CFD風(fēng)速場(chǎng)重建

1、基于CFD的風(fēng)速場(chǎng)重建1 前言本文基于CFD技術(shù)，構(gòu)建了包含兩個(gè)正弦山脊的二維山丘風(fēng)場(chǎng)模型，分別得出了不同湍流模型作用于此模型時(shí)的求解結(jié)果。風(fēng)場(chǎng)重建，第一步就是要選擇合適的布置傳感器的測(cè)點(diǎn)。在傳感器的優(yōu)化布置方面，本文對(duì)基于速度梯度較大的地方布置測(cè)點(diǎn)和基于均勻布置測(cè)點(diǎn)的兩種方式作了對(duì)比分析，得出按照速度梯度布置傳感器更為靈敏。同時(shí)，本文驗(yàn)證了日本學(xué)者通過模擬和檢索手段重建風(fēng)速場(chǎng)。1.1風(fēng)力發(fā)電場(chǎng)的數(shù)值模擬方法和現(xiàn)狀經(jīng)過查閱文獻(xiàn)資料總結(jié)出，目前國(guó)內(nèi)外主要使用的風(fēng)電場(chǎng)模擬方法有直接模擬方法（DNS），雷諾時(shí)均方法（RANS），大渦模擬方法（LES），分離渦模擬（DES）等模擬方法。論文旨在通過計(jì)算

2、流體力學(xué)（CFD）方法，模擬自然風(fēng)，建立流體流動(dòng)的數(shù)學(xué)模型。從質(zhì)量、動(dòng)量以及能量守恒的基本原理出發(fā)構(gòu)建流體流動(dòng)的基本方程。設(shè)定流場(chǎng)邊界條件。用ANSYS ICEM15.0預(yù)處理軟件建立地風(fēng)場(chǎng)幾何模型,在計(jì)算區(qū)域內(nèi)劃分合理的網(wǎng)格。采用基于有限體積法的ANSYS FlUENT15.0軟件，設(shè)定計(jì)算區(qū)域邊界條件，采用數(shù)值模擬計(jì)算方法，得出整個(gè)風(fēng)場(chǎng)網(wǎng)格節(jié)點(diǎn)數(shù)據(jù)、風(fēng)流動(dòng)的速度云圖、速度矢量圖以及速度流線圖等等，在CFD-post后處理軟件中進(jìn)行流場(chǎng)數(shù)據(jù)后處理。利用matalab軟件計(jì)算出網(wǎng)格節(jié)點(diǎn)風(fēng)速的梯度，找出速度梯度的極值點(diǎn)，作為布置傳感器的測(cè)點(diǎn)，風(fēng)場(chǎng)重建主要基于ECT圖像重構(gòu)思想，找出測(cè)點(diǎn)速度與全場(chǎng)

3、速度的關(guān)系，進(jìn)而求出測(cè)量矩陣，達(dá)到重建風(fēng)速場(chǎng)的目的。2 風(fēng)場(chǎng)的CFD模擬計(jì)算2.1 模擬風(fēng)場(chǎng)前預(yù)處理2.1.1模型介紹利用CFD軟件模擬復(fù)雜地形時(shí)，首先要考慮的是計(jì)算域的尺度。由于實(shí)際地形，連續(xù)群山之間的風(fēng)場(chǎng)流動(dòng)的影響是相互的，在起伏不定的山丘地形中，由于受到前方山坡風(fēng)場(chǎng)流動(dòng)的影響，后方山坡也不能僅僅看成孤立山來模擬。同理，后方山坡的氣流影響，也會(huì)波及到前方山坡風(fēng)速和湍動(dòng)能的分布，因而在設(shè)定模擬的山地目標(biāo)模型時(shí)，就需要設(shè)置合適的計(jì)算區(qū)域，才能保證研究目標(biāo)不受其它山包風(fēng)速流動(dòng)的影響，因此就需要在山坡前后延伸一定的尺度大小，因此計(jì)算域的選取是進(jìn)行復(fù)雜地形風(fēng)場(chǎng)模擬時(shí)首先考慮的問題。查閱文獻(xiàn)可知，山丘

