UE Niagara---SPH流体模拟

目录

 

 

基础概念：

光滑核函数：

密度：

压力：

粘度：

 

最终：

在UE中实现上述理念

准备工作：

NeighborGrid3D:

粒子写入NeighborGrid3D:

计算密度和压力：

计算粘度加速度和压力加速度：

加上重力和外部碰撞：

更新位置与速度：

在UE中实现可能出现的问题：

 

学习资料：

---

 

--------------------------------------------------------------------------博主 ：mx 

 

 

基础概念：

SPH(Smoothed Particle Hydrodynamics)算法是一种流体模拟算法。SPH算法的基本设想，就是将连续的流体想象成一个个相互作用的微粒，这些例子相互影响，共同形成了复杂的流体运动，对于每个单独的流体微粒，依旧遵循最基本的牛顿第二定律。但是在SPH算法里，流体的质量是由流体单元的密度决定的，所以一般用密度代替质量。

作用在一个微粒上的作用力由三部分组成

光滑核函数：

和其他流体力学中的数学方法类似，SPH算法同样涉及到“光滑核”的概念，可以这样理解这个概念，粒子的属性都会“扩散”到周围，并且随着距离的增加影响逐渐变小，这种随着距离而衰减的函数被称为“光滑核”函数，最大影响半径为“光滑核半径”。

我们在求解需要的数值的时候不需要求解整个空间的粒子，只需要求解光滑核函数内的值就可以了，可以将光滑核函数理解为一个球或者一个圆，求解时就在这个范围内

其中Aj是要累加的某种属性，mj和pj是周围粒子的质量和密度,r 是该粒子的位置，rj是周围粒子的位置，h是光滑核半径，函数W就是光滑核函数。

 

对于SPH算法来说，基本流程就是这样，根据光滑核函数逐个推出流体中某点的密度，压力，速度相关的累加函数，进而推导出此处的加速度，从而模拟流体的运动趋势

 

密度：

我们需要先知道计算密度的光滑核函数称为Poly6函数，具体形式为:

其中Kpoly6是一个固定系数，根据光滑核的规整属性，通过积分计算出这个系数的具体值，在2D情况下，在极坐标中计算积分：