.png){kind=icon}
返回
A Performance-Enhanced Cartesian Grid Generation Method: More Robust, Efficient, and Memory-Efficient
.png){kind=icon}
OA
AI
DOI：10.3390/app151910392.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决传统笛卡尔网格生成中鲁棒性差、效率低及内存浪费等问题，本文针对三个关键方面提出针对性改进：表面网格数据结构、笛卡尔网格数据结构以及网格与物体表面空间关系的确定。具体而言，建立基于嵌套边界框的二叉树以存储离散三角形，提升三角形数据访问的效率与精度；其次，构建成员封装与邻域线程的笛卡尔网格结构，在提高生成速度的同时降低内存消耗；此外，开发了一种综合的笛卡尔单元分类方法，整合了相交检测、内外分类及相交单元中心评估，并进一步提出三种策略以加速大规模网格的相交检测。通过与传统方法及商业CFD代码的笛卡尔网格生成性能对比，结果表明该方法的网格生成效率低于每百万单元两秒，显著优于传统方法，且内存消耗减少20%。最后，以列车绕流模拟为例，验证了所生成网格适用于实际计算应用。
Keyword:
Cartesian grid generation
algorithm optimization
data structure
intersection determination
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
A
IF:
2.5
论文数:
1.9K
被引数:
15.9W
机构
暂无机构信息
引用论文
High fidelity adaptive Cartesian octree grid computations of the flow past a Platonic polyhedron up to a Reynolds number of 200高保真自适应笛卡尔八叉树网格对雷诺数高达200的柏拉图多面体绕流的计算
PREAI
分享收藏分享收藏Numerical modelling of hook and claw-type vacuum pump performance based on cut cell Cartesian method.png)
VACUUM
VACUUMIF3.9
PREAI
分享收藏
Fully automatic and fast mesh size specification for unstructured mesh generation用于非结构化网格生成的全自动快速网格尺寸规范
PREAI
分享收藏
查看更多内容