4、地形的輪廓通常符合以下模型，比如貝爾模型(Bell shape)，余弦模型(Cosine squared)，高斯模型(Gaussian)，正弦模型(Sinusoidal)等。1采用ANSYS15.0軟件包里的ICEM15.0預(yù)處理軟件構(gòu)建合理的幾何模型，在本次二維模擬中，兩個(gè)小山包的輪廓線都符合正弦曲線的形式，第一個(gè)山包的正弦模型是:（2-1）第二個(gè)山包的正弦模型是：（2-2）其中，x表示山脊上各點(diǎn)方向的坐標(biāo)值，m；y表示山脊上各點(diǎn)的高度，m.本文中，計(jì)算域最左下方的點(diǎn)設(shè)定為坐標(biāo)原點(diǎn)（0,0），第一個(gè)山包的山底兩個(gè)點(diǎn)的坐標(biāo)分別為（25.28,0）、（31.58，0）；第二個(gè)山包輪廓線與x軸的兩

5、個(gè)交點(diǎn)分別是（56.86,0）、（63.14,0）其中x是橫坐標(biāo)，計(jì)算區(qū)域兩個(gè)山包的高度分別1m和2m,為了更好的模擬出在山包前后流體的流動(dòng)，在山包前后分別將計(jì)算域水平延長(zhǎng)了30m 左右，兩個(gè)山包山頂之間的距離為30m，總的計(jì)算域水平長(zhǎng)度為100m，高度是30m，如圖2-1所示： 圖2-1 計(jì)算區(qū)域幾何形狀2.1.2 網(wǎng)格劃分由于本論文考慮的是平面流動(dòng)問題，所以在ICEM軟件里需要生成面網(wǎng)格，對(duì)計(jì)算域進(jìn)行網(wǎng)格劃分，為了便于生成高質(zhì)量的結(jié)構(gòu)化網(wǎng)格，借助block,將計(jì)算域劃分為八個(gè)塊，采用的就是傳統(tǒng)的映射網(wǎng)格劃分技術(shù)，添加網(wǎng)格輔助線后創(chuàng)建的塊如圖2-2所示。圖2-2 分塊后的模型在生成塊之后，進(jìn)

6、行線的關(guān)聯(lián)，然后調(diào)整塊上點(diǎn)的位置，力求生成質(zhì)量比較高的網(wǎng)格，為了得到山包附近更為細(xì)致的流動(dòng)，需要在山包附近進(jìn)行網(wǎng)格加密，本論文采用的是在塊10沿x方向布置10個(gè)節(jié)點(diǎn)，而在上文我們知道第一個(gè)山包底面的長(zhǎng)度是（m）,平均0.314m一個(gè)節(jié)點(diǎn)，而在遠(yuǎn)離山包的計(jì)算區(qū)域網(wǎng)格節(jié)點(diǎn)間隔就會(huì)大一些。圖2-3顯示了網(wǎng)格生成結(jié)構(gòu)。圖2-3 生成的網(wǎng)格示意圖2.2 計(jì)算域求解2.2.1 模型設(shè)置本文采用ANSYS15.0軟件包里的FLUENT軟件，該軟件采用有限體積法求解湍流NavierStokes方程，設(shè)定工作介質(zhì)為空氣，采用二維定常、不可壓縮雷諾時(shí)均N-S方程描述計(jì)算域內(nèi)部流場(chǎng)；選用壓力速度修正方法作為壓力和速

7、度的耦合方式，即SIMPLE算法，分析類型為穩(wěn)態(tài)，計(jì)算收斂標(biāo)準(zhǔn)設(shè)置為1e-8。由于現(xiàn)在只考慮二維平面，因此需要對(duì)模型選擇ANSYS FLUENT二維求解器，導(dǎo)入FLUENT15.0里進(jìn)行求解。FLUENT15.0能夠提供很多種湍流模型，在保證符合物理現(xiàn)象、節(jié)省時(shí)間，高精度的基礎(chǔ)上，選擇符合實(shí)際流體流動(dòng)特點(diǎn)的湍流模型進(jìn)行求解。在本論文中選用帶有壁面函數(shù)的標(biāo)準(zhǔn)湍流模型， 一方程模型，標(biāo)準(zhǔn)的二方程模型分別來對(duì)模型進(jìn)行求解。確定最合適的求解湍流模型之后，再用此湍流模型對(duì)應(yīng)求解結(jié)果作速度梯度運(yùn)算，找出最適合布置傳感器的測(cè)點(diǎn)。入口風(fēng)速設(shè)置為10m/s.2.2.2 計(jì)算結(jié)果對(duì)比分別采用三種不同的湍流模型計(jì)算

