网格质量评价

本文介绍了Fluent中监控和改进网格质量的方法,特别是通过倾斜度、正交性和尺寸变化率来确保计算精度。
摘要由CSDN通过智能技术生成

文章内容参考参考:

Ansys_Fluent_Users_Guide_2023R1


Fluent中显示网格质量

Fluent Meshing 中可以通过菜单 Report >  Quality Measure... 打开  Quality Measure 对话框进行查看。 要指定质量度量(倾斜度、纵横比、尺寸变化等),请使用 Quality Measure  dialog box。默认的质量度量是偏斜度(Skewness )

正交质量(Orthogonal Quality)

倾斜度(Skewness

倾斜度是网格的主要质量度量之一。 倾斜度确定面或单元与理想情况(即等边或等角)的
接近程度,理想的与歪斜的三角形与四边形如下图所示

下表列出了倾斜度值的范围及相应的单元质量。

根据歪斜度的定义,0表示一个等边网格(质量最好),1表示一个完全退化的网格。退化网格(薄片网格)的特征是节点几乎共面。歪斜值大于1的网格是无效的。应用过程中应该避免高度倾斜的面网格和体网格,因为与使用相对等边/等角的面网格和体网格相比,它们会降低计算精度。

计算倾斜度的两种方法:

尺寸变化率(Size Change )

尺寸变化率是一个网格面(或网格单元)的面积(或体积)与每个相邻网格面(或网格单元)的面积(或体积)之比。此比率是针对计算区域中的每个网格面(或网格单元)计算得到的。报告输出所选区域的 最小值最大值

边长比(Edge Ratio)

边长比定义为网格边的最大长度与网格边的最小长度之比。根据定义,边长比总是大于或等于1。边比值越大,表示网格的形状越不规则。对于等边单元,其边长比总是等于1。

纵横/长宽比(Aspect Ratio )

面或单元的长宽比指的是网格的最长边的长度与最短边长度的比值。长宽比适用于三角形、四面体、四边形和六面体元素,并且对每种网格类型的定义不同。长宽比也可以用来确定当前面/网格与理想的面/网格的接近程度。
  • 对于等边面或单元(如等边三角形、正方形等),纵横比为1
  • 对于形状不规则的面或单元,由于边长不同,纵横比将大于1
  • 对于三角形面和四面体单元以及金字塔,通常可以专注于改善倾斜度,从而改善平滑度和纵 横比。
  • 对于棱柱,除了倾斜度外,检查纵横比和/或尺寸变化也很重要,因为两个倾斜度较低或纵
  • 横比较高的单元之间可能存在较大的单元尺寸跳跃。

压缩(Squish)

翘曲(Warp)(仅适用于四边形单元)

面翘曲的值范围在01之间。 值为0表示等边网格,值为1表示高度倾斜的元素

二面角(Dihedral Angle )

二面角仅适用于面而不是单元。 二面角定义为相邻面法线之间的角度。 这个质量指标在复
杂几何体中定位尖锐的角非常有用。 二面角的值范围从 0 180

ICEM CFD 质量(ICEM CFD Quality)

ICEM CFD 质量度量根据 ANSYS ICEM CFD 中的质量值计算元素质量。此度量仅适用于单元,而不适用于面。

报告的质量值范围在 0-2 之间(在 ANSYS ICEM CFD 中的范围为 -1 1 ,值 2 对应于 ANSYS ICE
M CFD 中的 -1 1 对应于 0 0 对应于 1 )。 值为 0 表示完美的、非扭曲的元素,值为 1 表示退化
的元素,值大于 1 表示无效的元素(如凹面、二面角大于 180 度或负体积元素)。

正交倾斜(Ortho Skew)

对于每个单元,正交倾斜质量是使用面法向量\vec{A}_i从单元质心到相邻单元质心的向量\vec{c}_i;以及从单元质心到面质心的向量\vec{f}_i计算的。 图5.20说明了用于确定单元正交倾斜质量的向量。 

对于每个面,计算首先找到(面法向量与从单元质心到该面质心的相应向量之间夹角的余弦
的差值)的值:
1-\frac{\vec{A}_i\cdot\vec{f}_i}{|\vec{A}_i||\vec{f}_i|}
接下来,对于每个面,计算找到(面法向量与与该面共享的相邻单元质心到该面质心的相应
向量之间夹角的余弦的差值)的值:
1-\frac{\vec{A}_i\cdot\vec{f}_i}{|\vec{A}_i||\vec{f}_i|}
对于一个单元,报告的正交倾斜质量取决于单元类型:
对于大多数单元,正交倾斜是每个面计算的上述量的最大值。
对于金字塔单元,正交倾斜是单元倾斜度和每个面计算的上述量的最大值。

Fluent 纵横/长宽比(Fluent Aspect Ratio)

