【风场模拟】【三维湍流风场】在三维空间中模拟一个三元空间相关的湍流风场研究（Matlab代码实现）

最新推荐文章于 2024-07-14 00:30:00 发布

长安程序猿

最新推荐文章于 2024-07-14 00:30:00 发布

阅读量817

点赞数 30

文章标签： matlab 算法开发语言

本文链接：https://blog.csdn.net/Yan_she_He/article/details/140168691

版权

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

⛳️赠与读者

💥1 概述

1. 湍流模型选择

2. 随机性引入

3. 空间相关性

4. 边界条件与地形影响

5. 计算流体动力学（CFD）工具

6. 验证与校准

📚2 运行结果

2.1 算例1

2.2 算例2

🎉3 参考文献

🌈4 Matlab代码实现

⛳️赠与读者

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学，什么是电的时候，不要觉得这些问题搞笑。哲学是科学之母，哲学就是追究终极问题，寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能让人胸中升起一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它居然给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。

或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

💥1 概述

风场模拟，在三维空间中模拟一个三元空间相关的湍流风场。

摘要：一个三维湍流风场（u、v、w 三个分量）在 3-D 中（空间两个维度，时间一个维度）使用随机过程进行模拟。模拟的计算效率依赖于文献[1]，相较于函数windSim，该方法的模拟时间显著缩短。然而，这里仅考虑垂直于流向的规则二维垂直网格的情况。

内容包括：一个示例文件算例2.1，展示了输出变量的外观。
一个更完整的示例文件算例2.2，模拟了一个7x7 网格上的三维湍流风场。
在算例2.1中使用的数据文件exampleData.mat。
用于生成湍流风场的函数windSimFast.m。文献[2]中采用了类似windSimFast.m的实现。
计算时间和频率向量的函数getSamplingpara.m。
生成速度波动的单点自相关和交叉谱密度的KaimalModel.m函数，遵循Kaimal模型[3]。我已经校正了Kaimal等人使用的交叉谱密度公式，以使模拟的摩擦速度等于目标速度。
用于估算均方根相干性、相互相干性和四象限相干性的函数coherence。
将数据转换为.bts文件（二进制数据）的write2bts函数。该函数仍在测试中，我不确定它的表现如何。

风场模拟技术概述：三维空间中复杂湍流风场的高效率建模

摘要：本研究聚焦于一种创新的三维湍流风场模拟技术，该技术通过精密的随机过程在三维空间框架下（涵盖两个空间维度及一个时间维度）复现了风速分布的动态特性，具体表现为风速的三个分量u、v、w。此模拟方法在计算效率上取得了显著突破，较之经典的windSim函数，根据文献[1]的理论基础，模拟所需时间大幅度缩减。尽管目前的应用场景局限于垂直于主流向的规则二维垂直网格环境，但这一进展为后续复杂风场模拟的拓展奠定了坚实的基础。

核心内容概览：

算例展示：
- 算例2.1： 提供了一个直观的示范，通过展示输出变量的具体形态，使用户能够清晰理解模拟结果的结构与特征。
- 算例2.2： 进一步扩展，详尽模拟了一个更为复杂的7x7网格布局下的三维湍流风场，全面展示了模拟系统在实际应用场景中的潜力和效果。
关键数据与工具集：
- 数据支撑： 随附的exampleData.mat数据文件，作为算例2.1的输入基础，确保用户可以便捷地复现研究结果，促进方法验证与学习。
算法与函数实现：
- windSimFast.m： 核心模拟函数，其设计灵感源自文献[2]，并在原有基础上进行了优化，有效加快了模拟进程，对于大规模风场模拟具有重要价值。
- 辅助函数：
  - getSamplingPara.m，负责计算关键的计算时间和相应的频率向量，是优化模拟频率域分析的核心工具。
  - KaimalModel.m，遵循Kaimal模型[3]开发，用以生成速度波动的单点自相关和交叉谱密度，特别地，已修正交叉谱密度公式以保证模拟所得的摩擦速度精确匹配预设目标值，体现了对模型精度的严格把控。
  - coherence函数套件，用于评估风场中的均方根相干性、相互相干性及四象限相干性，这些参数对于深入理解风能转换系统设计及风场特性至关重要。
  - write2bts.m，旨在将模拟数据转换为二进制.bts格式，以便于高效存储与后续分析。当前该函数正处于测试阶段，其性能表现与兼容性有待进一步验证与优化，但仍展现了面向未来数据交换需求的前瞻性。

综上所述，本研究不仅提出了一种高效模拟三维湍流风场的新方法，还通过一系列配套工具和实例演示，全方位展现了该方法的实用性和潜在应用价值，为风能研究、城市微气候模拟以及相关领域的科学研究提供了强有力的支撑工具。

在三维空间中模拟一个与空间紧密相关的三元湍流风场是一项复杂而又重要的研究课题，对于风能利用、建筑设计、飞行器设计、大气污染扩散分析等多个领域具有深远的意义。三元湍流风场指的是风速在三个维度（水平X、Y及垂直Z轴）上同时存在随机波动和脉动，其复杂性和不确定性要求使用先进的计算模型和数值方法来进行精确的模拟。以下是一些关键研究点和方法概述：

1. 湍流模型选择

雷诺平均Navier-Stokes方程（RANS）: 适用于大尺度流动特征的模拟，通过平均化纳维-斯托克斯方程，引入湍流封闭模型（如k-ε、k-ω模型）来描述平均流场与湍流脉动的相互作用。
大涡模拟（LES）: 提供了介于RANS和直接数值模拟（DNS）之间的解决方案，直接模拟大尺度湍流结构，而对小尺度涡采用亚格子模型处理。
直接数值模拟（DNS）: 能够最精确地捕捉湍流的所有尺度特征，但对计算资源要求极高，通常仅用于小规模或理想化的流场模拟。