8、得到的速度分布，圖2-4顯示為標(biāo)準(zhǔn)二方程湍流模型的速度云圖分布。圖2-4 模型速度云圖示意圖圖2-5顯示了采用標(biāo)準(zhǔn)二方程湍流模型的計(jì)算所得的計(jì)算域風(fēng)場(chǎng)速度分布云圖。圖2-5 模型速度云圖示意圖圖2-6顯示的了采用一方程湍流模型計(jì)算所得的風(fēng)速在計(jì)算域的分布云圖。圖2-6 模型速度云圖示意圖由以上不同湍流模型對(duì)應(yīng)的速度矢量圖和速度云圖可以看出，改變了求解的湍流模型之后，流場(chǎng)速度分布云圖，流場(chǎng)速度矢量圖并沒有明顯的變化，由速度矢量圖可以看到，在第二個(gè)山包后方都會(huì)形成回流。2.2.3 速度梯度的求解在上一節(jié)中，我們求解得到了利用一方程模型，標(biāo)準(zhǔn)的二方程模型，標(biāo)準(zhǔn)的二方程模型模擬出來的風(fēng)速場(chǎng)結(jié)果。在速度

9、分布云圖中觀察可知，它們并沒有太大的區(qū)別，由于標(biāo)準(zhǔn)的k-e模型使用更為廣泛，普適性更好，因而在本例中我們可以選用帶有壁面函數(shù)的標(biāo)準(zhǔn)k-e湍流模型模擬風(fēng)場(chǎng)。節(jié)點(diǎn)數(shù)總共12144個(gè)，因此我們有12144個(gè)數(shù)據(jù)。我們需要找到風(fēng)場(chǎng)中最具代表性的點(diǎn)來作為傳感器的布置位置。如何找到這些特定點(diǎn)對(duì)接下來風(fēng)場(chǎng)重建有著很重要的意義。在ECT重建算法中我們有如下的公式：（2-3）在公式中，矩陣S是我們要求解的測(cè)量矩陣，一維列向量D中的元素由CFD模擬出來的網(wǎng)格節(jié)點(diǎn)數(shù)據(jù)組成，而傳感器測(cè)點(diǎn)的速度值組成了一維向量T。我們可以通過編制MATLAB語言計(jì)算得出網(wǎng)格節(jié)點(diǎn)的速度梯度，由于本文中在ICEM軟件里設(shè)置的網(wǎng)格為結(jié)構(gòu)化矩

10、形網(wǎng)格，因此每個(gè)節(jié)點(diǎn)周圍都包圍著八個(gè)節(jié)點(diǎn)， 但是他們不一定就是按照均勻矩形布置的，這是因?yàn)樵谏桨浇慕Y(jié)構(gòu)化網(wǎng)格如圖2-7所示，而計(jì)算域中離山包較遠(yuǎn)的結(jié)構(gòu)化網(wǎng)格由于不受山脊形狀的影響，我們可以設(shè)置為如圖2-8的均勻矩形網(wǎng)格。圖2-7 山包周圍的網(wǎng)格劃分圖2-8 遠(yuǎn)離山包區(qū)域的網(wǎng)格劃分由于速度梯度是沿著風(fēng)向計(jì)算得出的，因而我們需要考慮每個(gè)節(jié)點(diǎn)速度的方向，由于附錄一給出了每個(gè)節(jié)點(diǎn)的風(fēng)速分別在x、y方向的矢量值以及每個(gè)節(jié)點(diǎn)的坐標(biāo)，計(jì)算思路大致如下：已知某個(gè)節(jié)點(diǎn)（x0,y0）的速度矢量是（u0,v0），可以求得每個(gè)節(jié)點(diǎn)速度方向與x軸的夾角，由于我們用FLUENT導(dǎo)出了每個(gè)節(jié)點(diǎn)的風(fēng)速數(shù)據(jù)，我們可以通過比