Fluent Aspect Ratio是对网格拉伸程度的度量。其计算方法为以下任一距离的最大值与最小值之比:网格单元中心与网格面中心之间的距离,以及网格单元中心与网格节点之间的距离。对于一个单位立方体(如图所示),最大距离为0.866,最小距离为0.5,所以长宽比为1.732。这种类型的定义可以应用于包括多面体的任何类型的网格。

逆正交质量(Inverse Orthogonal Quality)

网格的反正交质量通过每个面的法向向量 \vec{A}_i,网格中心到每个相邻网格中心的向量 \vec{c}_i、网格中心到每个网格面的向量 \vec{f}_i来计算。对于每个网格面,计算 \vec{A}_i\vec{c}_i之间以及 \vec{A}_i\vec{f}_i之间夹角的余弦,它们的最小值作为网格的正交性度量值。然后通过将其余弦值从1中减去,得到反正交性。
最后,逆正交质量取决于单元类型:
对于四面体、棱柱和金字塔单元,逆正交质量是单元倾斜度和逆正交性的最大值。
对于六面体和多面体单元,逆正交质量与逆正交性相同。
最差的单元的逆正交质量接近 1 ,而最好的单元的逆正交质量接近 0。
逆正交质量 = 1 - 正交质量
可以使用选项卡中的质量 o p tion 或解决方案模式下的常规任务页面中的报告质量 按钮报告正交质量
  • 12
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 是的,3D点云质量评价是对3D点云数据进行度量和评估的过程,以确定其质量和可靠性。以下是一些常见的3D点云质量评价指标: 1. 点云密度:指点云中点的数量,通常以每平方米点数或每立方米点数来表示。 2. 点云精度:指点云中每个点的位置与其真实位置之间的距离误差。 3. 点云完整性:指点云中是否缺失了一些区域或物体,并且缺失的部分是否会影响点云的整体质量。 4. 点云噪声:指点云中存在的非真实点,这些点可能是由于传感器误差或其它原因导致的。 5. 点云分辨率:指点云中点与点之间的距离,通常以每平方米点数或每立方米点数来表示。 以上是几个常见的3D点云质量评价指标,实际评价过程中可能还有其它指标需要考虑,具体评价方法和标准可能因应用场景而有所不同。 ### 回答2: 3D点云质量评价是对三维点云数据进行评估和分析的过程。在三维扫描、激光雷达等技术采集点云数据后,为了确保数据的准确性和可靠性,需要对点云进行质量评价。 首先,对于点云数据的质量评价,常见的指标包括点云的稠密度、准确性、精度、完整性、一致性等。稠密度指点云数据中点的数量,密集的点云能提供更多细节信息。准确性是指点云中的点和实际物体表面的距离误差,准确性高的点云能够更准确地反映实际物体的形状。精度表示点云数据中点之间的距离误差,精度高的点云数据能提供更精确的空间结构。完整性指点云中是否缺少点,完整性高的点云能够更全面地表示物体形状。一致性是点云数据多次获取得到的结果之间的差异度量。 其次,评价点云质量的方法包括可视化观察、数据对齐和配准、表面重建以及数学统计分析等。可视化观察是最直观的评价方法,通过观察点云数据的整体效果来判断质量。数据对齐和配准是将多个扫描数据或者点云数据进行匹配,通过对比数据之间的一致性来评估质量。表面重建则是对点云数据进行三角化或者网格化处理,通过重建的表面形状来评估质量。数学统计分析则应用统计学方法对点云中的几何特征进行分析和评估。 综上所述,3D点云质量评价是通过一系列指标和方法对点云数据进行质量检测和分析的过程,旨在保证点云数据的准确性、完整性和一致性,以及提供高质量的三维信息。 ### 回答3: 3D点云质量评价是对三维点云数据进行评估和判断的过程。点云质量评价可以帮助我们了解点云数据的准确性、完整性和一致性,从而确保点云数据能够准确地反映现实世界的几何形状和结构。 评价点云质量的方法主要包括以下几个方面: 1. 点云密度评估:通过计算每个点周围的邻域点的数量来评估点云的密度。密度越高表示点云采样越充分,反之则可能存在采样不足的问题。 2. 点云噪声评估:对点云中的噪声进行评估,噪声可以分为离散噪声和连续噪声两种。离散噪声可以通过检测不符合几何拓扑规则的点进行评估,而连续噪声则需要通过滤波等方法进行处理。 3. 点云采样一致性评价:通过计算点云数据中的特征描述子的一致性来评估点云的采样一致性。一致性越高表示点云数据采样越一致,反之则可能存在采样不一致的问题。 4. 点云配准评价:对不同扫描或采集设备获取到的多个点云数据进行配准并评估其准确性。配准的准确性可以通过对比配准前后点云的重叠区域来评估。 5. 点云表达准确性评价:通过对比点云数据与地面真实数据进行对比,评估点云数据的表达准确性。常用的方法包括对比点云数据与CAD模型或激光扫描数据进行对比。 综上所述,点云质量评价是对点云数据的准确性、完整性和一致性进行评估的过程,可以帮助我们判断点云数据的可靠性和适用性。
评论 1
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