2. 随机性引入

涡流发生方法: 如涡流团模型、合成涡流法等，用于生成具有一定统计特性的涡旋结构，以模拟风场的复杂性和随机性。
功率谱密度（PSD）和相干结构函数: 通过这些统计量描述风速随时间和空间的变化，确保模拟风场在统计上与实测风场相符。

3. 空间相关性

长尾依赖: 模拟风速的空间相关性时，考虑到风速在大尺度上的相关性，使用长尾依赖模型（如分数布朗运动）来描述远处点之间风速的相关性。
相干函数: 利用二维或三维的相干函数来描述风场中不同位置风速的时间序列间的相关性，这对于评估结构物在风载荷下的响应至关重要。

4. 边界条件与地形影响

地形追随: 精确地模拟地面地形对风场的影响，包括复杂地形（山丘、建筑物等）造成的风速变化和流线扭曲。
边界层模拟: 准确刻画大气边界层结构，包括稳定层、对流层等，以及这些层内风速随高度的变化。

5. 计算流体动力学（CFD）工具

使用高性能的CFD软件（如OpenFOAM、FLUENT等）进行数值模拟，结合高性能计算资源来处理大规模计算需求。

6. 验证与校准

通过与实测风速数据对比，以及理论模型和实验结果的验证，确保模拟风场的准确性和可靠性。

综上所述，三维湍流风场的模拟是一个融合了流体力学、统计物理、计算科学等多学科知识的综合性研究领域，其研究成果不仅能够推动相关技术的发展，而且对于提高人类对自然界复杂现象的理解有着不可替代的作用。

📚2 运行结果

2.1 算例1

2.2 算例2

部分代码：

function [Su,Sv,Sw,Suw,Svw] = KaimalModel(U,Z,f,u_star)
% [Su,Sv,Sw,Suw,Svw] = KaimalModel(U,Z,f,u_star) computes the one-point
% auto and cross-spectral densities of the Kaimal model [1].
%
%
% Inputs:
% U: matrix [Ny x Nz] of mean wind velocity (in m/s) at each node of a grid.
% Z: matrix [Ny x Nz] of height (in m) at each node of a grid.
% f: vector [1 x Nfreq] of frequency (in Hz)
% u_star: scalar [1 x 1] friction velocity (in m/s)
%
% Outputs:
% Posing Nm = Nx*Ny and recalling that PSD = power spectral density and
% CPSD = cross-power spectral density:
% Su: vector [Nm x 1] corresponding to the PSD the u-component
% Sv: vector [Nm x 1] corresponding to the PSD the v-component.
% Sw: vector [Nm x 1] corresponding to the PSD the w-component
% Suw: vector [Nm x 1] corresponding to the CPSD the u and w components
%
% Author: E. Cheynet - UiS - last modified : 25-08-2018

%%
N = numel(f);
Nm = numel(U(:));
Su = zeros(Nm,N); % preallocation
Sv = zeros(Nm,N); % preallocation
Sw = zeros(Nm,N); % preallocation
Suw = zeros(Nm,N); % preallocation
Svw = zeros(Nm,N); % preallocation
dummyU = U(:);
dummyZ = Z(:);
for jj=1:Nm
fr = (f*dummyZ(jj)/dummyU(jj));
Su(jj,:) = 102.*fr./(1+33.*fr).^(5/3).*u_star.^2./f; % Kaimal model (NOT normalized)
Sv(jj,:) = 17.*fr./(1+9.5.*fr).^(5/3).*u_star.^2./f; % Kaimal model (NOT normalized)
Sw(jj,:) = (2.*fr./(1+5.*fr.^(5/3))).*u_star.^2./f; % Kaimal model (NOT normalized)
Suw(jj,:) = -14.*fr./(1+10.5*fr).^(7/3).*u_star.^2./f; % corrected (by me) Kaimal cross-spectrum model (NOT normalized)
end

end

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1] Shinozuka, M., & Deodatis, G. (1991). Simulation of stochastic processes by spectral representation. Applied Mechanics Reviews, 44(4), 191-204.

[2] Wang, J., Cheynet, E., Snæbjörnsson, J. Þ., & Jakobsen, J. B. (2018). Coupled aerodynamic and hydrodynamic response of a long span bridge suspended from floating towers. Journal of Wind Engineering and Industrial Aerodynamics, 177, 19-31.

[3] Davenport, A. G. (1961). The spectrum of horizontal gustiness near the ground in high winds. Quarterly Journal of the Royal Meteorological Society, 87(372), 194-211.

🌈4 Matlab代码实现

资料获取，更多粉丝福利，MATLAB|Simulink|Python资源获取

在这里插入图片描述

长安程序猿

关注

30
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
【风场模拟】【三维湍流风场】在三维空间中模拟一个三元空间相关的湍流风场研究（Matlab代码实现）

本研究聚焦于一种创新的三维湍流风场模拟技术，该技术通过精密的随机过程在三维空间框架下（涵盖两个空间维度及一个时间维度）复现了风速分布的动态特性，具体表现为风速的三个分量u、v、w。此模拟方法在计算效率上取得了显著突破，较之经典的windSim函数，根据文献[1]的理论基础，模拟所需时间大幅度缩减。尽管目前的应用场景局限于垂直于主流向的规则二维垂直网格环境，但这一进展为后续复杂风场模拟的拓展奠定了坚实的基础。
复制链接

扫一扫