11、較風(fēng)向與x軸的夾角與(450*n)角的關(guān)系，其中n=0，1，2，3，4，5，6，7，8。風(fēng)向角與(450*n)角最接近的對(duì)應(yīng)角度，我們將其賦值給風(fēng)向角，即為測(cè)點(diǎn)風(fēng)向角，這樣處理就方便我們找出與測(cè)點(diǎn)在同一個(gè)風(fēng)向上的前一個(gè)節(jié)點(diǎn)，相當(dāng)于將測(cè)點(diǎn)后移，這樣的點(diǎn)找到之后，然后利用公式2-4求解梯度值。（2-4）其中是梯度值，是兩個(gè)節(jié)點(diǎn)之間的距離。要求解出各個(gè)網(wǎng)格節(jié)點(diǎn)的梯度值我們需要利用MATLAB編制程序來實(shí)現(xiàn)。由于計(jì)算域入口邊緣的網(wǎng)格節(jié)點(diǎn)上的速度梯度是求不出來的，而且這些節(jié)點(diǎn)對(duì)整個(gè)風(fēng)場(chǎng)的意義不大，因而可以去除掉這些節(jié)點(diǎn)，這樣我們就可以得到68*175個(gè)節(jié)點(diǎn)的速度梯度值。同時(shí)我們也在MATLAB 軟件中得

12、到了沿著各個(gè)網(wǎng)格節(jié)點(diǎn)的速度梯度分布曲線，如圖2-9所示：圖2-9 速度梯度分布圖2-9中，Z坐標(biāo)代表著速度梯度值，在圖中能夠比較形象的看到那些速度梯度絕對(duì)值比較大的點(diǎn)分布，結(jié)合MATLAB計(jì)算出的68*175個(gè)梯度數(shù)據(jù)，從而確定它們的坐標(biāo)值，即為第二種方案布置傳感器的位置點(diǎn)。從速度梯度分布曲線上可以看出，速度梯度比較大的地方主要在兩個(gè)山包附近，根據(jù)MATLAB輸出的風(fēng)速梯度值，我們可以看出，在迎風(fēng)坡前一段距離風(fēng)速梯度值為負(fù)值，在接近山頂?shù)奈恢锰幪荻戎禐檎登冶容^大，在背風(fēng)坡一段區(qū)域風(fēng)速梯度值為負(fù)值，結(jié)合圖2-5顯示的速度云圖也可以看出背風(fēng)坡一小部分的區(qū)域風(fēng)速沿著風(fēng)向變小了。2.2.4 均勻布置

13、測(cè)點(diǎn)與按梯度極值點(diǎn)布置的比較采用均勻布置測(cè)點(diǎn)，我們需要利用這些節(jié)點(diǎn)的數(shù)據(jù)來檢測(cè)隨著入口速度的變化，測(cè)點(diǎn)的速度變化情況。具體做法就是，在同一個(gè)山地模型下，改變?nèi)肟谶吔绲某跏妓俣葹?5m/s，利用相同的計(jì)算方法和湍流模型我們分別能得到風(fēng)場(chǎng)網(wǎng)格節(jié)點(diǎn)速度數(shù)據(jù)和速度梯度數(shù)據(jù)。我們認(rèn)為風(fēng)速變化的大小可以反映測(cè)點(diǎn)的靈敏度好壞，因而需要找到這些測(cè)點(diǎn)的速度平均變化值，可以求得每個(gè)測(cè)點(diǎn)速度變化的數(shù)值，再取其和求平均值，通過計(jì)算可得出測(cè)點(diǎn)均勻布置時(shí)，測(cè)點(diǎn)平均速度變化大小為5.065m/s。同樣的，求取每個(gè)測(cè)點(diǎn)在入口速度改變的情況下速度的變化值，再取其和求平均值，這一過程可以在通過在excle中計(jì)算實(shí)現(xiàn)，計(jì)算得出測(cè)點(diǎn)

14、平均速度變化大小為11.081m/s。通過以上兩種方式，可以看出判斷兩種方式布置傳感器的靈敏度，顯而易見由于第二種布置測(cè)點(diǎn)的方式測(cè)點(diǎn)速度平均變化值比第一種方式更大，因而第二種測(cè)點(diǎn)布置方式即按照梯度分布布置更能反映風(fēng)場(chǎng)的變化情況，這些點(diǎn)對(duì)入口風(fēng)速的變化反映更為靈敏，總結(jié)出，通過按照速度梯度極值點(diǎn)來布置傳感器的位置能夠更好的反映整個(gè)風(fēng)場(chǎng)的速度，這些測(cè)點(diǎn)的值即構(gòu)成了公式中的中的元素。2.3 水平方向的二維風(fēng)場(chǎng)計(jì)算2.3.1 幾何建模在前文中我們模擬了豎直方向的二維山脊，探索了均勻布置傳感器與依據(jù)風(fēng)速梯度布置傳感器的優(yōu)劣。由于在豎直平面，我們無法改變?nèi)肟陲L(fēng)速的風(fēng)向，為了研究速度梯度與入口風(fēng)速風(fēng)向的關(guān)系

