移混合;

Variable Density

        SOP FLIP可使用multiple densities或variable density流体,典型的应用是水和油或水和泡沫;必须创建attribute-field pair,并通过适当的节点定义密度值;

  • Fluid setup,创建Narrow band水面,及两个velocity sources;
  • Attribute-field pairs,在FLIP Container内设置;

  • Source attributes,对源设置属性值(创建对应属性即可,FLIP Boundary会自动复制给对应volume);

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值