Robust and efficient pre-processing techniques for particle-based methods including dynamic boundary generation

doi:10.1016/j.cpc.2025.109898

Robust and efficient pre-processing techniques for particle-based methods including dynamic boundary generation

2025-10-15

0

OA

AI

Michael Schlottke‐Lakemper

DOI：10.1016/j.cpc.2025.109898

原文链接

查看原文

摘要

En 中文

获取高质量粒子分布以实现稳定且精确的粒子模拟方法具有显著挑战，尤其是在复杂几何形状的情况下。我们介绍了一种适用于二维和三维几何形状的预处理技术，该技术针对光滑粒子流体动力学（SPH）及其他粒子模拟方法进行了优化。我们的流程首先利用基于面的邻域搜索，在几何表面附近生成具有分辨率自适应性的点云。该点云构成了符号距离场的基础，从而能够在表面区域附近实现高效、局部的计算。为创建初始粒子配置，我们应用分层缠绕数方法进行快速且精确的内外区域分割。随后，利用受SPH启发的方案对粒子位置进行松弛处理，该方案同时用于聚集边界粒子。这一过程确保了完整的核支持，并促进各向同性分布，同时保留了几何界面。通过利用粒子模拟方法的网格无关特性，我们的方法无需连接性信息，因此易于集成到现有的粒子模拟框架中。该方法对不完美的输入几何形状具有鲁棒性，同时具备内存高效性且不牺牲性能。此外，我们的实验表明，随着分辨率的不断提高，生成的粒子分布会收敛于精确的几何形状。

Robust and efficient pre-processing techniques for particle-based methods including dynamic boundary generation

摘要

AI总结

期刊

机构

引用论文