15、，在本節(jié)中，我們?nèi)砸郧拔牡恼疑桨Ｐ蜑槔?，作出其在山高?.5m的水平面投影，山包的投影分別是半徑為1.047m和2.636m的圓。x方向圖2-10 水平方向二維計(jì)算域示意圖圖2-10顯示了水平方向二維山包計(jì)算域，其中計(jì)算域長(zhǎng)度為100m，寬度為70m。山后方計(jì)算域加長(zhǎng)了50m左右，前方計(jì)算域加長(zhǎng)20m左右，由于風(fēng)從山前方吹過來，因此山前方計(jì)算域不需要加很長(zhǎng)，兩座山之間的距離仍然保持和前文一致。2.3.2 計(jì)算域求解我們選擇帶有壁面函數(shù)的標(biāo)準(zhǔn)湍流模型，計(jì)算域左邊界和下邊界設(shè)置入口邊界條件velocity-inlet，定常來流合速度設(shè)置為10m/s，在本例中依次設(shè)置入口風(fēng)向角與x方向的夾角為0

16、度，30度， 60度；計(jì)算域上邊界和右邊界均設(shè)置為出口邊界條件outflow；山包壁面邊界條件設(shè)置為無滑移壁面wall。設(shè)定工作介質(zhì)為空氣，采用二維不可壓縮雷諾時(shí)均N-S方程描述計(jì)算域內(nèi)部流場(chǎng)；選用壓力速度修正方法作為壓力和速度的耦合方式，即SIMPLE算法，分析類型為瞬態(tài)，計(jì)算收斂標(biāo)準(zhǔn)設(shè)置為1e-8?？稍贔LUENT中求解出的入口風(fēng)速與x方向成0度，30度以及 60度時(shí)的某同一時(shí)刻的計(jì)算域風(fēng)速云圖，每組分別輸出了21422個(gè)網(wǎng)格節(jié)點(diǎn)的數(shù)據(jù)，這些數(shù)據(jù)可以用于接下來風(fēng)速梯度的求解。2.3.3 不同入口風(fēng)速方向的風(fēng)速梯度對(duì)比通過編制MATLAB語言，可以實(shí)現(xiàn)網(wǎng)格節(jié)點(diǎn)的風(fēng)速梯度求解。首先我們要將CF

17、D-post里輸出的節(jié)點(diǎn)數(shù)據(jù)進(jìn)行規(guī)則化，即插值在規(guī)則的網(wǎng)格上，然后在進(jìn)行風(fēng)速梯度求解。同時(shí)我們?cè)贛ATLAB中得到了計(jì)算域的風(fēng)速梯度曲線如下圖所示：圖2-11 入口風(fēng)速與x軸的夾角為0度時(shí)的梯度曲線圖2-12入口風(fēng)速與x軸的夾角為30度時(shí)的梯度曲線圖2-13 入口風(fēng)速與x軸的夾角為60度時(shí)的梯度曲線通過觀察分析以上三組風(fēng)速梯度曲線圖，我們可以看出，在山包周圍的速度梯度值比較大，但是它們的梯度的變化并不遵循相同的規(guī)律，這和風(fēng)向的變化有很大關(guān)系。在本節(jié)中選取了高度為0.5m處截取的一個(gè)具有代表性的平面，我們可以根據(jù)MATLAB輸出的梯度數(shù)據(jù)，找出風(fēng)速梯度比較大的點(diǎn)來布置傳感器，目的是檢驗(yàn)成像方法的

18、可行性。并不是要得到全面的所有數(shù)據(jù)。但是根據(jù)這些輸出的數(shù)據(jù)，可以判斷出梯度較大的點(diǎn)會(huì)隨著風(fēng)向的改變而有所移動(dòng)。因此，在不知道風(fēng)速風(fēng)向的情況下傳感器測(cè)點(diǎn)的布置仍是按均勻布置為好，能得到更為全面的數(shù)據(jù)。2.4 風(fēng)場(chǎng)初步重建我們可以根據(jù)日本學(xué)者的檢索方法，重構(gòu)出計(jì)算域風(fēng)場(chǎng)數(shù)據(jù)。同樣的，采用2.1節(jié)的風(fēng)場(chǎng)模型和2-2節(jié)的網(wǎng)格劃分，將ICEM導(dǎo)出的cas&dat文件導(dǎo)入FLUENT中，邊界條件等的設(shè)置和前文相同，湍流模型統(tǒng)一設(shè)置為帶有壁面函數(shù)的標(biāo)準(zhǔn)模型，將入口邊界速度依次設(shè)置為5m/s，6m/s，7m/s，.，18m/s，19m/s，20m/s.依次在FLUENT中求解計(jì)算，可以得到16組模擬數(shù)

19、據(jù)，共1612144個(gè)數(shù)據(jù)，這些數(shù)據(jù)可以看作是由無線傳感器網(wǎng)絡(luò)實(shí)時(shí)測(cè)量得到的真實(shí)的風(fēng)速信息的矩陣，我們把這個(gè)矩陣中的風(fēng)速信息，也就是風(fēng)速依照網(wǎng)格節(jié)點(diǎn)進(jìn)行排序，并將其全都轉(zhuǎn)換為一維向量，將此一維向量導(dǎo)入到MATLAB中，得到一個(gè)和真實(shí)的信息矩陣相似的并且數(shù)據(jù)量很大的數(shù)據(jù)庫。日本學(xué)者的風(fēng)場(chǎng)重構(gòu)思想在于模擬與檢索，基于這一思想，我們可以根據(jù)2-3節(jié)中計(jì)算出的風(fēng)速梯度比較大的梯度值對(duì)應(yīng)的節(jié)點(diǎn)作為觀測(cè)點(diǎn)，在前文中已經(jīng)證明，這些點(diǎn)最具代表性，我們可以選出其中的三點(diǎn)作為我們的觀測(cè)點(diǎn)，在現(xiàn)場(chǎng)測(cè)風(fēng)或風(fēng)洞實(shí)驗(yàn)中，這三個(gè)觀測(cè)點(diǎn)數(shù)據(jù)是由無線傳感器網(wǎng)絡(luò)測(cè)得的真實(shí)數(shù)據(jù)，將此三個(gè)選定測(cè)點(diǎn)數(shù)據(jù)與前文建成的大數(shù)據(jù)庫中具有相同坐

20、標(biāo)的風(fēng)速相比較分析，進(jìn)而檢索出具體是何種初始條件下形成的風(fēng)場(chǎng)。利用CFD的模擬結(jié)果分析，這一檢索方法并不存在誤差，總能找到對(duì)應(yīng)的子庫。但是對(duì)于實(shí)際無線傳感器網(wǎng)絡(luò)測(cè)出的數(shù)據(jù)而言，測(cè)量值與真實(shí)值就會(huì)存在有一定的誤差，這時(shí)就需要對(duì)誤差作進(jìn)一步分析處理，可將誤差控制在一定范圍內(nèi)。我們把原始的風(fēng)場(chǎng)信息矩陣導(dǎo)入到MATLAB中轉(zhuǎn)換成一維向量，完成一系列的程序運(yùn)算，通過不斷調(diào)整 的大小2，讓重建矩陣與原始矩陣之間的誤差不斷減小，至3%3以下。然而，在現(xiàn)實(shí)情況下，這些原始的數(shù)據(jù)信息是采用風(fēng)速風(fēng)向傳感器每個(gè)獨(dú)立采集而得到的，所以，重建的風(fēng)場(chǎng)風(fēng)速與原始的數(shù)據(jù)信息的比對(duì)還是會(huì)有誤差的。3 結(jié)論本文主要通過ICEM軟件的網(wǎng)格劃分技術(shù)和FLUENT軟件的數(shù)值模擬過程，設(shè)計(jì)模擬了含有兩個(gè)小山包的二維地形風(fēng)場(chǎng)，通過在FLUENT軟件里計(jì)算得到了計(jì)算域的風(fēng)速數(shù)據(jù)。 通過編制MATLAB程序語言，處理這些數(shù)據(jù)求解出了計(jì)算域內(nèi)網(wǎng)格節(jié)點(diǎn)的速度梯度，找到速度梯度的絕對(duì)值比較大的點(diǎn)之后，在這些位置上布置傳感器的測(cè)點(diǎn)，為了顯示這些測(cè)點(diǎn)的靈敏度，在幾何模型以及網(wǎng)格劃分等條件不變的情